Lion-ER：只激活3B，开始学驭物

35B 总参数，推理时只动用 3B

招商局狮子山人工智能实验室近日发布「驭物™ Lion-ER-35B-A3B」，把目标直接对准真实物理世界的理解与推理。模型总参数量为 350 亿，但每次推理仅激活约 30 亿参数；按照发布方披露的结果，Lion-ER-35B-A3B 在十项相关基准上实现全线提升。

截至 2026 年 11 月 4 日，这次发布最值得关注的并不是又多了一个“35B-A3B”模型，而是团队试图回答一个更棘手的问题：大模型会做题、会看图之后，能不能进一步理解物体如何被抓取、移动、组合和改变，并把这种理解用于真实机器人任务。

**具身推理是模型围绕物体、空间、动作和因果关系进行判断，并将判断用于现实环境决策的能力。**它不只要求模型识别“桌上有一个杯子”，还要理解杯子的开口方向、遮挡关系、可抓取位置、装水后的重量变化，以及机械臂从哪个角度接近更不容易碰倒旁边的物体。

这也是 Lion-ER 与普通视觉问答模型最核心的定位差异。普通视觉语言模型可以告诉你“图中有一把剪刀”，具身推理模型则需要进一步判断剪刀是否被其他物体压住、握住刀刃是否危险、哪个部位适合夹取，以及拿起剪刀之后场景会发生什么变化。

A3B 省的是计算，不是模型权重

**A3B 是 Active 3 Billion 的缩写，表示模型每次生成或推理时只激活约 30 亿参数。**Lion-ER-35B-A3B 虽然拥有 350 亿总参数，但单个输入不需要经过全部参数，而是由路由机制选择与当前任务更相关的专家模块参与计算。

**混合专家模型是通过稀疏路由机制，让不同输入调用不同参数子集的神经网络架构。**它有点像一家拥有多个专业科室的医院：医院的总人员规模很大，但一名患者不需要同时接受所有医生会诊，而是由分诊系统把问题交给少数相关科室。

这种架构的价值是把“模型容量”和“单次计算量”部分拆开。350 亿总参数可以容纳更多知识和能力分工，约 30 亿激活参数则试图把每次推理的计算成本控制在小模型附近。

但“只激活 3B”绝不等于“部署只需要装下 3B”。模型的完整专家权重通常仍需驻留在显存、内存或分层存储中，路由、注意力层、共享参数和专家通信也会产生额外开销。对开发者来说，A3B 主要降低的是每个 token 的有效计算量，而不是自动把 35B 权重变成一台低配设备就能无压力运行的 3B 模型。

参数量也不能直接换算为速度。真实吞吐还会受到量化精度、批处理规模、上下文长度、专家负载均衡、显存带宽和推理框架实现影响。尤其在多卡部署中，如果被选中的专家分散在不同设备上，通信成本可能抵消一部分稀疏计算收益。

Lion-ER 不是另一个通用聊天模型

Lion-ER-35B-A3B 的差异化方向是物理世界推理，而不是继续在通用问答、数学竞赛或代码生成榜单上正面硬碰。它要处理的是空间关系、物体属性、动作后果、状态变化和可供性等问题，这些能力共同决定模型是否真的“懂物”。

**可供性是物体在特定环境中允许主体执行哪些动作的属性。**门把手可以旋转或下压，杯柄适合抓取，抽屉边缘可以拉动，但同一个动作换到玻璃杯口或刀刃上就可能失败甚至造成危险。

物理世界理解至少包含五层能力：

1. 对象识别：分清场景中的物体、部件和材料；
2. 空间关系：判断前后、内外、支撑、接触、遮挡和距离；
3. 物理属性：估计软硬、轻重、易碎性、摩擦和稳定性；
4. 因果预测：推断推动、倾斜、抓取或移除物体后的结果；
5. 动作规划：把目标拆成可执行步骤，并根据环境反馈调整计划。

Lion-ER 如果能够把这些能力稳定串联起来，它的价值会明显超过单纯的图像描述模型。例如，仓储机器人面对一个被纸箱遮挡的目标物时，真正需要的不是一句“目标部分不可见”，而是判断先移开哪个箱子、移动方向是否会引发堆叠坍塌，以及目标露出后从哪里抓取最稳妥。

