AnswersPublished13 sources
LightNav-0: Satu Model RGB dan Bahasa untuk Navigasi Robot
LightNav 0 ialah dasar navigasi sumber terbuka berasaskan Qwen3 VL yang menggunakan pandangan RGB ke hadapan dan arahan bahasa untuk mengikut arahan, mencari objek bernama serta menjejak sasaran dengan satu model yang... Projek ini diumumkan pada 1 September 2026; tarikh 17 September di GitHub merujuk kepada komit r...
Diterbitkan olehDisunting dengan GPT-5.6 TerraImej dijana dengan GPT Image 2
Research answer
Key takeaways
- LightNav 0 ialah dasar navigasi sumber terbuka berasaskan Qwen3 VL yang menggunakan pandangan RGB ke hadapan dan arahan bahasa untuk mengikut arahan, mencari objek bernama serta menjejak sasaran dengan satu model yang...
- Projek ini diumumkan pada 1 September 2026; tarikh 17 September di GitHub merujuk kepada komit repositori yang lebih baharu, bukannya tarikh pelancaran asal.
- Idea utamanya ialah antara muka token seragam: model menunjuk ke ruang yang boleh dilalui dan sasaran, kemudian menjana trajektori waypoint ringkas tanpa kepala ramalan khusus bagi setiap tugas.
AI Prompt
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
LightNav-0 ialah usaha sumber terbuka Light Origins untuk membina satu dasar navigasi serba guna: model visi-bahasa yang mentafsir pemerhatian RGB daripada kamera robot yang menghadap ke hadapan bersama arahan bahasa semula jadi, lalu menghasilkan waypoint atau titik laluan pergerakan. Ia dibina berasaskan Qwen3-VL dan direka untuk mengendalikan arahan perjalanan, navigasi ke objek yang diterangkan dengan bahasa terbuka, serta penjejakan sasaran visual tanpa kepala ramalan berasingan bagi setiap tugas. 1
5
Light Origins menyatakan model, kod dan laporan teknikalnya telah diterbitkan pada 1 September 2026. Tarikh 17 September yang muncul di GitHub ialah tarikh komit repositori yang lebih kemudian, bukan tarikh pengumuman asal. 5
10
Satu format tindakan untuk beberapa jenis navigasi
Kebiasaannya, tugasan navigasi robot berbeza mengikut tujuan: mengikut arahan seperti “masuk ke bilik di hujung koridor”, mencari objek tertentu, atau memastikan sasaran visual terus berada dalam pandangan. LightNav-0 mengekalkan format output yang sama untuk semua keadaan tersebut.
Model ini mula-mula meramal dua token penunjuk pada grid imej:
- titik affordance, iaitu arah setempat atau kawasan yang berpotensi boleh dilalui;
- titik objek, iaitu sasaran navigasi atau sasaran yang sedang dijejak.
Seterusnya, ia menghasilkan tiga token tindakan residual vector-quantized, yang dinyahkod menjadi trajektori waypoint SE(2) dengan 10 langkah. Dalam perwakilan yang diterangkan kertas penyelidikan itu, kod tindakan berhierarki bergerak daripada keputusan pada skala kira-kira 0.9 meter, kemudian diperhalusi kepada 7 sentimeter dan 4 sentimeter. 1
Ringkasnya, arahan atau nama objek menentukan apa yang hendak dilakukan, tetapi model tetap menyatakan keputusan dalam bentuk yang sama: tunjuk ruang yang sesuai, tunjuk sasaran, kemudian hasilkan laluan. Penulis menyifatkannya sebagai antara muka token seragam yang tidak bergantung pada tugas, suasana atau bentuk robot. 1
Mengapa asas Qwen3-VL penting
LightNav-0 bermula dengan Qwen3-VL-4B-Instruct, sebuah model visi-bahasa, kemudian melaraskannya untuk navigasi—bukannya membina dasar khusus bagi setiap tugas atau platform robot. Matlamatnya adalah menggunakan kefahaman ruang daripada model visi-bahasa untuk tindakan dalam dunia fizikal. 1
Bagi penilaian monokular yang dilaporkan, model menggunakan input visual egosentrik—pandangan daripada perspektif robot—tanpa bergantung pada sensor kedalaman, odometri atau kamera panoramik. Maka antaramukanya agak terus: imej kamera dan bahasa masuk, manakala niat ruang bertoken serta waypoint keluar. 1
Namun, dasar yang ringkas tidak bermakna sistem robot lengkap turut menjadi mudah. Pelaksanaan sebenar masih memerlukan penentukuran kamera, pengawal aras rendah untuk melaksanakan waypoint dengan selamat, serta ujian mengikut robot dan persekitaran yang digunakan.
Real2Sim2Real: memperbanyak data tanpa teleoperasi berterusan
Salah satu kekangan utama pembelajaran robot ialah pengumpulan demonstrasi fizikal yang pelbagai dan berkualiti. Saluran data Real2Sim2Real Light Origins bertujuan memindahkan lebih banyak kerja ini ke persekitaran simulasi yang boleh digunakan semula.
