答案已发布15 来源
Lion-ER-35B-A3B：让模型理解空间与任务的具身推理尝试
Lion ER 35B A3B 是一款面向具身推理的开放权重模型，总参数约 350 亿，每个 token 激活约 30 亿参数。[1][19] 它是 Qwen3.6 35B A3B 的独立微调衍生模型，采用混合专家架构，权重托管于 Hugging Face，许可为 Apache 2.0。[1][2] 模型发布相关报道提到其在十项具身推理基准上的平均分为 65.29，但另一处仓库结果给出 65.49；基准成绩也不等于已能安全自主操控机器人。[3][19]
发布者使用 GPT-6 Luna 编辑图片由 GPT Image 2 生成
研究答案
要点
- Lion ER 35B A3B 是一款面向具身推理的开放权重模型，总参数约 350 亿，每个 token 激活约 30 亿参数。[1][19]
- 它是 Qwen3.6 35B A3B 的独立微调衍生模型，采用混合专家架构，权重托管于 Hugging Face，许可为 Apache 2.0。[1][2]
- 模型发布相关报道提到其在十项具身推理基准上的平均分为 65.29，但另一处仓库结果给出 65.49；基准成绩也不等于已能安全自主操控机器人。[3][19]
AI 提示
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-A3B 是一款面向具身与空间推理的视觉语言模型，重点在于把图像信息与空间、物体或任务相关的问题联系起来。它的权重已发布在 Hugging Face，采用 Apache 2.0 许可。基准测试成绩引人关注，不过不同材料列出的平均分存在差异，现阶段不宜把某一个数字视为毫无争议的定论。2
3
19
它是什么，面向什么用途？
Lion-ER-35B-A3B 由 LionRock AI Lab 开发。该实验室隶属招商局集团先进技术研究院。发布报道将模型定位为具身推理方向的视觉语言模型，目标应用包括帮助机器人理解三维空间、物体状态和任务进度。7
简单说，具身推理关注的不只是“看到了什么”，也包括根据视觉信息判断物体和周围环境之间的关系，以及任务进行到哪一步。模型名称中的“35B-A3B”对应约 350 亿总参数、每个 token 激活约 30 亿参数；它采用混合专家（MoE）架构。1
19
Hugging Face 的模型发布信息说明，它是基于 Qwen3.6-35B-A3B 独立微调而来的衍生模型，而非原版 Qwen 模型本身。1
权重已开放，许可为 Apache 2.0
模型权重托管在 Hugging Face，仓库名称为 cmriat/lion-ER-35B-A3B，页面标注的许可是 Apache 2.0。2 开放权重让开发者能够获取模型并进行测试或研究；但获得权重本身，并不能说明模型在真实机器人或陌生环境中已经可靠可用。
基准成绩值得关注，但平均分有出入
发布相关报道声称，Lion-ER-35B-A3B 在十项具身推理基准上的表现超过基础模型，其中一份报道给出的平均分为 65.29。19 但模型仓库相关结果也被引用为另一组十项基准平均分：65.49。
3
现有材料没有解释这两个平均分为何不同，因此应把它们视为来自不同报告的数字，而不是合并成一个确定成绩。基准测试反映的是模型在特定评测任务中的表现；它们不能单独证明模型能否迁移到陌生环境，也不能证明其适合安全关键场景或自主控制机器人。
读者需要记住什么？
Lion-ER-35B-A3B 是一款具有机器人应用取向的开放权重模型：它采用 MoE 架构，以 Qwen3.6-35B-A3B 为基础进行独立微调，并以空间和具身推理为重点。1
2
7 对研究者和开发者来说，它提供了一个可以进一步评估的模型选择；对判断其实际能力，则应结合具体评测方法和部署测试，而不要仅凭基准平均分下结论。
3
19
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“Lion-ER-35B-A3B：让模型理解空间与任务的具身推理尝试”的简短答案是什么？
Lion ER 35B A3B 是一款面向具身推理的开放权重模型，总参数约 350 亿，每个 token 激活约 30 亿参数。[1][19]
首先要验证的关键点是什么？
Lion ER 35B A3B 是一款面向具身推理的开放权重模型，总参数约 350 亿，每个 token 激活约 30 亿参数。[1][19] 它是 Qwen3.6 35B A3B 的独立微调衍生模型，采用混合专家架构，权重托管于 Hugging Face，许可为 Apache 2.0。[1][2]
接下来在实践中我应该做什么？
模型发布相关报道提到其在十项具身推理基准上的平均分为 65.29，但另一处仓库结果给出 65.49；基准成绩也不等于已能安全自主操控机器人。[3][19]
来源
huggingface.cocmriat/lion-ER-35B-A3B · Hugging Face
zglg.workChina Merchants' Lion Mountain Lab open-sources Lion-ER-35B-A3B, a 35B MoE embodied-reasoning VLM activating ~3B per token
pandaily.comChina Merchants' LionRock AI Lab Open-Sources Lion-ER-35B-A3B Embodied Reasoning Model