उत्तरप्रकाशित14 स्रोत
Li Auto का रोबोट AI स्टैक: तीन हिस्से, लेकिन पूरी तस्वीर अभी बाकी
22 सितंबर 2026 को Li Auto ने ME Brain 1.0 सिस्टम, ME VLM विज़न लैंग्वेज मॉडल और ME U0 समझ व कार्रवाई से जुड़ा मॉडल पेश किया। [3][5] ME U0 के लिए बताए गए LIBERO पर 99.1% और LIBERO Plus पर 81.8% सफलता दर संबंधित बेंचमार्क के अनुसार मॉडल को अनुकूलित करने के बाद मिली; ये अनदेखे वास्तविक कामों में बिना अनुकूलन के प्रदर्श...
प्रकाशितकर्ताGPT-6 Sol से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- 22 सितंबर 2026 को Li Auto ने ME Brain 1.0 सिस्टम, ME VLM विज़न लैंग्वेज मॉडल और ME U0 समझ व कार्रवाई से जुड़ा मॉडल पेश किया। [3][5]
- ME U0 के लिए बताए गए LIBERO पर 99.1% और LIBERO Plus पर 81.8% सफलता दर संबंधित बेंचमार्क के अनुसार मॉडल को अनुकूलित करने के बाद मिली; ये अनदेखे वास्तविक कामों में बिना अनुकूलन के प्रदर्शन के आँकड़े नहीं हैं। [3]
- M100 चिप पर 4B ME VLM के प्रीफिल समय में कमी दर्ज की गई है, लेकिन इससे पूरे रोबोट सिस्टम के एक ही चिप पर चलने या उसकी कुल प्रतिक्रिया गति की पुष्टि नहीं होती। [1][5]
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Li Auto’s Foundation Model team release in its September 22, 2026, MachEmbodied embodied-AI trilogy, and how do ME-Brain-1.0, ME-VL. Article summary: Li Auto’s Foundation Model team presented three complementary pieces on September 22: ME-Brain-1.0 as an embodied-agent system, ME-VLM as its vision-language cognitive core, and ME-U0 as a model for understanding scenes . Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
रोबोट को कोई काम सौंपने पर केवल सामने की चीज़ें पहचानना काफी नहीं होता। उसे स्थिति समझनी, अगला कदम तय करना और फिर उसे कार्रवाई में बदलना होता है। Li Auto की Foundation Model टीम ने 22 सितंबर 2026 को इसी दिशा में तीन MachEmbodied पेशकशें कीं: ME-Brain-1.0, ME-VLM और ME-U0। ये मिलकर एक प्रस्तावित रास्ता दिखाती हैं, लेकिन उपलब्ध सामग्री यह साबित नहीं करती कि तीनों को जोड़कर बना पूरा सिस्टम एक स्वतंत्र रूप से जाँचे गए रोबोट पर, एक ही एज चिप से चलाया गया है। 3
5
तीनों की भूमिका क्या है?
ME-Brain-1.0 पूरे सिस्टम की रूपरेखा है। Li Auto इसे स्मृति, समझ और कार्रवाई के संदर्भ में पेश करती है। रिपोर्टिंग के मुताबिक, स्मृति से जुड़े इसके कुछ मॉड्यूल कंपनी के M100 सिस्टम-ऑन-चिप (SoC) पर जानकारी बनाने और वापस पाने के लिए चल सकते हैं। इसका अर्थ यह नहीं कि ME-Brain का हर हिस्सा उसी चिप पर चलता है। 3
5
ME-VLM देखने और भाषा के जरिए समझने में मदद करता है। इसकी तकनीकी रिपोर्ट में रोबोट-संबंधी और अन्य मल्टीमॉडल एजेंट कार्यों पर प्रशिक्षण का वर्णन है। इसमें काम के नतीजों को परखने और फैसले सुधारने में मदद करने वाले अवलोकन और फीडबैक भी शामिल हैं। रिपोर्टिंग में इसके बड़े 35B-A3B mixture-of-experts संस्करण और एज डिवाइस के लिए छोटे 4B संस्करण का उल्लेख है। 1
5
ME-U0 समझ को कार्रवाई से जोड़ने के लिए बनाया गया है। इसके बताए गए Mixture-of-Transformers डिज़ाइन में काम और दृश्य को समझने वाले हिस्से कार्रवाई तैयार करने वाले हिस्सों से जुड़े हैं। यह अहम फर्क है: रोबोट को क्या करना चाहिए, यह पहचान लेना और उसे सफलतापूर्वक कर पाना एक जैसी उपलब्धियाँ नहीं हैं। इन तीनों रिलीज़ को पूरक हिस्सों के रूप में पेश किया गया है, न कि एकीकृत स्वायत्त तैनाती के प्रमाण के रूप में। 2
5
बेंचमार्क के आँकड़े क्या बताते हैं?
