Tre dele af Li Autos robot-AI – men endnu ikke ét dokumenteret system

Li Autos Foundation Model-team præsenterede 22. september 2026 tre beslægtede udgivelser inden for embodied AI – AI, der skal omsætte sanseindtryk til handling i den fysiske verden. ME-Brain-1.0 er rammen om systemet, MachEmbodied-VLM (ME-VLM) skal fortolke det, systemet ser, og MachEmbodied-U0 (ME-U0) skal forbinde forståelse med generering af handlinger. Tilsammen tegner de en mulig vej fra observation til robotbevægelse. Udgivelserne viser dog ikke i sig selv, at alle delene fungerer samlet i en uafhængigt testet robot på lokal hardware. 35

Hvilken opgave har de tre dele?

ME-Brain-1.0 er systemrammen. Li Auto beskriver den gennem hukommelse, kognition og handling. Ifølge omtalen kan hukommelsesrelaterede moduler køre på selskabets M100-chip og danne og hente hukommelse lokalt på enheden. Det er en mere begrænset påstand end, at hele ME-Brain kører på chippen. 35

ME-VLM tager sig af syns- og sprogforståelse samt koordinering. Modellens tekniske rapport beskriver træning på robotrelaterede og multimodale agentopgaver, herunder observationer og feedback, som skal hjælpe med at vurdere resultater og justere beslutninger. Ifølge omtalen findes modellen både som en stor 35B-A3B-variant med ekspertarkitektur og som en mindre 4B-variant beregnet til lokal kørsel. 15

ME-U0 skal bygge bro fra forståelse til handling. Den beskrevne Mixture-of-Transformers-arkitektur forbinder dele, der fortolker opgaver og omgivelser, med dele, der genererer handlinger. Det er en vigtig skelnen: At kunne udpege, hvad der bør gøres, er ikke det samme som at få en robot til at gøre det pålideligt. De tre udgivelser præsenteres som supplerende dele, ikke som bevis for, at de er afprøvet samlet i én autonom løsning. 25

Hvad viser tallene fra testene?

I Li Autos sammenligninger får den store ME-VLM ifølge omtalen et gennemsnit på cirka 70,9 i tests af fysisk orienterede opgaver og 72,5 i agenttests. 4B-varianten placerer sig som nummer to i selskabets sammenligninger. Uden fuld indsigt i testbetingelserne og uafhængig gentagelse kan tallene ikke bruges som et generelt mål for, hvor pålidelig en robot er. 5

For ME-U0 rapporterer Li Auto 17,66 point i RoboDojo og gennemsnitlige succesrater på 99,1 % i LIBERO og 81,8 % i LIBERO-Plus. LIBERO-resultaterne kom efter tilpasning med vejledning fra de respektive test. De er derfor ikke resultater opnået uden opgavespecifik tilpasning på ukendte fysiske opgaver. 3

Træningsdata og den lokale M100-måling

Li Auto oplyser, at cirka 4.200 timer blev udvalgt til fortræning af ME-U0 fra rå datamængder på omkring 5.700 timers robotdata og 3.920 timers førstepersonsvideo. Kombinationen kan give modellen visuelle erfaringer ud over optagede robotdemonstrationer, men datamængden alene fortæller ikke, hvor godt den vil fungere med en ny robot eller i nye omgivelser. 3

For 4B-udgaven af ME-VLM beskriver forfatterne komprimering af visuelle tokens, W4A8-kvantisering og fælles optimering af hardware og software til Li Autos M100-chip. De rapporterer, at prefill-tiden faldt fra 400 til 188 millisekunder. Prefill er én fase af modellens behandling – ikke den samlede tid fra en robot registrerer en ændring, til den har reageret fysisk. Kilderne dokumenterer ikke, at 35B-A3B-modellen eller hele ME-Brain- og ME-U0-systemet kører samlet på én M100. 15

En demonstration er ikke en uafhængig stresstest

Omtalen af lanceringen beskriver en cirka timelang demonstration, hvor en robot griber genstande, og et kaffeforløb på omkring fire minutter med 15 trin. Videoerne viser de opgaver, Li Auto valgte at demonstrere. De fastslår ikke succesrater med uafhængigt udvalgte genstande, skiftende lysforhold, afbrydelser eller gentagen brug over længere tid. Det tilgængelige kildemateriale underbygger heller ikke en mere specifik tredjepartskonklusion om fejl i demonstrationerne. 3

Den afgørende næste prøve er en uafhængig og reproducerbar test af det samlede system: Hvor ofte løser det ukendte opgaver, hvordan håndterer det fejl, og hvor lang tid går der fra registrering til handling på den oplyste hardware? Indtil da er testresultaterne og M100-målingen interessante, men adskilte datapunkter – ikke en samlet dom over robotternes evner. 135