“十项全线提升”有意义，但还不是终局证明

发布方称 Lion-ER-35B-A3B 在十项基准上全部取得提升，这说明模型改进并非只针对单一数据集或单一题型。相比只挑选一两个优势项目宣传，跨十项评测保持一致增长，至少表明训练方法具有一定泛化倾向。

不过，现阶段公开信息尚不足以把“全线提升”换算成真实机器人能力。用于严肃比较的完整评测至少还应包括基准名称、测试集规模、对照模型、输入分辨率、提示词设置、是否使用思维链、平均分与方差，以及多次运行的稳定性。

“提升”本身也需要参照物。如果基线是同尺寸通用模型，那么结果主要证明具身专项训练有效；如果对照对象包括更大规模的闭源多模态模型，意义会更强；如果测试集与训练数据存在较高相似度，榜单优势则可能被高估。

真实物理任务尤其容易出现基准与现场之间的落差。模型在静态图片上判断“哪个物体会掉落”，并不代表它能在摄像头抖动、光照变化、深度缺失和机械臂控制误差同时存在时完成抓取。前者考验语义和物理常识，后者还涉及连续感知、实时规划、控制闭环与故障恢复。

因此，十项基准全线提升是一个积极信号，但不是“机器人已经懂得现实世界”的充分证据。更有说服力的数据应该是实体机器人上的任务成功率、平均完成时间、碰撞次数、重规划频率和跨场景泛化能力。

不靠堆数据，真正要看数据如何组织

Lion-ER 的发布强调“不靠堆砌数据”，这实际上击中了具身智能训练的一个现实难题：高质量物理交互数据比网页文本昂贵得多，也更难标准化。

互联网文本可以低成本复制和清洗，机器人轨迹却需要设备、场地、操作人员和传感器共同参与。同一个“把杯子放进托盘”的任务，还会因为机械臂型号、相机位置、杯子材质、托盘尺寸和动作控制频率不同而产生明显差异。

单纯扩大数据量也未必能自动产生物理理解。大量重复的成功轨迹可能让模型记住常见动作，却无法解释动作为什么有效；只有成功样本而缺少失败样本，也会让模型学不到“哪些动作看似合理但会造成碰撞、滑落或倾倒”。

高价值的具身数据通常需要覆盖状态、动作和后果三者之间的关系。相比再增加一百万张孤立图片，一组包含动作前状态、动作指令、执行轨迹、动作后状态和失败原因的数据，可能更有助于模型形成因果判断。

Lion-ER 所谓“不靠堆砌数据”最终要由训练配方来证明。开发者真正关心的是：模型是否使用真实机器人轨迹、仿真数据、视频数据或合成推理数据；不同数据之间如何配比；是否加入反事实样本；以及评测集是否与训练集严格隔离。截至目前提供的公开资料并未完整披露这些细节，因此还不能把这句话理解为已经解决了具身数据效率问题。

35B-A3B 正在成为一条成熟路线

35B 总参数、3B 激活参数并不是孤立设计，2026 年已有通用模型采用相近的稀疏专家配置。Qwen3.6-35B-A3B 同样以 350 亿总参数和 30 亿激活参数为核心卖点，但它更偏向通用多模态、Agent 与编码能力；Lion-ER 则把容量集中到物理世界理解和具身推理。

| 模型或架构 | 总参数 | 单次激活参数 | 主要定位 | 当前公开信息的重点 | |---|---:|---:|---|---| | Lion-ER-35B-A3B | 35B | 3B | 具身推理、真实物理世界理解 | 十项相关基准全线提升 | | Qwen3.6-35B-A3B | 35B | 3B | 通用多模态、Agent、编码 | 以较低激活量提供接近更大稠密模型的能力 | | 27B 稠密模型 | 27B | 27B | 通用或垂直任务 | 全参数参与计算，部署逻辑相对直接 | | 35B 稠密模型 | 35B | 35B | 高容量通用推理 | 单次计算量更高，但没有专家路由开销 |

这组对比说明，Lion-ER 的亮点并不是首创 A3B，而是把已经在通用模型中验证过的稀疏架构带向具身推理。对于机器人系统而言，这个方向很实际：模型必须在有限延迟和功耗下持续处理视觉输入，不能每次决策都等待一个超大稠密模型完成长时间推理。

