招商局狮子山实验室发布「驭物™ Lion-ER-35B-A3B」具身推理模型，走出非堆砌数据新路线

封面为AI生成的主题示意图，非新闻现场照片。

近日，招商局先进技术研究院下属狮子山人工智能实验室正式发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」。该模型采用 MoE（混合专家）架构，总参数规模约为 35B，但在实际推理时每个 Token 仅激活约 3B 参数。在保持较低计算开销的前提下，其在十项主流具身相关基准测试中实现了全部指标提升，部分核心能力表现超越更大参数量的主流模型。

与过去依赖大规模堆砌训练数据的传统路径不同，该模型建立了一套“能力牵引”的具身数据引擎。团队首先梳理出细粒度的“能力蓝图”，将具身推理拆解为实体、空间、时序、物理等 8 个一级领域及 39 项二级能力，并明确各项能力的调用条件与复合任务的处理逻辑。

为确保模型掌握所需技能，团队实施了“能力编译”流程，将抽象的能力目标转化为具体的训练题目。在监督核验层面，通过数据提纯、几何构题和定向合成三条互补路线，确保每道题目都有据可依。同时引入 Human in the loop 人工复核机制，利用可视化平台还原关键视觉线索，避免将模型能力边界误判为数据缺陷。

该模型的监督训练集共包含 312,380 条样本。训练资源不再单纯由数据源题量决定权重，而是依据能力需求进行分配，重点覆盖空间几何、多视角对应及任务规划等核心领域。团队建立了 Eval-Driven Data Harness 数据迭代机制，利用评测发现的错题来识别盲区，进而从包含约 430 万条记录的素材池中检索新素材进行针对性补强。

针对机器人难以区分二维画面位置与真实三维空间高度的常见难题，模型在下一轮数据生产阶段优先选择具有多层可放置支撑面的场景，并结合分割、深度和几何约束核验放置区域。通过这种“失败模式驱动”的闭环优化，模型得以逐步修正对物理世界的理解偏差。