ОтветыОпубликовано13 источники
LightNav-0: единая навигационная модель для роботов на базе RGB и языка
LightNav 0 — открытая навигационная политика на базе Qwen3 VL: она получает изображение с фронтальной RGB камеры и текстовую команду, а на выходе строит маршрут для робота. Официальный анонс состоялся 1 сентября 2026 года; дата 17 сентября в GitHub относится к более позднему коммиту, а не к первоначальному релизу.
ОпубликовалОтредактировано с помощью GPT-5.6 TerraИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- LightNav 0 — открытая навигационная политика на базе Qwen3 VL: она получает изображение с фронтальной RGB камеры и текстовую команду, а на выходе строит маршрут для робота.
- Официальный анонс состоялся 1 сентября 2026 года; дата 17 сентября в GitHub относится к более позднему коммиту, а не к первоначальному релизу.
- Вместо отдельных модулей для разных задач модель использует общий формат: указывает проходимое направление и цель, затем формирует короткую траекторию из точек маршрута.
Промпт ИИ
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 — это попытка компании Light Origins создать универсальную открытую навигационную политику для роботов. Одна визуально-языковая модель получает изображение с фронтальной RGB-камеры и запрос на естественном языке, после чего выдаёт точки маршрута для движения. Система рассчитана сразу на три типа задач: следование словесным инструкциям, поиск названного объекта и визуальное сопровождение цели — без отдельных специализированных выходных модулей для каждой задачи. 1
5
Light Origins сообщила об открытом выпуске модели, кода и технического отчёта 1 сентября 2026 года. Дата 17 сентября, видимая в GitHub, относится к более позднему коммиту репозитория, а не к первому анонсу. 5
10
Одна «языковая» схема действий для разных задач
Обычно навигационные задачи различаются по цели: роботу нужно либо выполнить указание вроде «иди в коридор и поверни налево», либо найти объект по имени, либо не терять из виду движущуюся цель. В LightNav-0 формат результата остаётся одинаковым.
Сначала модель предсказывает два токена указания на координатной сетке изображения:
- точку проходимости (affordance point) — локальное направление или участок, куда робот может двигаться;
- точку объекта (object point) — цель навигации либо отслеживаемый объект.
Затем она выдаёт три остаточных векторно-квантованных токена действия. Они декодируются в траекторию из 10 точек в пространстве SE(2), то есть с положением на плоскости и ориентацией. В описании авторов иерархические кодовые книги уточняют действие от масштаба примерно 0,9 м до 7 см и затем до 4 см. 1
Именно этот общий интерфейс теоретически позволяет одной политике работать в нескольких режимах. Меняется смысл команды — инструкция, название предмета или цель слежения, — но решение всегда выражается через указание направления, указание цели и траекторию. Авторы называют это унифицированным токен-интерфейсом, не зависящим от задачи, сцены и типа робота. 1
Зачем здесь Qwen3-VL
В основе LightNav-0 лежит Qwen3-VL-4B-Instruct — визуально-языковая модель. Разработчики адаптировали её пространственное понимание к навигации, вместо того чтобы создавать отдельную политику под каждую задачу или роботизированную платформу. 1
В заявленных монокулярных оценках модель опирается на эгоцентричное изображение, а не на датчики глубины, одометрию или панорамные камеры. Поэтому интерфейс выглядит сравнительно просто: камера и язык на входе, токенизированное пространственное намерение и точки маршрута на выходе. 1
Однако простота модели не отменяет требований к реальному роботу. Для внедрения по-прежнему нужны калибровка камеры, безопасный низкоуровневый контроллер, способный исполнять траекторию, и испытания в конкретной среде эксплуатации.
Real2Sim2Real: как сократить зависимость от телеуправления
Одна из главных проблем обучения роботов — сбор большого и разнообразного набора демонстраций на физическом оборудовании. Конвейер Real2Sim2Real должен перенести значительную часть этой работы в повторно используемые симуляции.
По данным Light Origins, более 2 000 интернет-сцен в помещениях и на улице были преобразованы в симуляционные активы. На их основе компания синтезировала свыше 4 000 часов согласованного визуально-языкового опыта действий. 10 Обучение описано в три этапа:
- промежуточное обучение воплощённому рассуждению;
- контролируемая донастройка для навигации;
- онлайн-обучение с подкреплением.
10
При генерации данных варьировались поле зрения, высота и наклон камеры. Цель — уменьшить привязку модели к одному положению камеры и облегчить перенос между разными корпусами и кинематикой роботов. 1
Такой подход может снизить объём навигационных данных, которые приходится собирать через многократное телеуправление. Но он не доказывает, что реальные данные больше не нужны: качество симуляции, различия сенсоров, задержки управления, безопасность при препятствиях и нестандартные условия на улице остаются важными рисками внедрения.
Что показывают заявленные результаты — и чего они пока не доказывают
В статье сообщается о лидирующих монокулярных результатах в 10 симуляционных навигационных оценках при использовании одного общего чекпойнта. Также авторы заявляют перенос без дополнительного обучения на гуманоидных, четвероногих, колёсных и летающих роботов в ранее не виденных сценах. 1
10
Это существенные заявления, поскольку проверяется не одна узкая задача, а возможность одной политики работать с разными задачами и типами платформ. Но результаты в первую очередь сообщены самими авторами. Ключевой проверкой универсальности станет независимое воспроизведение — особенно на реальных роботах в неконтролируемых помещениях и на улице.
Что доступно разработчикам
Публичный репозиторий GitHub описывает LightNav-0 как универсальную модель воплощённой навигации на базе Qwen3-VL с общим токен-интерфейсом. 5 Light Origins также указывает, что в релиз включены модель, код и технический отчёт.
10
Для команд, которые хотят её оценить, важен не только запуск модели. Нужно проверить, подходят ли конкретному роботу её вход RGB и языковой запрос, формат выходных точек маршрута, конфигурация камеры и низкоуровневый контроллер. Надёжная оценка должна сопоставлять симуляцию с испытаниями в реальном мире, включать механизмы безопасной остановки и проверку актуальных артефактов релиза и условий лицензии до коммерческого или производственного применения.
Главное
LightNav-0 предлагает практическую схему для воплощённой навигации: компактная визуально-языковая модель, единые токены указания и маршрута для нескольких задач, а также масштабируемая генерация данных через Real2Sim2Real. 1
10
Если заявленный перенос между роботами подтвердится независимыми испытаниями в реальном мире, разработка навигации может стать менее зависимой от нового набора телеуправляемых демонстраций для каждой задачи и каждой платформы. Пока же LightNav-0 разумнее рассматривать как открытую и технически конкретную отправную точку для исследований и внедрения, а не как окончательное доказательство того, что одна RGB-камера и языковая модель способны решить задачу навигации везде.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «LightNav-0: единая навигационная модель для роботов на базе RGB и языка»?
LightNav 0 — открытая навигационная политика на базе Qwen3 VL: она получает изображение с фронтальной RGB камеры и текстовую команду, а на выходе строит маршрут для робота.
Какие ключевые моменты необходимо проверить в первую очередь?
LightNav 0 — открытая навигационная политика на базе Qwen3 VL: она получает изображение с фронтальной RGB камеры и текстовую команду, а на выходе строит маршрут для робота. Официальный анонс состоялся 1 сентября 2026 года; дата 17 сентября в GitHub относится к более позднему коммиту, а не к первоначальному релизу.
Что мне делать дальше на практике?
Вместо отдельных модулей для разных задач модель использует общий формат: указывает проходимое направление и цель, затем формирует короткую траекторию из точек маршрута.