Lion-ER 也不能仅凭相同的参数标签与 Qwen3.6 直接比较性能。两者的训练目标、输入形式和评测体系不同，一个通用模型在代码或数学上的领先，并不能推导出它在物体操作上更强；反过来，具身基准得分更高也不意味着 Lion-ER 更适合作为聊天助手。

它更像机器人的“大脑中层”

Lion-ER 当前更适合被理解为机器人技术栈中的推理模块，而不是一套拿来就能控制机械臂的完整系统。一个真实机器人通常还需要相机与深度传感器、目标检测与跟踪、定位系统、运动规划器、低层控制器和安全机制。

模型在这套系统中的位置更接近“大脑中层”：上接视觉和语言感知，下接动作规划与控制。它可以判断“先移开红色盒子，再抓取后面的杯子”，但把这句话转换为关节角度、夹爪力度和避障轨迹，仍需要专门的控制模块完成。

这种模块化定位反而更容易落地。开发者可以先把 Lion-ER 用作场景理解器、任务分解器或动作验证器，而不是一开始就让它端到端接管机器人。对于工业环境而言，让模型提出计划，再由确定性规划器检查碰撞和安全约束，通常比直接输出控制信号更可靠。

值得尝试的场景包括：

• 仓储分拣中的遮挡分析与抓取顺序规划；
• 制造业装配中的零件关系判断与步骤检查；
• 家庭机器人对容器、工具和易碎物品的操作规划；
• 无人设备对复杂场景的因果风险判断；
• 机器人训练数据的自动标注、失败归因和轨迹筛选。

现在最需要补齐的是可验证性

Lion-ER-35B-A3B 的产品方向是成立的，但发布后的关键问题已经从“有没有模型”变成“外部能不能复现”。截至 11 月 4 日，现有资料尚未完整交代模型权重获取方式、开源许可证、上下文长度、支持的输入模态、推理框架、量化方案和硬件需求。

这些信息对开发者的重要性不亚于榜单成绩。具身模型如果只能在特定内部环境运行，它更接近研究展示；只有模型权重、推理工具和评测脚本能够被外部团队使用，社区才可能验证它在不同机器人、相机和任务上的迁移能力。

视频输入能力也值得重点确认。真实物理过程是连续发生的，单张图片很难表达物体运动、碰撞、液体流动和形变；如果模型主要处理静态图像，它更接近物理常识推理模型，如果支持长视频或连续视觉状态，才更接近真实具身系统所需的世界动态理解。

延迟指标同样不能缺席。机器人动作规划通常不能只看每秒生成多少文本 token，而要看从传感器输入到动作决策的端到端响应时间。一个推理质量很高但单步等待数秒的模型，可能适合离线规划，却难以处理快速变化的开放环境。

我们的判断：方向比参数更重要，证据还要继续补

Lion-ER-35B-A3B 是一次值得关注的垂直模型发布，因为它没有继续把“更会聊天”当作唯一目标，而是主动进入空间、物体、动作和因果关系交织的真实世界。

3B 激活参数也是一个务实选择。具身系统对延迟、成本和功耗更敏感，稀疏专家架构能够在保留 35B 模型容量的同时压低单次计算量，比直接堆一个更大的稠密模型更符合机器人部署逻辑。

但当前最需要警惕的是把“十项基准提升”直接等同于“机器人能力突破”。具身智能最终必须在实体环境中接受噪声、遮挡、控制误差和安全约束的共同检验，静态基准只能覆盖其中一部分。

Lion-ER 接下来的含金量将取决于三件事：第一，是否公布完整评测表和对照设置；第二，是否提供可复现的模型、代码或在线体验；第三，是否拿出真实机器人上的任务成功率和跨环境测试结果。

如果这三项能够陆续补齐，Lion-ER 可能成为国产具身推理模型中一条有辨识度的路线；如果后续仍只有参数标签和汇总榜单，它就更像一次方向正确、但证据尚未完成闭环的技术预告。

参考来源

• Hugging Face：Mixture of Experts Explained：介绍混合专家模型的稀疏路由、计算效率与部署挑战，用于理解 A3B 架构。
• 知乎：通义 Qwen3.6 开源，3B 激活参数对比 27B 性能：提供 Qwen3.6-35B-A3B 的参数配置与部署定位，作为同规格稀疏模型参照。
• Reddit LocalLLaMA：Qwen3.6-35B-A3B 发布讨论：社区对 35B 总参数、3B 激活参数和多模态能力的讨论。