Команда Alibaba DAMO Academy представила RynnUnify — модель на 16 млрд параметров, связывающую понимание сцены, предсказание видео и управление роботом. Один из авторов объявил о выпуске 26 октября; препринт опубликован 23 октября. В испытаниях команды дообученная версия чаще завершала многошаговые задания на реальном роботе, хотя большинство попыток всё ещё заканчивалось неудачей.

RynnUnify построена на Cosmos 3: одна часть модели выбирает следующую подзадачу, другая предсказывает её развитие в видеоролике. Получившаяся сцена становится входом для следующего шага планирования. Память об исходной сцене и предыдущих фрагментах помогает сохранять объекты и их расположение при длинной последовательности действий. Для физического управления авторы отдельно дообучили расширение World-Action Model, которое использует внутренние представления модели для выдачи команд роботу.

На двухруком Astribot S1 проверили три задания: перенос предметов с поворотом корпуса, обмен местами двух кубиков и три подъёма миски с последующим захватом ложки. Каждое повторили 20 раз. Полностью выполненное задание засчитали в среднем в 46,7% попыток против 26,7% у GR00T N1.7 и 25% у π0.5. Это собственный эксперимент авторов на одном роботе и трёх задачах; независимое воспроизведение не представлено.

В отдельном тесте визуального планирования RynnUnify набрала 54,80 балла против 45,05 у Cosmos 3 Nano, но уступила связке GPT-5.6 Terra и MiniMax-H3 с 65,71 балла. Оценщиком выступала GPT-6-sol; баллы за предсказанные ролики не означают успешного физического исполнения. Авторы также отмечают: сгенерированное видео иногда искажает мелкие геометрические детали и ухудшает ответы на пространственные задачи.

Код и три набора весов доступны публично: базовая модель, отдельно дообученный рассуждающий агент и версия управления для симулятора RoboCasa. Карточки весов указывают Apache 2.0; у компонентов кода есть отдельные условия лицензирования. Этот выпуск даёт исследователям основу для воспроизведения и развития подхода. Открытая версия для RoboCasa сама по себе не является готовым контроллером испытанного Astribot.