الإجاباتمنشور13 المصادر
LightNav-0: نموذج واحد لملاحة الروبوتات عبر صورة RGB وتعليمات لغوية
LightNav 0 نموذج ملاحة مفتوح المصدر مبني على Qwen3 VL، يستخدم صورة RGB أمامية وتعليمات لغوية لتنفيذ اتباع المسار والعثور على أجسام موصوفة وتتبع أهداف مرئية بنموذج واحد. أُعلن المشروع في 1 سبتمبر/أيلول 2026؛ أما تاريخ 17 سبتمبر/أيلول الظاهر في GitHub فيشير إلى تعديل لاحق في المستودع، لا إلى تاريخ الإطلاق الأول.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Terraتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- LightNav 0 نموذج ملاحة مفتوح المصدر مبني على Qwen3 VL، يستخدم صورة RGB أمامية وتعليمات لغوية لتنفيذ اتباع المسار والعثور على أجسام موصوفة وتتبع أهداف مرئية بنموذج واحد.
- أُعلن المشروع في 1 سبتمبر/أيلول 2026؛ أما تاريخ 17 سبتمبر/أيلول الظاهر في GitHub فيشير إلى تعديل لاحق في المستودع، لا إلى تاريخ الإطلاق الأول.
- فكرته الأساسية هي واجهة رموز موحّدة: يحدد النموذج نقطة لمسار قابل للحركة ونقطة للهدف، ثم يولّد مسار نقاط طريق قصيراً بدلاً من استخدام رؤوس تنبؤ متخصصة لكل مهمة.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Light Origins’ open-sourced LightNav-0 navigation model, published on September 17, 2026, and how do its Qwen3-VL-4B backbone, unifi. Article summary: LightNav-0 is a compact, general-purpose embodied-navigation policy built from Qwen3-VL-4B-Instruct. It uses a single stream of egocentric RGB observations plus a language instruction to handle route following, open-voca. Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
بدلاً من بناء نظام ملاحة مستقل لكل نوع من الروبوتات أو لكل مهمة، يقترح LightNav-0 نموذجاً واحداً يقرأ ما تلتقطه كاميرا RGB أمامية وتعليمة مكتوبة بلغة طبيعية، ثم يحوّل ذلك إلى نقاط طريق للحركة. المشروع مفتوح المصدر من شركة Light Origins ومبني على نموذج الرؤية واللغة Qwen3-VL، ويستهدف ثلاث مهام ضمن السياسة نفسها: اتباع التعليمات، والملاحة نحو أجسام موصوفة بألفاظ مفتوحة، وتتبع هدف مرئي. 1
5
أعلنت Light Origins عن النموذج والشفرة والتقرير التقني في 1 سبتمبر/أيلول 2026. أما تاريخ 17 سبتمبر/أيلول الذي قد يظهر في GitHub فهو تاريخ تعديل لاحق في المستودع، وليس موعد الإعلان الأصلي. 5
10
كيف يحوّل النموذج الرؤية واللغة إلى حركة؟
تختلف مهمة الروبوت إن كانت التعليمة مثلاً «اتجه إلى الباب»، أو «ابحث عن الكرسي الأحمر»، أو «ابقَ متابعاً للشخص أمامك». لكن LightNav-0 يُبقي صيغة المخرجات واحدة في الحالات الثلاث.
يبدأ النموذج بتوقع رمزين للإشارة على شبكة الصورة:
- نقطة الإتاحة الحركية: موضع يمثل اتجاهاً محلياً ممكناً للحركة أو مساحة قابلة للاجتياز.
- نقطة الجسم/الهدف: موضع يمثل غاية الملاحة أو الهدف المرئي المطلوب تتبعه.
