7.0
深览指数
科技微博·量子位··AI 生成
招商局狮子山人工智能实验室发布具身推理模型
招商局先进技术研究院下属狮子山实验室开源了具身推理视觉语言模型「驭物 Lion-ER-35B-A3B」，采用 MoE 架构（总参数 35B，每 token 仅激活约 3B），在十项具身基准上全部提升，等权综合均分 65.29。其核心不是堆数据，而是用「能力蓝图（8 大领域 39 项能力）+ 能力编译 + Eval-Driven Data Harness」把评测变成数据生产的起点。适合关注具身智能、机器人视觉语言模型与数据工程路线的读者。原文 ↗
核心观点
- ▍更多数据不等于更多能力，具身模型的核心瓶颈是数据配比与能力覆盖，而非数据规模；「驭物」用能力蓝图牵引数据设计，让评测成为下一轮数据生产的起点。
- ▍机器人要可靠执行任务，视觉语言模型必须从「看见物体」升级到读懂三维空间关系、捕捉状态变化、研判任务进度，这四类能力是语言指令转化为物理动作的关键。
- 01模型采用 MoE 架构，总参数约 35B，每个 token 仅激活约 3B，在不显著增加推理开销的前提下，十项公开基准全部实现正向提升，等权综合均分 65.29。
- 02能力蓝图将具身推理拆为实体、空间、时序、物理、可供性、任务、社会、证据 8 个一级领域、39 项二级能力，并单独记录主能力与辅助能力，避免复合任务被错误拆分。
- 03监督训练集共 312,380 条样本，训练预算按能力需求分配而非按数据源题量加权；素材池覆盖 31 个数据源、约 430 万条记录，用于检索同推理逻辑、不同场景的新素材补短板。
- 04单项成绩：Where2Place 空间放置 64.28（较基座 +9.30）、ERQA 具身推理 64.38（+6.19）、SAT 空间推理 89.33、ERQA 轨迹理解子类 68.18（+12.12）。
- 05四道公开基准案例对应四类核心能力：相机运动方向判断、轨迹接触目标判断、跨视角空间映射、任务步骤进度识别；「驭物」4 次作答全部正确，而基座与 Qwen3.6-27B 在多数题目上误判。
- 06数据监督采用三条互补路线：数据提纯（清洗修订）、几何构题（基于位姿深度先算固定答案）、定向合成（合成问题与标注，但生成模型答案不直接当真值，须独立作答或额外审核）。
反方 / 局限
- — 评测全部采用 avg@4 口径（每题独立作答 4 次取平均），且对比对象主要是自家基座 Qwen3.6-35B-A3B 与 Qwen3.6-27B，缺少与更大参数或同类具身模型的系统性横向对比。
- — 「能力蓝图」的 8 大领域与 39 项能力由团队自行定义，其分类完备性与权重分配缺乏外部验证；综合均分 65.29 也说明模型在绝对能力上仍有较大提升空间。
- — 文章展示的案例均来自公开基准题目，未提供真实机器人闭环执行的成功率或长程任务数据，从「基准答对」到「真机可靠执行」之间的差距未被讨论。
招商局先进技术研究院狮子山人工智能实验室驭物 Lion-ER-35B-A3BMoE 混合专家架构能力蓝图Eval-Driven Data HarnessERQA 具身推理基准Where2Place 空间放置评测SAT 空间推理基准Qwen3.6-35B-A3BHugging FaceOpen X-EmbodimentDROID 机器人数据集量子位
11 分钟 · 5 卡片 · 7 资料
读原文 →