Lion ER 35B A3B เป็นโมเดลให้เหตุผลแบบ embodied ที่เปิดน้ำหนัก มีพารามิเตอร์รวมประมาณ 35,000 ล้าน และเปิดใช้งานราว 3,000 ล้านต่อโทเคน โมเดลนี้พัฒนาต่อยอดจาก Qwen3.6 35B A3B โดยมุ่งใช้ข้อมูลภาพตอบคำถามด้านพื้นที่และงานที่เกี่ยวข้องกับหุ่นยนต์ ตัวเลขเฉลี่ยจากการทดสอบ 10 ชุดที่มีการรายงานแตกต่างกัน และผลทดสอบยังไม่ใช่หล...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create 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-A3B เป็นโมเดลวิชัน-ภาษาแบบเปิดน้ำหนักที่ออกแบบมาเพื่อการให้เหตุผลเชิง embodied หรือการเชื่อมโยงข้อมูลจากภาพเข้ากับสิ่งที่เกิดขึ้นในโลกกายภาพ เช่น การทำความเข้าใจพื้นที่และบริบทของงานที่หุ่นยนต์กำลังทำ โมเดลมีพารามิเตอร์รวมประมาณ 35,000 ล้าน แต่เปิดใช้งานราว 3,000 ล้านพารามิเตอร์ต่อโทเคน และเผยแพร่น้ำหนักบน Hugging Face ภายใต้สัญญาอนุญาต Apache 2.0 2
7
19
Lion-ER-35B-A3B พัฒนาโดย LionRock AI Lab ซึ่งเกี่ยวข้องกับสถาบันวิจัยเทคโนโลยีขั้นสูงของ China Merchants Group จุดเน้นคือการให้เหตุผลจากภาพร่วมกับคำถามด้านพื้นที่หรืองาน โดยมีเป้าหมายในงานวิจัยหุ่นยนต์ เช่น ช่วยตีความสภาพแวดล้อมสามมิติ สถานะของวัตถุ และความคืบหน้าของงาน 7
หน้าเผยแพร่บน Hugging Face ระบุว่าโมเดลนี้เป็นรุ่นที่นำ Qwen3.6-35B-A3B มาปรับแต่งต่อโดยอิสระ 1 นอกจากนี้ยังใช้สถาปัตยกรรม mixture-of-experts (MoE) ซึ่งเลือกใช้พารามิเตอร์บางส่วนในแต่ละขั้นตอน แทนการเปิดใช้งานพารามิเตอร์ทั้งหมดพร้อมกัน ตัวเลข “35B-A3B” ในชื่อจึงหมายถึงพารามิเตอร์รวมประมาณ 35,000 ล้าน และพารามิเตอร์ที่ทำงานต่อโทเคนราว 3,000 ล้าน
1
19
น้ำหนักโมเดลเผยแพร่บน Hugging Face ในชื่อ cmriat/lion-ER-35B-A3B และระบุสัญญาอนุญาต Apache 2.0 2 นักพัฒนาจึงสามารถเข้าถึงน้ำหนักเพื่อนำไปศึกษาและทดลองได้ตามเงื่อนไขของสัญญาอนุญาต อย่างไรก็ตาม การเปิดให้ดาวน์โหลดไม่ได้ยืนยันว่าโมเดลจะทำงานได้อย่างน่าเชื่อถือกับหุ่นยนต์จริงหรือในสภาพแวดล้อมที่ไม่คุ้นเคย
รายงานเกี่ยวกับการเปิดตัวระบุว่า Lion-ER-35B-A3B ทำคะแนนเหนือกว่าโมเดลพื้นฐานในการทดสอบด้าน embodied reasoning 10 ชุด และรายงานค่าเฉลี่ยที่ 65.29 19 แต่ตัวเลขผลทดสอบจากข้อมูลในคลังของโมเดลถูกอ้างอิงเป็นค่าเฉลี่ยอีกแบบ คือ 65.49
3 ข้อมูลที่มีไม่ได้อธิบายสาเหตุของความแตกต่าง จึงควรมองตัวเลขทั้งสองเป็นรายงานคนละชุด ไม่ใช่คะแนนสรุปที่ยืนยันตรงกันแล้ว
