答案已發布15 個來源
Lion-ER-35B-A3B：為機器人空間推理而設計的開放權重模型
Lion ER 35B A3B 是開放權重的具身推理模型，總參數約 350 億，每個 token 約啟用 30 億參數。 模型以 Qwen3.6 35B A3B 為基礎獨立微調，聚焦於機器人相關的視覺與空間推理。 基準測試報告稱模型在多項測試中優於基礎模型，但不同來源列出的十項基準平均分數有落差；這些成績也不能證明模型已適合自主或安全關鍵的機器人控制。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- Lion ER 35B A3B 是開放權重的具身推理模型，總參數約 350 億，每個 token 約啟用 30 億參數。
- 模型以 Qwen3.6 35B A3B 為基礎獨立微調，聚焦於機器人相關的視覺與空間推理。
- 基準測試報告稱模型在多項測試中優於基礎模型，但不同來源列出的十項基準平均分數有落差；這些成績也不能證明模型已適合自主或安全關鍵的機器人控制。
AI 提示詞
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 是一款開放權重的視覺語言模型，設計方向是具身與空間推理——也就是讓 AI 將視覺資訊與空間、物件或任務相關問題連結起來。這類能力與機器人理解環境有關，但基準測試分數不等於已能可靠地在真實世界操作機器人。
這款模型是什麼？
Lion-ER-35B-A3B 由 LionRock AI Lab 開發；該實驗室隸屬於招商局集團先進技術研究院相關體系。發布報導將模型定位為面向機器人研究的具身推理模型，目標涵蓋理解三維空間、物件狀態與任務進度。7
Hugging Face 模型頁面指出，Lion-ER-35B-A3B 是以 Qwen3.6-35B-A3B 為基礎獨立微調的衍生模型，並非原始模型本身。1 它採用混合專家（MoE）架構；名稱中的「35B-A3B」對應約 350 億個總參數，以及每個 token 約啟用 30 億個參數。
1
19
Hugging Face 開放下載，採 Apache 2.0 授權
模型權重以 cmriat/lion-ER-35B-A3B 名稱託管於 Hugging Face，模型頁面列出的授權為 Apache 2.0。2 開放權重讓開發者能依授權條款取得模型並進行測試；不過，權重可供使用本身並不能證明模型在機器人或陌生環境中的表現穩定可靠。
基準測試成績如何解讀？
發布相關報導稱，Lion-ER-35B-A3B 在十項具身推理基準測試中都勝過基礎模型；其中一份報導列出的十項測試平均分數為 65.29。19 不過，模型儲存庫的結果也曾被引用為另一個十項基準平均值：65.49。
3
現有報導沒有解釋兩個平均值為何不同，因此不宜將它們視為同一個已定案的分數。比較模型時，應一併查看各項測試的結果與計算方式，而不是只看單一總分。
更重要的是，基準測試衡量的是特定測試任務的表現。現有資料不足以證明模型能將能力穩定轉移到陌生環境，也沒有證據顯示它已適合安全關鍵用途或能自主控制機器人。換句話說，這些結果可作為研究評估的參考，不能視為實際部署能力的保證。
重點整理
Lion-ER-35B-A3B 是一款以 Qwen 為基礎微調、採 MoE 架構並聚焦機器人相關推理的開放權重模型，且以 Apache 2.0 授權發布。1
2
7 它的基準測試表現值得留意，但十項測試的平均分數在不同來源間存在差異；在據此評估模型之前，最好先核對模型發布頁與完整測試資料。
3
19
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「Lion-ER-35B-A3B：為機器人空間推理而設計的開放權重模型」的簡短答案是什麼？
Lion ER 35B A3B 是開放權重的具身推理模型，總參數約 350 億，每個 token 約啟用 30 億參數。
最值得優先驗證的重點是什麼？
Lion ER 35B A3B 是開放權重的具身推理模型，總參數約 350 億，每個 token 約啟用 30 億參數。 模型以 Qwen3.6 35B A3B 為基礎獨立微調，聚焦於機器人相關的視覺與空間推理。
接下來在實務上該怎麼做？
基準測試報告稱模型在多項測試中優於基礎模型，但不同來源列出的十項基準平均分數有落差；這些成績也不能證明模型已適合自主或安全關鍵的機器人控制。
來源
pandaily.comChina Merchants' LionRock AI Lab Open-Sources Lion-ER-35B-A3B Embodied Reasoning Model
huggingface.coAdd files using upload-large-folder tool · cmriat/lion-ER-35B-A3B at a776d66
zglg.workChina Merchants' Lion Mountain Lab open-sources Lion-ER-35B-A3B, a 35B MoE embodied-reasoning VLM activating ~3B per token