O LionRock AI Lab, parte do Instituto de Pesquisa de Tecnologia Avançada da China Merchants Group, lançou o modelo de raciocínio genérico Lion-ER-35B-A3B. Este modelo é projetado para compreensão visuo-linguística do espaço tridimensional, estado dos objetos e progresso das tarefas por robôs. Isso foi relatado pela publicação QbitAI em 4 de novembro. Os pesos do modelo estão disponíveis na plataforma Hugging Face sob a licença Apache 2.0.
O modelo Lion-ER, que significa LionRock Embodied Reasoner, é uma arquitetura tipo mixture-of-experts com um total de cerca de 35 bilhões de parâmetros, sendo que cerca de 3 bilhões de parâmetros estão ativos para cada token. De acordo com o cartão do modelo, ele foi ajustado com base no Qwen3.6-35B-A3B. O laboratório afirma que o modelo demonstrou melhorias em todos os dez benchmarks públicos em raciocínio visual e incorporado, atingindo uma média ponderada de 65,29, onde cada pontuação é calculada pela média de quatro amostras de resposta para uma pergunta.
Entre as métricas individuais, o laboratório observou que a pontuação de posicionamento espacial Where2Place foi de 64,28, 9,30 pontos acima do modelo base. Também foi alcançado um resultado de 64,38 no benchmark ERQA de raciocínio incorporado, superando o indicador anterior em 6,19 pontos. O modelo obteve 89,33 no benchmark SAT de raciocínio espacial, e na subcategoria de compreensão de trajetória do ERQA, houve um aumento de 12,12 pontos, atingindo 68,18.
O laboratório acredita que o simples aumento do volume de dados para robôs não garante o aumento de suas capacidades. Em vez de coletar dados em grande escala, a equipe desenvolveu um mecanismo próprio de dados incorporados, focado no aumento das capacidades. Inicialmente, eles estruturaram o raciocínio incorporado em oito áreas principais, incluindo entidades, espaço, tempo, física, capacidades, tarefas, contexto social e evidências, além de 39 habilidades mais detalhadas. Cada habilidade foi então transformada em perguntas de treinamento específicas, definindo cenas, observações, consultas e evidências necessárias para obter uma resposta verificável; perguntas eram excluídas se as evidências visuais fossem insuficientes. Revisores humanos verificaram exemplos complexos nos quais os modelos cometiam erros constantemente.
O conjunto de dados para treinamento supervisionado contém 312.380 exemplos, que são ponderados de acordo com as necessidades de capacidade, e não pelo volume da fonte. Em seguida, um ciclo baseado em avaliação direciona falhas de volta ao processo de criação de dados: após a exclusão de erros de rotulagem ou avaliação, a equipe forma novo material com o mesmo padrão de raciocínio a partir de um pool de aproximadamente 4,3 milhões de registros, cobrindo 31 fontes de dados. Em um caso, o modelo confundiu o fato de um objeto estar mais alto na imagem com o fato de estar localizado mais alto no espaço tridimensional, então a equipe adicionou cenas com superfícies de múltiplos níveis.
O cartão do modelo indica que o Lion-ER é destinado exclusivamente a fins de pesquisa, não passou por validação para tomada de decisões críticas ou controle de robôs autônomos, e os resultados de benchmarking podem não ser transferíveis para novos ambientes. O laboratório também aplicou uma metodologia semelhante a modelos menores com arquiteturas baseadas em 4B e 9B.
