招商局狮子山实验室发布开源具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」。该模型采用 MoE 架构(总参 35B,激活 3B),摒弃单纯堆砌数据路线,转而构建“能力牵引”的数据引擎,通过拆解 8 大领域与 39 项细粒度能力进行正向设计与闭环迭代。在十项主流具身基准上实现全指标上涨,多项核心能力超越更大参数模型,旨在提升机器人对三维空间、物体状态及任务进度的理解能力。
具身推理
Embodied Reasoning
智能体基于身体与环境交互进行感知、决策和行动的能力
收录情报动态
招商局先进技术研究院下属狮子山人工智能实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,采用 MoE 架构,总参数约 35B、每 Token 仅激活约 3B,官方称在十项具身相关基准上全部指标上涨,部分能力超过更大参数量模型。其技术路线强调以「能力蓝图」反向设计数据:将具身推理拆为实体、空间、时序、物理、可供性、任务、社会、证据 8 个一级领域、39 项二级能力,再依评测短板闭环迭代数据,而非盲目扩充数据规模。不过文中未披露各项基准的具体数值、对照组配置与模型开放方式,结论仍属厂商主张。
谷歌推出面向物理世界的通用推理模型 Gemini 4 Argon,在具身推理基准 ERQA 上以纯推理模式取得 87% 的领先成绩。该模型强化了空间理解、代码生成及视觉语义推理能力,支持从零样本机器人控制到 Real2Sim 仿真重建的全生命周期应用,旨在加速通往物理 AGI 的进程。
谷歌推出面向机器人领域的通用物理推理模型 Gemini 4 Argon,在具身推理基准测试(ERQA)中以纯推理方式取得 87% 的分数,超越所有其他前沿模型。该模型具备显著的物理理解、代码生成及视觉语义推理能力,支持从移动操作控制到基于摄像头视频重建物理校准仿真孪生体(Real2Sim)的全生命周期应用。目前开发者可通过 Google 平台立即调用该模型进行构建。
谷歌正式向付费用户推出 Gemini 4 Argon,该模型在保持原有基准性能的同时,引入了自动化错位监控以防范恶意使用。其核心突破在于显著提升了具身推理能力,并在无人机物理模拟器中成功定位了自 2018 年遗留的关键代码缺陷。
谷歌推出 Gemini Robotics-ER 1.6,显著提升机器人的空间推理与多视角理解能力。该模型旨在通过增强“具身推理”实现更高自主性,支持复杂环境导航及精细物理任务(如读取仪表)。目前已在 Google AI Studio 开放预览。