Menurut syarikat itu, lebih 2,000 suasana dalaman dan luaran yang diperoleh daripada internet ditukarkan kepada aset simulasi, lalu digunakan untuk mensintesis lebih 4,000 jam pengalaman visual-bahasa-tindakan yang sejajar. 10 Latihan dilaporkan melalui tiga peringkat:
- latihan pertengahan penaakulan terjelma (embodied reasoning);
- penalaan halus terselia untuk navigasi;
- pembelajaran pengukuhan dalam talian.
Semasa data dijana, medan pandangan, ketinggian dan kecondongan kamera dirawak. Tujuannya adalah mengurangkan kebergantungan pada satu kedudukan kamera sahaja dan membantu pemindahan kepada bentuk robot yang berlainan. 1
Kaedah ini berpotensi mengurangkan jumlah data navigasi yang perlu dikumpulkan melalui teleoperasi berulang. Namun, ia tidak membuktikan data dunia sebenar tidak lagi diperlukan. Ketepatan simulasi, perbezaan sensor, kependaman kawalan, keselamatan halangan dan keadaan luar yang luar biasa masih menjadi risiko pelaksanaan.
Apa yang ditunjukkan oleh hasilnya—dan batasannya
Kertas tersebut melaporkan keputusan monokular terkemuka dalam 10 penilaian navigasi simulasi dengan satu titik semak model yang dikongsi. Ia juga melaporkan pemindahan sifar-tembakan kepada robot humanoid, berkaki empat, beroda dan udara dalam suasana yang belum pernah dilihat. 1
10
Dakwaan ini penting kerana ia menguji sama ada satu dasar boleh merentas tugas dan bentuk robot, bukan sekadar ditala untuk satu penanda aras. Namun, hasil tersebut pada asasnya ialah keputusan yang dilaporkan oleh pembangun. Penghasilan semula secara bebas—terutamanya pada robot sebenar dalam persekitaran dalaman dan luaran yang tidak terkawal—ialah ujian yang lebih penting terhadap tahap kebolehumumannya.
Apa yang tersedia untuk pembangun
Repositori GitHub awam menerangkan LightNav-0 sebagai model navigasi terjelma serba guna berasaskan Qwen3-VL dan memaparkan antara muka token kongsinya. 5 Light Origins turut menyatakan keluaran itu merangkumi model, kod dan laporan teknikal.
10
Bagi pasukan yang mahu menilainya, persoalan utama bukan sekadar sama ada model boleh dijalankan. Mereka perlu menentukan sama ada input RGB dan bahasa, output waypoint, konfigurasi kamera serta pengawal aras rendah benar-benar serasi dengan robot sasaran. Penilaian yang kukuh wajar membandingkan prestasi simulasi dengan ujian dunia sebenar, menguji mekanisme keselamatan sandaran, dan menyemak artifak keluaran serta syarat lesen semasa sebelum digunakan dalam pengeluaran atau secara komersial.
Kesimpulan
LightNav-0 mencadangkan formula yang boleh diguna semula untuk navigasi robot: gunakan model visi-bahasa yang padat, wakilkan pelbagai tugas melalui token penunjuk dan waypoint yang sama, kemudian jana sebahagian besar data penjajaran menerusi saluran Real2Sim2Real. 1
10
Jika pemindahan merentas robot yang dilaporkan itu bertahan dalam ujian dunia sebenar oleh pihak bebas, pendekatan ini boleh mengurangkan keperluan membina set data teleoperasi baharu bagi setiap tugasan dan robot. Buat masa ini, ia lebih tepat dilihat sebagai titik permulaan penyelidikan dan pelaksanaan yang terbuka serta spesifik dari segi teknikal—bukan bukti muktamad bahawa satu kamera RGB dan model bahasa boleh menyelesaikan navigasi umum di mana-mana sahaja.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "LightNav-0: Satu Model RGB dan Bahasa untuk Navigasi Robot"?
LightNav 0 ialah dasar navigasi sumber terbuka berasaskan Qwen3 VL yang menggunakan pandangan RGB ke hadapan dan arahan bahasa untuk mengikut arahan, mencari objek bernama serta menjejak sasaran dengan satu model yang...
What are the key points to validate first?
LightNav 0 ialah dasar navigasi sumber terbuka berasaskan Qwen3 VL yang menggunakan pandangan RGB ke hadapan dan arahan bahasa untuk mengikut arahan, mencari objek bernama serta menjejak sasaran dengan satu model yang... Projek ini diumumkan pada 1 September 2026; tarikh 17 September di GitHub merujuk kepada komit repositori yang lebih baharu, bukannya tarikh pelancaran asal.
What should I do next in practice?
Idea utamanya ialah antara muka token seragam: model menunjuk ke ruang yang boleh dilalui dan sasaran, kemudian menjana trajektori waypoint ringkas tanpa kepala ramalan khusus bagi setiap tugas.