بعد ذلك، يولّد ثلاثة رموز أفعال مكمّمة متجهياً بشكل متبقٍ، تُفك إلى مسار من 10 نقاط طريق في فضاء الحركة المستوي SE(2). ووفق تمثيل البحث، تبدأ دفاتر الرموز الهرمية بقرارات تقارب مقياس 0.9 متر، ثم تضيف تحسينات بدقة تقارب 7 سنتيمترات، ثم 4 سنتيمترات. 1
بهذه الصيغة، لا تحتاج كل مهمة إلى «رأس تنبؤ» خاص بها: تتغير دلالة الهدف وفق التعليمة أو وصف الجسم، لكن طريقة التعبير عن القرار لا تتغير—الإشارة إلى مكان صالح للحركة، والإشارة إلى الهدف، ثم اقتراح المسار. ويصف الباحثون ذلك بأنه واجهة رموز موحّدة لا ترتبط بمهمة أو مشهد أو هيئة روبوت بعينها. 1
لماذا اختير Qwen3-VL؟
ينطلق LightNav-0 من Qwen3-VL-4B-Instruct، وهو نموذج رؤية ولغة، ثم يكيّفه للملاحة بدلاً من إضافة سياسة مستقلة لكل مهمة أو منصة روبوتية. الفكرة المعلنة هي الاستفادة من الفهم المكاني الذي اكتسبه النموذج من بيانات الرؤية واللغة، وربطه بفعل مادي قابل للتنفيذ. 1
في التقييمات الأحادية الكاميرا التي يعرضها البحث، يعتمد النموذج على مدخلات بصرية من منظور الروبوت، من دون الاعتماد على مستشعر عمق أو قياس حركة ذاتي (odometry) أو كاميرات بانورامية. أي أن الواجهة المقترحة بسيطة نسبياً: صورة كاميرا ولغة إلى الداخل، ونية مكانية ومسار نقاط طريق إلى الخارج. 1
لكن بساطة السياسة لا تعني اكتمال نظام الروبوت. فالتشغيل الفعلي يتطلب معايرة الكاميرا، ومتحكماً منخفض المستوى ينفذ نقاط الطريق بأمان، واختبارات مناسبة لنوع الروبوت وبيئة عمله.
Real2Sim2Real: توسيع بيانات الملاحة عبر المحاكاة
تجميع عروض توضيحية متنوعة وعالية الجودة على روبوتات حقيقية مكلف ويستغرق وقتاً، خصوصاً إذا اعتمد على تشغيل بشري متكرر عن بُعد. لذلك قدمت Light Origins خط أنابيب Real2Sim2Real لنقل قدر أكبر من العمل إلى بيئات محاكاة قابلة لإعادة الاستخدام.
وتقول الشركة إن خط الأنابيب حوّل أكثر من 2,000 مشهد داخلي وخارجي من مصادر الإنترنت إلى أصول للمحاكاة، واستخدمها لتوليد أكثر من 4,000 ساعة من خبرات متوائمة بين الرؤية واللغة والفعل. 10 ومر التدريب بثلاث مراحل:
- تدريب وسيط على الاستدلال المتجسد؛
- ضبط دقيق خاضع للإشراف للملاحة؛
- تعلم تعزيز عبر الإنترنت.
10
وخلال توليد البيانات، جرى تغيير مجال رؤية الكاميرا وارتفاعها وزاوية ميلها عشوائياً. والهدف هو تخفيف اعتماد النموذج على موضع كاميرا واحد وتحسين انتقاله بين هيئات روبوتية مختلفة. 1
قد يقلل هذا الأسلوب مقدار البيانات التي ينبغي جمعها عبر التشغيل عن بُعد، لكنه لا يثبت الاستغناء عن البيانات الحقيقية. فلا تزال دقة المحاكاة، واختلاف المستشعرات، وتأخر التحكم، وسلامة تجنب العوائق، والظروف الخارجية غير المعتادة عوامل حاسمة عند النشر الفعلي.
