答案已發布2 小時前Last edited 2 小時前16 來源

LightNav-0 想用共享導航模型，減少機械人的遙控訓練數據

LightNav 0 建基於 Qwen3 VL 4B，讓同一模型處理按指令移動、尋找指定物件及視覺追蹤。模型把較通用的空間意圖與因機械人而異的移動軌跡分開表示，目標是更容易跨機械人沿用。團隊稱已從逾 2,000 個真實場景產生逾 4,000 小時模擬導航經驗；這不等於已證實遙控數據收集成本下降。

發布者使用 GPT-6 Sol 編輯圖片由 GPT Image 2 生成

使用 Studio Global AI 搜尋並查核事實瀏覽更多熱門頁面

研究答案

重點

LightNav 0 建基於 Qwen3 VL 4B，讓同一模型處理按指令移動、尋找指定物件及視覺追蹤。
模型把較通用的空間意圖與因機械人而異的移動軌跡分開表示，目標是更容易跨機械人沿用。
團隊稱已從逾 2,000 個真實場景產生逾 4,000 小時模擬導航經驗；這不等於已證實遙控數據收集成本下降。

AI-generated illustration accompanying an article about LightNav-0 robot navigation — What is Light Origins’ open-sourced LightNav-0, and how do its Qwen3-VL-4B architecture, shared token interface, Real2Sim2Real data pipelineAI-generated editorial illustration; not a photograph or benchmark result from LightNav-0.
AI 提示
Create a landscape editorial hero image for this Studio Global article: What is Light Origins’ open-sourced LightNav-0, and how do its Qwen3-VL-4B architecture, shared token interface, Real2Sim2Real data pipeline. Article summary: LightNav-0 is Light Origins’ open-sourced, general-purpose robot navigation model built on Qwen3-VL-4B. Its aim is to turn a pretrained vision-language model into a policy that can follow instructions, navigate to named . 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
openai.com

訓練機械人導航，一個難題是：換了任務或機械人，是否又要由人遙距操控，重新示範一次？Light Origins 的開源模型 LightNav-0 正是針對這個問題。它以視覺語言模型 Qwen3-VL-4B 為基礎，嘗試用同一模型處理按指令移動、尋找以日常語句描述的物件，以及追蹤視覺目標。1 2 8

先決定去邊，再處理點樣行

LightNav-0 不為每種導航任務另設一套專用預測模組，而是使用共享的 token 介面。當中的雙通道指向 token 表示「要去邊」這類空間意圖，設計上可跨任務、場景和機械人沿用；殘差向量量化動作 token 則表示更精細、因機械人而異的移動軌跡。模型亦會壓縮帶有時間脈絡的視覺觀察紀錄，讓判斷不只依靠眼前一幀畫面。1 5

這種分工是跨機械人轉用的關鍵構想：目的地可以共通，實際走法卻未必要一樣。不過，設計目標不等於保證；遇上未測試過的機械人，仍可能需要額外調整。1 5

模擬訓練，取代多少真人示範？

Light Origins 把數據流程稱為 Real2Sim2Real。公司表示，已將網上取得的逾 2,000 個真實場景轉成可重用的模擬環境，產生逾 4,000 小時結合視覺、語言與動作的導航經驗。這讓團隊可在模擬環境產生不同訓練情境，而非單靠逐項收集遙控示範。兩組數字描述的是公司公布的訓練數據規模，不是實際數據收集成本下降了多少的測量結果。8

訓練分三步：具身推理中期訓練、具身監督式微調，以及在線強化學習。這套流程旨在把原本的視覺語言模型調整至導航用途，教會它使用共享介面，再透過互動改進導航策略。1 8

成績值得留意，但未到「毋須遙控」

團隊報告指，LightNav-0 在涵蓋指令導航、物件目標導航和視覺追蹤的 10 個公開模擬測試場景中，取得領先的單鏡頭導航成功率；團隊亦報告了跨機械人類型及真實場景的零樣本泛化表現，即毋須針對相關測試情境重新訓練。這些是團隊公布的評估結果，不能推論成所有陌生機械人都能直接使用，更未證明遙控示範可以完全取消。7 8 13

Light Origins 已公開模型權重、程式碼、技術報告及 INSIGHT-Bench 評估材料；發佈資料標示採用 Apache 2.0 授權，方便其他團隊檢視和測試。LightNav-0 較審慎的價值主張，是以可重用的模擬場景和共享模型，減少逐部機械人收集示範的需要。落到實際環境，仍須按機械人與使用場景驗證表現。2 5 10

Studio Global AI

繼續你的研究

此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。

使用 Studio Global AI 搜尋並查核事實

人們還問