北京
分享至
9月1日，具身智能公司亮源新创（Light Origins）正式发布并开源通用导航大脑LightNav-0。该模型在公开视觉语言导航（VLN）评测基准上实现全面SOTA，可在不使用目标机器人、目标环境或特定任务训练数据、无需额外微调的情况下，零样本泛化至不同机器人和全新真实环境中完成自然语言导航任务。
亮源新创LightNav-0在公开视觉语言导航评测基准上实现全面SOTA
LightNav-0的核心是Real2Sim2Real数据管线。据官方介绍，团队将2000+真实室内外场景转化为可复用的仿真资产，通过全自动数据合成管线规模化生成机器人运动轨迹和自然语言指令，共合成4000+小时后训练数据，用于监督微调（SFT）与强化学习（RL）。这一路径解决的是真实机器人数据采集难、多样性有限的问题——真实数据定义分布边界，仿真在边界内规模化填充。
其零样本泛化覆盖三个维度：跨本体（换一台机器人）、跨任务（换一类任务）、跨场景（换一个环境）。对具身智能行业而言，导航模型的泛化能力是商业化落地的关键卡点之一——目前多数方案仍依赖针对特定机器人或场景的定制训练，每换一个本体就要重做一遍数据采集和模型调整。
亮源新创将LightNav-0定位为其"规模化预训练—规模化对齐—规模化部署"三段范式中"规模化对齐"的实践成果。据介绍，其数据飞轮逻辑是：模型部署中发现的新问题转化为数据建设任务，推动下一轮迭代，形成"真实问题回流—训练数据积累—模型能力提升"的闭环。
公司同时指出，公开VLN榜单成绩不足以回答模型在真实世界中是否可用，计划开放一套更贴近真实使用体验的评测体系，覆盖多种机器人本体、真实室内外环境、复杂语言指令、长程任务与异常恢复等维度。（袁宁）