ผลคะแนนจากชุดทดสอบบอกได้ว่าโมเดลทำงานอย่างไรในงานประเมินที่รายงาน แต่ยังไม่ยืนยันว่าจะนำความสามารถไปใช้กับสถานการณ์ใหม่ได้ดี หรือทำงานอย่างปลอดภัยในงานที่มีความเสี่ยงสูง จึงไม่ควรตีความว่าเป็นหลักฐานว่าโมเดลพร้อมควบคุมหุ่นยนต์ได้เอง
Lion-ER-35B-A3B เป็นโมเดล MoE ที่ต่อยอดจาก Qwen และเปิดน้ำหนักภายใต้ Apache 2.0 โดยวางเป้าหมายไว้ที่การให้เหตุผลจากภาพและบริบทเชิงพื้นที่ซึ่งเกี่ยวข้องกับหุ่นยนต์ 1
2
7 จุดที่ควรติดตามคือผลประเมินที่มีการรายงาน แต่ค่าเฉลี่ยยังไม่ตรงกัน ผู้สนใจเปรียบเทียบประสิทธิภาพจึงควรตรวจดูรายละเอียดผลทดสอบจากเอกสารเผยแพร่ของโมเดลโดยตรง
3
19
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Lion ER 35B A3B เป็นโมเดลให้เหตุผลแบบ embodied ที่เปิดน้ำหนัก มีพารามิเตอร์รวมประมาณ 35,000 ล้าน และเปิดใช้งานราว 3,000 ล้านต่อโทเคน
Lion ER 35B A3B เป็นโมเดลให้เหตุผลแบบ embodied ที่เปิดน้ำหนัก มีพารามิเตอร์รวมประมาณ 35,000 ล้าน และเปิดใช้งานราว 3,000 ล้านต่อโทเคน โมเดลนี้พัฒนาต่อยอดจาก Qwen3.6 35B A3B โดยมุ่งใช้ข้อมูลภาพตอบคำถามด้านพื้นที่และงานที่เกี่ยวข้องกับหุ่นยนต์
ตัวเลขเฉลี่ยจากการทดสอบ 10 ชุดที่มีการรายงานแตกต่างกัน และผลทดสอบยังไม่ใช่หลักฐานว่าพร้อมควบคุมหุ่นยนต์อัตโนมัติอย่างปลอดภัย
Lion ER 35B A3B เป็นโมเดลให้เหตุผลแบบ embodied ที่เปิดน้ำหนัก มีพารามิเตอร์รวมประมาณ 35,000 ล้าน และเปิดใช้งานราว 3,000 ล้านต่อโทเคน โมเดลนี้พัฒนาต่อยอดจาก Qwen3.6 35B A3B โดยมุ่งใช้ข้อมูลภาพตอบคำถามด้านพื้นที่และงานที่เกี่ยวข้องกับหุ่นยนต์ ตัวเลขเฉลี่ยจากการทดสอบ 10 ชุดที่มีการรายงานแตกต่างกัน และผลทดสอบยังไม่ใช่หล...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create 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-A3B เป็นโมเดลวิชัน-ภาษาแบบเปิดน้ำหนักที่ออกแบบมาเพื่อการให้เหตุผลเชิง embodied หรือการเชื่อมโยงข้อมูลจากภาพเข้ากับสิ่งที่เกิดขึ้นในโลกกายภาพ เช่น การทำความเข้าใจพื้นที่และบริบทของงานที่หุ่นยนต์กำลังทำ โมเดลมีพารามิเตอร์รวมประมาณ 35,000 ล้าน แต่เปิดใช้งานราว 3,000 ล้านพารามิเตอร์ต่อโทเคน และเผยแพร่น้ำหนักบน Hugging Face ภายใต้สัญญาอนุญาต Apache 2.0 2
7
19
Lion-ER-35B-A3B พัฒนาโดย LionRock AI Lab ซึ่งเกี่ยวข้องกับสถาบันวิจัยเทคโนโลยีขั้นสูงของ China Merchants Group จุดเน้นคือการให้เหตุผลจากภาพร่วมกับคำถามด้านพื้นที่หรืองาน โดยมีเป้าหมายในงานวิจัยหุ่นยนต์ เช่น ช่วยตีความสภาพแวดล้อมสามมิติ สถานะของวัตถุ และความคืบหน้าของงาน 7
