RespostasPublicado15 fontes
Lion-ER-35B-A3B: o modelo de IA voltado a robôs e raciocínio espacial
O Lion ER 35B A3B é um modelo de pesos abertos para raciocínio visual e espacial, com cerca de 35 bilhões de parâmetros no total e 3 bilhões ativos por token. Derivado do Qwen3.6 35B A3B, foi desenvolvido com foco em tarefas de raciocínio incorporado relacionadas à robótica.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- O Lion ER 35B A3B é um modelo de pesos abertos para raciocínio visual e espacial, com cerca de 35 bilhões de parâmetros no total e 3 bilhões ativos por token.
- Derivado do Qwen3.6 35B A3B, foi desenvolvido com foco em tarefas de raciocínio incorporado relacionadas à robótica.
- As avaliações divulgadas são promissoras, mas as médias publicadas diferem e não comprovam que o modelo esteja pronto para controlar robôs de forma autônoma.
Prompt de IA
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
O Lion-ER-35B-A3B é um modelo de visão e linguagem com pesos abertos, desenvolvido para raciocínio incorporado — uma área de IA que busca relacionar informações visuais a objetos, espaço e tarefas. Ele tem cerca de 35 bilhões de parâmetros, dos quais aproximadamente 3 bilhões são ativados por token. Os pesos estão disponíveis no Hugging Face sob a licença Apache 2.0. 2
7
19
Os resultados divulgados em benchmarks chamam atenção, mas há uma diferença entre as médias publicadas. Por isso, a pontuação geral ainda não deve ser tratada como um número único e definitivo.
Um modelo pensado para raciocínio espacial
O Lion-ER-35B-A3B foi desenvolvido pelo LionRock AI Lab, ligado ao instituto de pesquisa em tecnologia avançada do China Merchants Group. A proposta é conectar informações visuais a perguntas sobre espaço e tarefas. Na cobertura do lançamento, o modelo é descrito como uma ferramenta que pode ajudar robôs a interpretar o espaço tridimensional, o estado de objetos e o andamento de uma tarefa. 7
A página do modelo no Hugging Face o identifica como uma versão derivada do Qwen3.6-35B-A3B, ajustada de forma independente. 1 Ele usa uma arquitetura chamada mixture of experts (MoE), ou mistura de especialistas. Nesse tipo de modelo, diferentes componentes podem ser ativados conforme a entrada. No nome “35B-A3B”, os números refletem aproximadamente 35 bilhões de parâmetros no total e 3 bilhões ativados por token.
1
19
Onde encontrar o modelo e o que permite a licença
Os pesos estão hospedados no Hugging Face como cmriat/lion-ER-35B-A3B, e a página informa a licença Apache 2.0. 2 Isso permite que desenvolvedores acessem os pesos e experimentem o modelo dentro dos termos da licença. A disponibilidade, por si só, não garante que ele funcione de modo confiável em um robô ou em ambientes desconhecidos.
O que os benchmarks mostram — e o que não mostram
A cobertura do lançamento afirma que o Lion-ER-35B-A3B superou seu modelo-base em dez benchmarks de raciocínio incorporado. Uma publicação apresenta média de 65,29 nesses testes. 19 Já os resultados associados ao repositório foram citados com outra média para os dez benchmarks: 65,49.
3 As fontes disponíveis não explicam a diferença; portanto, esses valores não devem ser apresentados como se fossem uma única pontuação confirmada.
Além disso, resultados em benchmarks indicam desempenho nas avaliações relatadas, mas não demonstram que o modelo esteja pronto para operar robôs de forma autônoma. As informações disponíveis não comprovam que ele mantenha o desempenho em ambientes inéditos ou que seja seguro para aplicações críticas. O mais adequado é entender os números como resultados de testes publicados, não como prova de capacidade para controlar um robô sem supervisão.
Em resumo
O Lion-ER-35B-A3B é um modelo de pesos abertos voltado ao raciocínio incorporado, derivado do Qwen3.6-35B-A3B e lançado sob licença Apache 2.0. 1
2
7 Os resultados de benchmark merecem atenção, mas a diferença entre as médias divulgadas é um bom motivo para consultar os materiais de avaliação do próprio modelo antes de compará-lo com outros sistemas.
3
19
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Lion-ER-35B-A3B: o modelo de IA voltado a robôs e raciocínio espacial"?
O Lion ER 35B A3B é um modelo de pesos abertos para raciocínio visual e espacial, com cerca de 35 bilhões de parâmetros no total e 3 bilhões ativos por token.
Quais são os pontos-chave para validar primeiro?
O Lion ER 35B A3B é um modelo de pesos abertos para raciocínio visual e espacial, com cerca de 35 bilhões de parâmetros no total e 3 bilhões ativos por token. Derivado do Qwen3.6 35B A3B, foi desenvolvido com foco em tarefas de raciocínio incorporado relacionadas à robótica.
O que devo fazer a seguir na prática?
As avaliações divulgadas são promissoras, mas as médias publicadas diferem e não comprovam que o modelo esteja pronto para controlar robôs de forma autônoma.
Fontes
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