MachEmbodied від Li Auto: що роблять ME-Brain, ME-VLM і ME-U0

Робот може правильно розпізнати предмет і зрозуміти команду, але це ще не означає, що він зуміє надійно виконати потрібний рух. Саме цей шлях — від сприйняття через розуміння до дії — окреслюють три розробки, які команда базових моделей Li Auto представила 22 вересня 2026 року: ME-Brain-1.0, MachEmbodied-VLM (ME-VLM) і MachEmbodied-U0 (ME-U0). Поки що це опис взаємодоповнювальних складників, а не незалежне підтвердження роботи всієї системи як одного автономного робота. 35

За що відповідає кожен складник

ME-Brain-1.0 — системний рівень. Li Auto описує його через пам’ять, пізнання та дію. За повідомленнями про запуск, модулі пам’яті можуть працювати на фірмовому чипі M100: створювати й знаходити збережену інформацію без перенесення цієї роботи на віддалений сервер. Це не тотожне заяві, що весь ME-Brain працює на одному чипі. 35

ME-VLM — модель для сприйняття та координації. Вона працює із зображеннями й мовою; технічний звіт описує навчання на завданнях втіленого ШІ та мультимодальних агентів, зокрема з використанням спостережень і зворотного зв’язку для оцінювання результату й уточнення рішень. Повідомляється про велику версію 35B-A3B з архітектурою «суміші експертів» і меншу версію 4B, призначену для роботи безпосередньо на пристрої. 15

ME-U0 пов’язує розуміння з генерацією дій. Описана для неї архітектура Mixture-of-Transformers поєднує компоненти, що інтерпретують завдання і сцену, з компонентами, які генерують дії. Це важливий перехід: визначити, що слід зробити, — не те саме, що виконати це роботом. Водночас оприлюднені матеріали не доводять, що всі три розробки вже перевірено разом в одному автономному пристрої. 25

Що показують результати тестів

У порівняльних таблицях Li Auto велика ME-VLM, за повідомленнями, набрала в середньому близько 70,9 бала на наборах завдань втіленого ШІ та 72,5 бала на агентних завданнях. Версія 4B посіла друге місце в цих порівняннях компанії. Без повних умов випробувань і незалежного відтворення ці числа не варто трактувати як загальну оцінку надійності робота. 5

Для ME-U0 компанія повідомляє про 17,66 бала в RoboDojo, а також середню успішність 99,1% у LIBERO і 81,8% у LIBERO-Plus. Перед тестами LIBERO модель адаптували за допомогою навчальних сигналів, наданих самими тестовими наборами. Отже, ці відсотки не означають такої самої успішності без попередньої адаптації на незнайомих фізичних завданнях. 3

Дані для ME-U0 і межі заяви про M100

За даними Li Auto, для попереднього навчання ME-U0 відібрали приблизно 4 200 годин матеріалів із початкових масивів, що містили близько 5 700 годин даних роботів і 3 920 годин відео від першої особи. Таке поєднання може показати моделі більше візуальних ситуацій, ніж самі лише записи роботи роботів. Але обсяг даних не свідчить, наскільки добре вона впорається з новим роботом чи середовищем. 3

Для версії ME-VLM на 4B автори технічного звіту описують стискання візуальних токенів, квантування W4A8 та спільне налаштування програмного забезпечення і чипа M100. За їхніми вимірами, затримка етапу початкового опрацювання вхідних даних (prefill) скоротилася з 400 до 188 мс. Це показник одного етапу роботи моделі, а не час від моменту, коли робот помітив зміну, до завершення фізичної дії. Наведені джерела також не підтверджують спільний запуск на одному M100 великої ME-VLM, усього ME-Brain і ME-U0. 15

Чого не доводять демонстрації

У матеріалах про запуск описано годинну демонстрацію захоплення предметів і приблизно чотирихвилинне приготування кави з 15 кроків. Вони показують завдання, які Li Auto вирішила продемонструвати, але не дають незалежно перевіреної частки успішних спроб із довільно обраними предметами, за змінного освітлення, під час переривань або тривалої роботи. Доступні джерела не підтверджують і конкретних сторонніх висновків про збої в цих демонстраціях. 3

Наступний переконливий крок — незалежне відтворюване випробування всієї системи: на незнайомих умовах, з обліком успіхів, помилок і відновлення після них, а також із вимірюванням повного часу від сприйняття до дії на заявленому обладнанні. Поки цього немає, результати тестів і скорочення затримки prefill на M100 залишаються окремими свідченнями потенціалу, а не підсумковим доказом надійності робота. 135