ماذا تقول النتائج المعلنة؟
يفيد البحث بأن نقطة تحقق واحدة حققت نتائج رائدة في 10 تقييمات محاكاة للملاحة الأحادية الكاميرا. كما يذكر انتقالاً «من دون أمثلة إضافية» إلى روبوتات بشرية الهيئة ورباعية الأرجل وذات عجلات وجوية، داخل مشاهد لم يرها النموذج سابقاً. 1
10
هذه ادعاءات مهمة لأنها تختبر ما إذا كانت سياسة واحدة تستطيع العمل عبر مهام وأجسام روبوتية متعددة، بدلاً من ضبط نموذج خاص بكل معيار. لكنها تبقى، في الأساس، نتائج أعلنها المؤلفون. وسيكون الاختبار الأهم هو إعادة إنتاج مستقلة، ولا سيما على روبوتات حقيقية في بيئات داخلية وخارجية غير مقيدة.
ما المتاح للمطورين؟
يصف مستودع GitHub العام LightNav-0 بأنه نموذج عام للملاحة المتجسدة قائم على Qwen3-VL ويعرض واجهة الرموز المشتركة. 5 وتقول Light Origins إن الإصدار يضم النموذج والشفرة والتقرير التقني.
10
بالنسبة إلى الفرق التي تريد تقييمه، لا يكفي سؤال «هل يمكن تشغيل النموذج؟». السؤال العملي هو: هل تتوافق مدخلات RGB واللغة ومخرجات نقاط الطريق وإعداد الكاميرا والمتحكم منخفض المستوى مع الروبوت المستهدف؟ وينبغي أن تجمع عملية التقييم الجادة بين نتائج المحاكاة وتجارب واقعية، وأن تختبر آليات الأمان الاحتياطية، وأن تتحقق من ملفات الإصدار وشروط الترخيص السارية قبل أي استخدام إنتاجي أو تجاري.
الخلاصة
يطرح LightNav-0 وصفة قابلة لإعادة الاستخدام لملاحة الروبوتات: نموذج رؤية ولغة مدمج، وواجهة موحدة من الإشارات المكانية ونقاط الطريق لتغطية مهام متعددة، وخط Real2Sim2Real لتوليد قدر كبير من بيانات المواءمة. 1
10
إذا صمدت نتائج الانتقال بين الروبوتات أمام اختبارات مستقلة في العالم الحقيقي، فقد يساعد هذا النهج على تقليل الحاجة إلى جمع مجموعة بيانات تشغيل عن بُعد جديدة لكل روبوت ولكل مهمة. أما حالياً، فمن الأدق اعتباره نقطة انطلاق بحثية وعملية مفتوحة المصدر ومحددة تقنياً، لا دليلاً نهائياً على أن كاميرا RGB واحدة ونموذجاً لغوياً قادران على حل الملاحة العامة في كل مكان.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "LightNav-0: نموذج واحد لملاحة الروبوتات عبر صورة RGB وتعليمات لغوية"؟
LightNav 0 نموذج ملاحة مفتوح المصدر مبني على Qwen3 VL، يستخدم صورة RGB أمامية وتعليمات لغوية لتنفيذ اتباع المسار والعثور على أجسام موصوفة وتتبع أهداف مرئية بنموذج واحد.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
LightNav 0 نموذج ملاحة مفتوح المصدر مبني على Qwen3 VL، يستخدم صورة RGB أمامية وتعليمات لغوية لتنفيذ اتباع المسار والعثور على أجسام موصوفة وتتبع أهداف مرئية بنموذج واحد. أُعلن المشروع في 1 سبتمبر/أيلول 2026؛ أما تاريخ 17 سبتمبر/أيلول الظاهر في GitHub فيشير إلى تعديل لاحق في المستودع، لا إلى تاريخ الإطلاق الأول.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
فكرته الأساسية هي واجهة رموز موحّدة: يحدد النموذج نقطة لمسار قابل للحركة ونقطة للهدف، ثم يولّد مسار نقاط طريق قصيراً بدلاً من استخدام رؤوس تنبؤ متخصصة لكل مهمة.