创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

狮子山实验室发布具身模型驭物 Lion-ER

AI 总结

狮子山人工智能实验室发布具身推理视觉语言模型驭物 Lion-ER-35B-A3B,采用约35B参数的MoE架构,每个Token激活约3B参数。模型团队称,该模型在avg@4口径下的十项公开具身基准中均取得提升,等权综合均分为65.29。BF16 Safetensors权重已在Hugging Face开放,并兼容Transformers、vLLM和SGLang。

深度见解

此次发布为开发者提供了开放权重的具身推理模型及能力牵引的数据方法,但基准表现来自模型团队自身评测,尚无独立验证。

允中 发自 凹非寺 量子位 | 公众号QbitAI

日常生活里人类的直觉判断,放到机器人身上,往往会变成棘手难题。

视频画面中物体位置看上去更高,并不等同于它在真实三维空间里处于更高位置;更换拍摄角度,家具外观发生改变,但它仍是同一个物体;画面内物体发生位移,有可能是物体本身发生移动,也可能仅仅是相机镜头产生转动……

这些细微的空间、状态变化,人类一眼就能分辨,但对机器人的“具身大脑”来说,却是难以攻克的难题。

视角变化混淆物体身份、误判相机运动、错估任务进度,都会直接造成机器人执行失败。

想要机器人可靠完成现实任务,模型不能仅仅做到“看见物体”,更要读懂三维空间关系、捕捉物体状态变化、研判任务所处阶段。

#Lion-ER-35B-A3B#Shishan AI Laboratory#Hugging Face#Transformers#vLLM#SGLang#Qwen3.6-35B-A3B#Qwen3.6-27B

原文约 12 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。