China Merchants Shishan AI Lab Releases Embodied Reasoning Model 'Yu Wu™ Lion-ER-35B-A3B'
不靠堆砌数据，让机器人看懂真实物理世界 | 招商局狮子山人工智能实验室发布「驭物™ Lion-ER-35B-A3B」具身推理模型
The China Merchants Shishan AI Laboratory has released the embodied reasoning vision-language model 'Yu Wu™ Lion-ER-35B-A3B'. It demonstrates improved performance across ten mainstream embodied benchmarks without significantly increasing inference costs, following a technical route focused on capability-driven data engineering rather than simply scaling training data.
Source: QbitAI — Robotics on WeChat · Read original article ↗
English translation unavailable. Choose the original article to read it.
What the source reports
Publisher-reported claims, with original evidence. These results have not been independently verified by RoboSignal.
Reported numbers
training samples
312,380
View original evidence
「驭物™ Lion-ER-35B-A3B」的监督训练集共包含 312380条样本 ，训练时按能力需求分配训练预算，而不是由数据源的题量决定权重。
Open source S17training records in material pool
≈4,300,000
View original evidence
确认存在能力缺口后，再从 覆盖31个数据源、约430万条记录 的素材池中，检索推理逻辑相同、场景不同的新素材，经构题核验后加入训练，再通过新一轮评测验证效果。
Open source S21data sources covered
31
View original evidence
确认存在能力缺口后，再从 覆盖31个数据源、约430万条记录 的素材池中，检索推理逻辑相同、场景不同的新素材，经构题核验后加入训练，再通过新一轮评测验证效果。
Open source S21secondary capabilities defined
39
View original evidence
△ 能力牵引的具身数据引擎 第1步：明确模型该学会什么 招商局狮子山团队梳理出了一张细粒度的“能力蓝图”： 他们将具身推理拆解为“ 实体、空间、时序、物理、可供性、任务、社会、证据” 等8个一级领域，细化出39项二级能力。
Open source S12primary capability domains defined
8
View original evidence
△ 能力牵引的具身数据引擎 第1步：明确模型该学会什么 招商局狮子山团队梳理出了一张细粒度的“能力蓝图”： 他们将具身推理拆解为“ 实体、空间、时序、物理、可供性、任务、社会、证据” 等8个一级领域，细化出39项二级能力。
Open source S12data sources in material pool
31
View original evidence
确认存在能力缺口后，再从 覆盖31个数据源、约430万条记录 的素材池中，检索推理逻辑相同、场景不同的新素材，经构题核验后加入训练，再通过新一轮评测验证效果。
Open source S21
- paper: not_reported
Source excerpts and review record
Automatically extracted; no manual editorial approval recorded.
「驭物™ Lion-ER-35B-A3B」的监督训练集共包含 312380条样本 ，训练时按能力需求分配训练预算，而不是由数据源的题量决定权重。
Open source S17
确认存在能力缺口后，再从 覆盖31个数据源、约430万条记录 的素材池中，检索推理逻辑相同、场景不同的新素材，经构题核验后加入训练，再通过新一轮评测验证效果。
Open source S21
△ 能力牵引的具身数据引擎 第1步：明确模型该学会什么 招商局狮子山团队梳理出了一张细粒度的“能力蓝图”： 他们将具身推理拆解为“ 实体、空间、时序、物理、可供性、任务、社会、证据” 等8个一级领域，细化出39项二级能力。
Open source S12
在不显著增加推理开销的前提下， 模型在十项主流具身相关基准上实现全部指标上涨，多项核心能力超越更大参数量的主流模型，走出了一条区别于大规模堆砌训练数据的技术路线，有助于机器人真正理解三维物理世界。
Open source S7
Source：QbitAI — Robotics on WeChat · mp.weixin.qq.com