כך מתחברים ME-Brain, ‏ME-VLM ו-ME-U0 של Li Auto

השאלה החשובה בהכרזה של Li Auto אינה רק מה יודע לעשות כל מודל, אלא האם שלושתם כבר הוכיחו יכולת לעבוד יחד: לראות סביבה, להבין משימה ולבצע אותה באופן אמין. ב-22 בספטמבר 2026 הציג צוות מודלי הבסיס של החברה את ME-Brain-1.0, את MachEmbodied-VLM ‏(ME-VLM) ואת MachEmbodied-U0 ‏(ME-U0). הם מתווים כיוון למערכת רובוטית משולבת, אך הפרסומים אינם מוכיחים שמערכת כזו נבדקה באופן עצמאי כמכלול על חומרת קצה. 35

מי עושה מה במערכת?

ME-Brain-1.0 הוא מסגרת המערכת. החברה מתארת אותו במונחים של זיכרון, חשיבה ופעולה. לפי הדיווחים, רכיבים הקשורים לזיכרון יכולים לפעול על M100 — שבב מערכת של Li Auto — וליצור ולשלוף זיכרון במכשיר עצמו. מכאן לא נובע שכל רכיבי ME-Brain רצים עליו. 35

ME-VLM עוסק בהבנה חזותית־לשונית ובתיאום משימות. הדוח הטכני שלו מתאר אימון על משימות רובוטיות ורב־אופניות, לרבות תצפיות ומשוב שנועדו לסייע בהערכת תוצאות ובשיפור החלטות. לפי הדיווחים, הוא מוצע בגרסת 35B-A3B המבוססת על שילוב מומחים, ולצדה גרסת 4B קטנה יותר המיועדת להרצה מקומית. 15

ME-U0 נועד לגשר בין הבנה לפעולה. לפי התיאור שפורסם, ארכיטקטורת Mixture-of-Transformers שלו מחברת רכיבים המתמחים בפענוח המשימה והסביבה לרכיבים המייצרים פעולות. זהו הבדל מעשי: זיהוי מה צריך לעשות אינו זהה ליכולת לבצע זאת היטב באמצעות רובוט. שלושת הרכיבים מוצגים כמשלימים, לא כהוכחה להפעלה משותפת שלהם בפריסה אוטונומית אחת. 25

מה אומרים המספרים — ומה לא?

בטבלאות ההשוואה של Li Auto, לפי הדיווחים, גרסת ME-VLM הגדולה קיבלה ממוצע של כ-70.9 במקבצי מבחנים למשימות רובוטיות ושל 72.5 במקבצי מבחנים לסוכני AI. גרסת ה-4B דורגה שנייה בהשוואות של החברה. בלי מלוא תנאי הבדיקה ושחזור בלתי תלוי, אלה אינם מדדים כלליים לאמינות של רובוט בשימוש יומיומי. 5

עבור ME-U0 מדווחת החברה על ציון 17.66 ב-RoboDojo, ועל שיעורי הצלחה ממוצעים של 99.1% ב-LIBERO ו-81.8% ב-LIBERO-Plus. התוצאות ב-LIBERO הושגו לאחר התאמה למבחנים באמצעות מידע מסומן שסיפק כל אחד מהם. לכן אין לפרש אותן כהצלחה ללא התאמה מוקדמת במשימות פיזיות לא מוכרות. 3

נתוני האימון ושאלת ההרצה על M100

Li Auto אומרת שבחרה כ-4,200 שעות לאימון המקדים של ME-U0 מתוך מאגרי גלם שכללו כ-5,700 שעות של נתוני רובוט וכ-3,920 שעות של וידאו מנקודת מבט אישית. השילוב עשוי לחשוף את המודל למצבים חזותיים מעבר לאלה שתועדו בהדגמות רובוטיות, אבל היקף הנתונים לבדו אינו מלמד עד כמה יצליח לפעול ברובוט או בסביבה חדשים. 3

לגבי גרסת ה-4B של ME-VLM, מחבריה מדווחים על דחיסת ייצוגי תמונה, כימות W4A8 והתאמות משולבות של תוכנה וחומרה להרצה על M100. לדבריהם, אלה הורידו את השיהוי בשלב ה-prefill מ-400 ל-188 אלפיות השנייה. Prefill הוא שלב בעיבוד הקלט למודל — לא הזמן מהרגע שרובוט מבחין בשינוי ועד שהוא משלים תגובה פיזית. המקורות המצוטטים גם אינם קובעים שגרסת 35B-A3B, או כלל רכיבי ME-Brain ו-ME-U0, פועלים יחד על שבב M100 יחיד. 15

מה עדיין צריך להוכיח?

בסיקור ההשקה תוארו הדגמת אחיזה שנמשכה שעה ורצף הכנת קפה בן כארבע דקות ו-15 שלבים. הן מראות אילו משימות בחרה Li Auto להציג, אך אינן מספקות שיעורי הצלחה בתנאים שנבחרו באופן בלתי תלוי — למשל עם חפצים, תאורה או הפרעות אחרים, או לאורך שימוש ממושך. החומר המצוטט אינו מבסס ממצא חיצוני ספציפי על כשלים בהדגמות. 3

המבחן הבא צריך להיות בדיקה עצמאית, מוגדרת מראש וניתנת לשחזור של המערכת המשולבת: הצלחה במשימות לא מוכרות, התאוששות מכשלים ומדידת הזמן המלא מקליטת הסביבה ועד לביצוע פעולה על החומרה המדווחת. עד אז, ציוני המבחנים ותוצאת ה-prefill על M100 הם נתונים מעניינים — אך אינם פסק דין אחד על יכולת רובוטית כללית. 135