หน้าเผยแพร่บน Hugging Face ระบุว่าโมเดลนี้เป็นรุ่นที่นำ Qwen3.6-35B-A3B มาปรับแต่งต่อโดยอิสระ 1 นอกจากนี้ยังใช้สถาปัตยกรรม mixture-of-experts (MoE) ซึ่งเลือกใช้พารามิเตอร์บางส่วนในแต่ละขั้นตอน แทนการเปิดใช้งานพารามิเตอร์ทั้งหมดพร้อมกัน ตัวเลข “35B-A3B” ในชื่อจึงหมายถึงพารามิเตอร์รวมประมาณ 35,000 ล้าน และพารามิเตอร์ที่ทำงานต่อโทเคนราว 3,000 ล้าน
1
19
น้ำหนักโมเดลเผยแพร่บน Hugging Face ในชื่อ cmriat/lion-ER-35B-A3B และระบุสัญญาอนุญาต Apache 2.0 2 นักพัฒนาจึงสามารถเข้าถึงน้ำหนักเพื่อนำไปศึกษาและทดลองได้ตามเงื่อนไขของสัญญาอนุญาต อย่างไรก็ตาม การเปิดให้ดาวน์โหลดไม่ได้ยืนยันว่าโมเดลจะทำงานได้อย่างน่าเชื่อถือกับหุ่นยนต์จริงหรือในสภาพแวดล้อมที่ไม่คุ้นเคย
รายงานเกี่ยวกับการเปิดตัวระบุว่า Lion-ER-35B-A3B ทำคะแนนเหนือกว่าโมเดลพื้นฐานในการทดสอบด้าน embodied reasoning 10 ชุด และรายงานค่าเฉลี่ยที่ 65.29 19 แต่ตัวเลขผลทดสอบจากข้อมูลในคลังของโมเดลถูกอ้างอิงเป็นค่าเฉลี่ยอีกแบบ คือ 65.49
3 ข้อมูลที่มีไม่ได้อธิบายสาเหตุของความแตกต่าง จึงควรมองตัวเลขทั้งสองเป็นรายงานคนละชุด ไม่ใช่คะแนนสรุปที่ยืนยันตรงกันแล้ว
ผลคะแนนจากชุดทดสอบบอกได้ว่าโมเดลทำงานอย่างไรในงานประเมินที่รายงาน แต่ยังไม่ยืนยันว่าจะนำความสามารถไปใช้กับสถานการณ์ใหม่ได้ดี หรือทำงานอย่างปลอดภัยในงานที่มีความเสี่ยงสูง จึงไม่ควรตีความว่าเป็นหลักฐานว่าโมเดลพร้อมควบคุมหุ่นยนต์ได้เอง
Lion-ER-35B-A3B เป็นโมเดล MoE ที่ต่อยอดจาก Qwen และเปิดน้ำหนักภายใต้ Apache 2.0 โดยวางเป้าหมายไว้ที่การให้เหตุผลจากภาพและบริบทเชิงพื้นที่ซึ่งเกี่ยวข้องกับหุ่นยนต์ 1
2
7 จุดที่ควรติดตามคือผลประเมินที่มีการรายงาน แต่ค่าเฉลี่ยยังไม่ตรงกัน ผู้สนใจเปรียบเทียบประสิทธิภาพจึงควรตรวจดูรายละเอียดผลทดสอบจากเอกสารเผยแพร่ของโมเดลโดยตรง
3
19
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Lion ER 35B A3B เป็นโมเดลให้เหตุผลแบบ embodied ที่เปิดน้ำหนัก มีพารามิเตอร์รวมประมาณ 35,000 ล้าน และเปิดใช้งานราว 3,000 ล้านต่อโทเคน
Lion ER 35B A3B เป็นโมเดลให้เหตุผลแบบ embodied ที่เปิดน้ำหนัก มีพารามิเตอร์รวมประมาณ 35,000 ล้าน และเปิดใช้งานราว 3,000 ล้านต่อโทเคน โมเดลนี้พัฒนาต่อยอดจาก Qwen3.6 35B A3B โดยมุ่งใช้ข้อมูลภาพตอบคำถามด้านพื้นที่และงานที่เกี่ยวข้องกับหุ่นยนต์
ตัวเลขเฉลี่ยจากการทดสอบ 10 ชุดที่มีการรายงานแตกต่างกัน และผลทดสอบยังไม่ใช่หลักฐานว่าพร้อมควบคุมหุ่นยนต์อัตโนมัติอย่างปลอดภัย