Li Auto की तुलना तालिकाओं में बड़े ME-VLM का औसत स्कोर रोबोट-संबंधी परीक्षण समूहों पर लगभग 70.9 और एजेंट परीक्षण समूहों पर 72.5 बताया गया है। उन्हीं कंपनी तुलनाओं में 4B संस्करण दूसरे स्थान पर रहा। परीक्षण की पूरी परिस्थितियों और स्वतंत्र पुनरावृत्ति के बिना इन स्कोर को रोबोट की सामान्य विश्वसनीयता का पैमाना नहीं मानना चाहिए। 5
ME-U0 के लिए कंपनी ने RoboDojo पर 17.66 का स्कोर और औसत सफलता दर LIBERO पर 99.1% तथा LIBERO-Plus पर 81.8% बताई है। LIBERO के नतीजे प्रत्येक बेंचमार्क से मिले प्रशिक्षण संकेतों के आधार पर मॉडल को अनुकूलित करने के बाद आए थे। इसलिए इन्हें ऐसे अपरिचित वास्तविक कामों में सफलता न समझें जिनके लिए मॉडल को पहले अनुकूलित न किया गया हो। 3
प्रशिक्षण डेटा और M100 चिप की सीमा
Li Auto के मुताबिक, ME-U0 के प्रीट्रेनिंग के लिए लगभग 4,200 घंटे का डेटा चुना गया। स्रोत डेटा में करीब 5,700 घंटे का रोबोट डेटा और 3,920 घंटे का प्रथम-व्यक्ति वीडियो था। वीडियो से मॉडल को रिकॉर्ड किए गए रोबोट प्रदर्शन से अलग दृश्य देखने का मौका मिल सकता है, लेकिन डेटा की मात्रा अपने-आप यह नहीं दिखाती कि वह नए रोबोट या नए माहौल में कैसा काम करेगा। 3
ME-VLM के लेखकों के अनुसार, दृश्य इनपुट को कम टोकन में समेटने, W4A8 क्वांटाइज़ेशन और हार्डवेयर-सॉफ़्टवेयर अनुकूलन से 4B मॉडल को M100 पर चलाना संभव हुआ। उन्होंने प्रीफिल लेटेंसी—मॉडल के जवाब तैयार करने की प्रक्रिया के एक चरण का समय—400 मिलीसेकंड से घटकर 188 मिलीसेकंड होने की सूचना दी है। यह रोबोट के किसी बदलाव को देखने से लेकर शारीरिक प्रतिक्रिया पूरी करने तक का समय नहीं है। उपलब्ध स्रोत यह भी स्थापित नहीं करते कि 35B-A3B मॉडल या पूरा ME-Brain और ME-U0 स्टैक एक ही M100 पर साथ चलता है। 1
5
डेमो के बाद अगला सवाल
लॉन्च की रिपोर्टिंग में लगभग एक घंटे तक वस्तुएँ पकड़ने का डेमो और करीब चार मिनट में 15 चरणों वाला कॉफी बनाने का क्रम बताया गया है। ये दिखाते हैं कि Li Auto ने कौन-से काम प्रदर्शित किए, लेकिन स्वतंत्र रूप से चुनी गई वस्तुओं, रोशनी, बीच में आने वाली बाधाओं या लंबे समय तक बार-बार इस्तेमाल के दौरान सफलता दर स्थापित नहीं करते। उपलब्ध उद्धृत सामग्री इन डेमो में विफलताओं के बारे में किसी अधिक विशिष्ट तीसरे पक्ष के निष्कर्ष की पुष्टि भी नहीं करती। 3
अब सबसे उपयोगी कसौटी होगी पूरे जुड़े हुए सिस्टम की स्वतंत्र और दोहराई जा सकने वाली जाँच: नए सेटअप में काम की सफलता, विफलता के बाद संभलने की क्षमता और बताए गए हार्डवेयर पर देखने से कार्रवाई तक का कुल समय। फिलहाल बेंचमार्क स्कोर और M100 का प्रीफिल नतीजा अलग-अलग संकेत हैं—सामान्य उपयोग वाले रोबोट की क्षमता पर अंतिम फैसला नहीं। 1
3
5
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Li Auto का रोबोट AI स्टैक: तीन हिस्से, लेकिन पूरी तस्वीर अभी बाकी" का संक्षिप्त उत्तर क्या है?
22 सितंबर 2026 को Li Auto ने ME Brain 1.0 सिस्टम, ME VLM विज़न लैंग्वेज मॉडल और ME U0 समझ व कार्रवाई से जुड़ा मॉडल पेश किया। [3][5]
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
22 सितंबर 2026 को Li Auto ने ME Brain 1.0 सिस्टम, ME VLM विज़न लैंग्वेज मॉडल और ME U0 समझ व कार्रवाई से जुड़ा मॉडल पेश किया। [3][5] ME U0 के लिए बताए गए LIBERO पर 99.1% और LIBERO Plus पर 81.8% सफलता दर संबंधित बेंचमार्क के अनुसार मॉडल को अनुकूलित करने के बाद मिली; ये अनदेखे वास्तविक कामों में बिना अनुकूलन के प्रदर्शन के आँकड़े नहीं हैं। [3]
मुझे अभ्यास में आगे क्या करना चाहिए?
M100 चिप पर 4B ME VLM के प्रीफिल समय में कमी दर्ज की गई है, लेकिन इससे पूरे रोबोट सिस्टम के एक ही चिप पर चलने या उसकी कुल प्रतिक्रिया गति की पुष्टि नहीं होती। [1][5]
सूत्र
moomoo.com理想连发三大具身成果：智能系统ME-Brain-1.0
pandaily.comLi Auto Ships Embodied Trilogy: ME-Brain-1.0, ME-U0 Unified WAM and Edge ME-VLM
arxiv.orgA Unified VLM for Embodied Cognition and Agent Coordination - arXiv
embodiedglobal.com1280 TOPS vs Tesla: Li Auto's 2026 AI Chip - embodiedglobal.com