답변게시됨15 소스
Lion-ER-35B-A3B는 어떤 로봇 AI 모델일까
Lion ER 35B A3B는 로봇이 시각 정보와 공간·작업 관련 질문을 연결해 추론하도록 설계된 오픈 웨이트 모델입니다. 총 파라미터는 약 350억 개이며, 혼합 전문가(MoE) 구조를 사용해 토큰당 약 30억 개를 활성화합니다.
게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성
연구 답변
주요 시사점
- Lion ER 35B A3B는 로봇이 시각 정보와 공간·작업 관련 질문을 연결해 추론하도록 설계된 오픈 웨이트 모델입니다.
- 총 파라미터는 약 350억 개이며, 혼합 전문가(MoE) 구조를 사용해 토큰당 약 30억 개를 활성화합니다.
- 벤치마크에서 좋은 결과가 보고됐지만, 공개된 평균 점수가 서로 달라 실제 로봇 제어 능력까지 입증된 것은 아닙니다.
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Lion-ER-35B-A3B, the embodied reasoning vision-language model open-sourced by China Merchants Group Advanced Technology Research Ins. Article summary: Lion-ER-35B-A3B is an open-weight embodied-reasoning vision-language model released by LionRock AI Lab under China Merchants Group’s advanced-technology research institute, with roughly 35 billion total parameters and 3 . Topic tags: general, general web, documentation. 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, charts with fak
Lion-ER-35B-A3B는 로봇이 주변 장면을 해석하고 공간이나 작업에 관한 질문에 답하도록 설계된 오픈 웨이트 비전·언어 모델입니다. 파라미터는 총 350억 개 규모지만 토큰을 처리할 때는 약 30억 개가 활성화됩니다. 모델 가중치는 Hugging Face에서 Apache 2.0 라이선스로 공개돼 있습니다. 2
7
19 벤치마크 결과는 가능성을 보여주지만, 공개된 평균 점수에 차이가 있어 대표 점수를 하나로 단정하기는 어렵습니다.
로봇의 공간·작업 추론을 겨냥한 모델
이 모델은 China Merchants Group 산하 Advanced Technology Research Institute와 연계된 LionRock AI Lab이 개발했습니다. 개발진이 내세운 초점은 시각 입력을 공간이나 작업에 관한 질문과 연결하는 ‘체화 추론’입니다. 관련 보도는 로봇이 3차원 공간, 물체의 상태, 작업 진행 상황을 파악하는 데 활용할 수 있도록 설계됐다고 설명합니다. 7
Hugging Face에 공개된 설명에 따르면 Lion-ER-35B-A3B는 Qwen3.6-35B-A3B를 독립적으로 미세 조정한 파생 모델입니다. 1 모델은 여러 전문가 네트워크 가운데 일부를 입력에 따라 활성화하는 혼합 전문가(MoE) 구조를 사용합니다. 이름의 ‘35B-A3B’는 총 파라미터 약 350억 개와 토큰당 활성 파라미터 약 30억 개를 가리킵니다.
1
19
Hugging Face에서 가중치 공개
모델 가중치는 Hugging Face의 cmriat/lion-ER-35B-A3B 저장소에서 확인할 수 있으며, 저장소에는 Apache 2.0 라이선스가 표시돼 있습니다. 2 따라서 개발자는 라이선스 조건에 따라 가중치를 살펴보고 실험할 수 있습니다. 다만 가중치 공개 자체가 로봇이나 낯선 환경에서 모델이 안정적으로 작동한다는 뜻은 아닙니다.
벤치마크 성적은 어떻게 읽어야 할까
출시 관련 보도는 Lion-ER-35B-A3B가 체화 추론 벤치마크 10개에서 기반 모델보다 나은 결과를 냈다고 전했습니다. 한 보도에 나온 10개 벤치마크 평균은 65.29입니다. 19 하지만 저장소의 결과를 인용한 자료에는 다른 평균인 65.49도 제시돼 있습니다.
3 확인 가능한 자료만으로는 점수 차이가 발생한 이유를 알기 어려우므로, 두 수치를 같은 확정 결과처럼 다뤄서는 안 됩니다.
벤치마크 점수는 정해진 평가 과제에서의 성능을 보여줄 뿐, 실제 환경에서의 자율성이나 안전성을 입증하지 않습니다. 현재 공개된 자료만으로는 낯선 환경에서도 성능이 유지되는지, 안전이 중요한 상황에 적용할 수 있는지 확인할 수 없습니다. 따라서 이 결과를 로봇을 독립적으로 제어할 능력의 증거로 해석하기보다는, 공개된 평가에서 얻은 성과로 보는 편이 적절합니다.
핵심은 ‘가능성’과 ‘검증’을 구분하는 것
Lion-ER-35B-A3B는 Qwen 계열의 MoE 모델을 바탕으로 로봇 관련 추론을 겨냥해 미세 조정하고, Apache 2.0 라이선스로 가중치를 공개한 사례입니다. 1
2
7 벤치마크 결과는 관심을 끌 만하지만 평균 점수에 차이가 있는 만큼, 다른 모델과 비교하거나 활용 가능성을 판단하기 전에는 저장소의 평가 자료와 조건을 함께 확인할 필요가 있습니다.
3
19
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"Lion-ER-35B-A3B는 어떤 로봇 AI 모델일까"에 대한 짧은 대답은 무엇입니까?
Lion ER 35B A3B는 로봇이 시각 정보와 공간·작업 관련 질문을 연결해 추론하도록 설계된 오픈 웨이트 모델입니다.
먼저 검증할 핵심 포인트는 무엇인가요?
Lion ER 35B A3B는 로봇이 시각 정보와 공간·작업 관련 질문을 연결해 추론하도록 설계된 오픈 웨이트 모델입니다. 총 파라미터는 약 350억 개이며, 혼합 전문가(MoE) 구조를 사용해 토큰당 약 30억 개를 활성화합니다.
실무에서는 다음으로 무엇을 해야 합니까?
벤치마크에서 좋은 결과가 보고됐지만, 공개된 평균 점수가 서로 달라 실제 로봇 제어 능력까지 입증된 것은 아닙니다.
출처
huggingface.cocmriat/lion-ER-35B-A3B · Hugging Face
pandaily.comChina Merchants' LionRock AI Lab Open-Sources Lion-ER-35B-A3B Embodied Reasoning Model
zglg.workChina Merchants' Lion Mountain Lab open-sources Lion-ER-35B-A3B, a 35B MoE embodied-reasoning VLM activating ~3B per token