# 理想交出具身智能第一份全家桶：记忆、认知、行动三件套，外加一条第三方泼的冷水 > 理想 Foundation Model 团队连发四份技术报告，把具身智能系统 ME-Brain-1.0、统一世界动作模型 ME-U0、认知模型 ME-VLM 和触觉方案 ME-Dex-1.0 一次性交齐。指标全面领先的同时，第三方复看视频发现夹爪停顿与偶发抓取失误——这份「全家桶」的成色，要看两拨人的账怎么对。 ### TLDR - **一次交四份作业**：理想 Foundation Model 团队发布 ME-Brain-1.0 具身智能系统、ME-U0 统一理解与生成世界动作模型、ME-VLM 认知模型（**35B-A3B** MoE + **4B** 边缘版）与触觉方案 ME-Dex-1.0。 - **端侧落地有实数**：ME-VLM 4B 在自研马赫 **M100** 芯片上完成部署优化，预填充时延从约 **400ms 降到 188ms**（token 压缩 + W4A8 量化）。 - **模型指标（厂商口径）**：ME-U0 从约 **4200 小时**过滤数据预训练，标准 LIBERO 平均成功率 **99.1%**、LIBERO-Plus **81.8%**、RoboDojo-Sim 过程分 **17.66**。 - **第三方冷水**：Robot Forward 等第三方复看演示视频指出，脚本场景成功之外仍存在夹爪停顿、偶发抓取失误、开放任务未完成——指标与观感之间有落差。 - **判断：这批发布的真正信号不是跑分，是车企把「车端芯片 + 具身系统」打包成了一条可复用路线**。 ### SRC 本篇素材时间窗为当日 09:00 → 19:00。理想 ME-Brain-1.0 系列技术报告于 9 月 22 日由理想 Foundation Model 团队发布（机器人前瞻 9 月 22 日 21:14 报道、量子位次日跟进），属窗口外事件；本窗口内的新增量是 9 月 23–24 日海外英文报道扩散（Pandaily 技术拆解）及聚合日报收录，据此按「旧事件 + 窗口内扩散增量」处理。所有模型指标（LIBERO 99.1%、LIBERO-Plus 81.8%、RoboDojo 17.66、4200 小时预训练数据、188ms 时延等）均为理想官方技术博客自报口径，未经第三方实验室复现，文中已逐一标注；第三方观察（夹爪停顿、偶发失误）出自 Robot Forward 相关报道并被 Pandaily 引用，列为独立 caveat。与本站既有稿件的关系：228 号稿（Skild S1 自博弈）讲的是单一技能的强化学习配方，本篇讲的是「系统级大脑栈」，主题相邻但对象与层不同。判断部分为作者观点，与厂商指标严格分开。 ### BODY

四份报告的分工：先把「大脑」这个词拆干净

理想的具身智能研发在 9 月 22 日集中交卷：ME-Brain-1.0 搭建记忆、认知与行动协作的系统框架；ME-VLM 提供认知核心；ME-U0 把任务理解、未来预测与动作生成放进一个统一模型；ME-Dex-1.0 把触觉纳入预测范围。四份工作不是四个产品，而是同一个系统的四层解剖。

先看最容易被忽视的记忆部分。理想把机器人经历存进独立于模型上下文窗口的外部记忆结构：近期图像、动作与状态进短期记忆；抓取、放置、失败等关键事件进中期记忆；反复出现的成功条件与失败模式沉淀为可跨任务复用的长期经验，且各层记录之间保留关联。演示里那句「把桌面恢复成之前的样子」，靠的就是从记忆中找回物品原位——这类任务没有记忆结构就做不成。

端侧 188ms：车企路线的护城河在芯片

ME-Brain 的记忆、认知、行动三大模块都完成了向理想自研马赫 M100 边缘 SoC 的迁移。官方部署笔记给出实数：ME-VLM 4B 经 token 压缩与 W4A8 量化，M100 上预填充时延从约 400ms 降至 188ms。认知核心提供 35B-A3B MoE 大核与 4B 边缘版两档，官方自测中大核在具身套件平均约 70.9 分、智能体套件 72.5 分。

判断：互联网公司做具身大脑，最终都要回答「跑在谁的芯片上」；理想的优势恰恰是自带车规级边缘芯片与量产产线。长期记忆生成、检索、认知决策全部在本地闭环，意味着不依赖云端算力也能跑——这是把造车的「自研芯片 + 规模量产」方法论直接平移到机器人上，别的玩家短期内补不上这一课。

模型指标与数据配方：4200 小时筛出来的成绩单

ME-U0 从约 5700 小时机器人数据与 3920 小时第一视角数据的原始池中，筛出约 4200 小时用于预训练，架构上采用理解与生成双专家加多速率旋转位置编码，让视觉隐变量与动作 token 在时间轴上对齐。官方指标：标准 LIBERO 平均成功率 99.1%，未经专门适配的 LIBERO-Plus 为 81.8%，RoboDojo-Sim 过程分 17.66（参与对比的世界动作模型中）。

演示侧，理想给出「无剪辑一小时连续抓万物真机测试」：覆盖上百种形状、尺寸、材质，期间切换 23 次灯光与 15 次桌布背景，宣称成功率 100%；另有一个 15 步、约 4 分钟的手冲咖啡长程任务，系统边做边语音与界面同步汇报进度。

LIBERO 标准基准

99.1%

LIBERO-Plus（无适配）

81.8%

抓万物 1 小时（厂商宣称）

100%

全部为理想官方自报口径，截至 2026-09-24 抓取，未经第三方复现

第三方泼的冷水：看视频的人和看跑分的人要坐下来对账

Pandaily 在技术拆解中专门引用了第三方观察：包括 Robot Forward 报道（凤凰科技转载）在内的复看指出，即便在脚本化场景成功的前提下，演示视频中仍可见夹爪明显停顿、偶发抓取失误、部分开放式任务未完成。理想自己的表述也承认「抓起和放下时夹爪停顿明显，流畅性还有提升空间」。

判断：99.1% 的 LIBERO 成功率与「夹爪会停顿」可以同时为真——前者是基准环境里的任务成功率，后者是真实环境里的运动流畅度，两个维度目前还没有统一的评测口径。这正呼应了本站 219 号稿 RoboDawn 的结论：真机与基准之间的落差才是行业的真实水位。理想把 caveat 主动写进技术报告，这一点本身值得肯定。

车企做具身大脑，第二家交出全家桶

在小鹏（212 号稿的供应链大会、IRON 量产推进）之后，理想成为第二家把「系统 + 模型 + 芯片 + 触觉」打包发布的车企。两家路径的共同点是：不单独卖机器人本体，而是把自动驾驶时代攒下的数据管线、模型工程与车规芯片，重组为机器人的基础设施层。

判断：这份全家桶最值得盯的后续指标有两个：一是第三方实验室对 ME-U0 各基准分数的复现结果，二是 M100 之外的硬件适配进度。若两者兑现，机器人「大脑」供应商名单里将多一个自带芯片的车企玩家；具身智能的竞争格局，会从「本体之争」加速转向「大脑栈之争」。

事实源：机器人前瞻（2026-09-22）、量子位、Pandaily 技术拆解（2026-09-23/24 窗口内扩散）；全部模型指标为厂商自报口径。判断均为作者观点。

--- *来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/li-auto-me-brain-embodied-stack/*