亮源新创过去一个多月发布LightParkour、LightNav-0和Light REACT，分别覆盖全身运动技能扩展、通用导航与韧性控制；官方称LightNav-0已发布模型、代码和技术报告。
AI解读：亮源新创过去一个多月连续公开三项技术：跑酷全身运动LightParkour、通用导航LightNav-0、韧性控制Light REACT。三者方向不同，但都指向同一件事——让机器人的能力不靠逐个任务堆人力和数据，而是能持续规模化扩展。
对做机器人的人来说，最直接的信息是导航模型的训练数据来源变了。LightNav-0用Real2Sim2Real把2000多个互联网真实场景转成可复用仿真环境，生成4000多小时视觉、语言和动作经验，用于导航后训练，而不是全靠真机遥操作采集。
LightNav-0的验证重点不是单个基准测试，而是零样本迁移：在10个仿真设置里做指令跟随、目标导航和具身视觉跟踪，同一个模型直接迁移到人形、四足、轮式和飞行机器人。官方同时发布了模型、代码和技术报告，说明这套能力至少在实验范围内可被外部复核。
不过三项技术目前都只有公开实验数据，没有大规模商用部署的成本或稳定性数据。LightNav-0的泛化结论、Light REACT的损伤恢复效果，都还需要在更多真实任务中验证。对普通读者来说，这条新闻短期不改变任何现成产品。
亮源新创在过去一个多月连续发布三项机器人技术：LightParkour、LightNav-0和Light REACT。官方将它们分别定位为全身复杂运动技能扩展、通用导航基础模型和全身韧性控制，并称三者共同服务于“规模化预训练、规模化对齐、规模化部署”的三段范式。
其中LightNav-0公布了较完整的实验设置：基于Real2Sim2Real数据引擎，将2000多个互联网来源的真实场景转换为可复用仿真环境，生成4000多小时视觉、语言和动作经验，用于导航后训练；官方同时发布了模型、代码和技术报告。
LightNav-0：2000+真实场景转仿真，4000+小时导航经验
导航是机器人进入真实环境后的基础能力。亮源新创指出，通用导航与传统导航的区别在于，它需要面对不同环境、不同任务、不同视角甚至不同机器人本体，不能只“记住怎么走”。
LightNav-0采用Real2Sim2Real数据引擎，将2000多个互联网来源的真实场景转换为可反复使用的仿真环境，形成4000多小时视觉、语言和动作后训练经验。同一个场景可以产生不同目标、不同路线、不同视角和不同任务，摄像机几何也可以随训练变化，以避免模型只适应某一种固定机器人视角。
官方公布了一个实验结果：在当前实验范围内，扩大环境覆盖度比单纯增加相同环境里的轨迹数量，更能稳定提升泛化能力。这一结论限于其公开实验范围。
- 数据来源：2000+互联网真实场景转仿真
- 后训练数据量：4000+小时视觉、语言和动作经验
- 泛化结论：环境覆盖度比同环境轨迹数量更重要（限于当前实验范围）
Point CoT把导航拆成空间推理再生成动作
导航的第二个问题是如何把视觉和语言理解变成行动。以“走到沙发右边”为例，理解“沙发”并不困难，难的是判断沙发在哪里、右边在哪里、哪里可以通行，以及生成怎样的运动轨迹。
LightNav-0引入Point CoT：模型先在图像空间预测目标点和可通行点，再生成后续动作token，推理过程从“视觉+语言直接生成动作”变成“视觉语言理解→空间推理→动作生成”。官方称在公开的8项消融评测中，引入Point CoT后平均任务成功率提高8.4个百分点，SPL提高5.7个百分点。
随后，LightNav-0通过RVQ动作编码器将连续机器人轨迹压缩为3个动作token，使视觉、语言、空间位置和机器人动作进入统一的模型训练框架。官方称其训练流程包括具身推理（ER）中期训练、具身监督微调（SFT）和在线强化学习（RL）。
- 中间表示：图像空间中的目标点与可通行点
- 消融结果：8项公开评测平均任务成功率+8.4个百分点，SPL+5.7个百分点（官方数据）
- 动作表示：连续轨迹压缩为3个动作token
零样本迁移四种本体，官方发布模型与代码
LightNav-0没有把验证停留在一个机器人或一个基准测试里。在10个仿真设置中，它覆盖指令跟随、目标导航和具身视觉跟踪等任务；在真实机器人部署中，同一个模型零样本迁移到人形、四足、轮式和飞行机器人等不同本体。
官方表示，这一验证重点考察模型在环境、任务和机器人本体变化条件下的零样本泛化能力。
模型、代码和技术报告均已发布。
- 仿真验证：10个设置，覆盖指令跟随、目标导航、具身视觉跟踪
- 真机验证：同一模型零样本迁移人形、四足、轮式、飞行机器人
- 开放范围：模型、代码、技术报告已发布
LightParkour：一段动作种子扩展成技能分布，50Hz跑在机载平台
LightParkour处理的是全身复杂接触技能。它先从真实人类动作中恢复一段简短的动作种子，再把动作和对应障碍物一起放入物理仿真；仿真重新建立动作、障碍物、接触力和机器人执行器约束之间的关系。机器人成功完成当前动作后，系统提高障碍物难度，并把成功轨迹作为下一轮训练的参考。
官方给出的例子是：从一段针对45厘米障碍物的初始动作出发，逐步生成覆盖至75厘米障碍的参考轨迹，对应90厘米高的Lightbot 0约83%的身高。整个扩展过程中，只有最初的动作和障碍物需要人工对齐。
多专家蒸馏把行走和三项复杂接触技能整合到一个统一策略中，技能切换也不再依赖人工规则。部署时不需要外部技能标签，也没有人工编写的状态机。模型只使用胸前深度相机、本体感知和速度指令，以50Hz在机载计算平台上运行，不需要运行时参考轨迹、外部运动捕捉或机外状态估计。
- 初始条件：45厘米障碍动作种子，扩展到75厘米障碍
- 本体参考：Lightbot 0身高90厘米，75厘米约合83%
- 运行条件：胸前深度相机+本体感知+速度指令，50Hz机载运行
- 蒸馏结果：行走与三项复杂接触技能进入统一策略，无人工状态机
Light REACT：不看故障标签，用64帧上下文推断身体状态
Light REACT全称REsilient humAnoid ConTrol（韧性人形机器人控制），目标是在身体条件变化后，尽可能利用剩余的全身能力继续移动：正常走、跛行、单腿跳，双腿无法维持直立时让手臂参与支撑切换到爬行。
训练阶段，系统针对不同损伤状态建立多个教师策略，覆盖执行器失效、关节锁定和膝部折叠约束三类损伤，再通过多教师蒸馏整合到一个可部署的学生策略中。部署阶段模型不会获得故障标签，只能看到本体感知、动作指令和过去一段时间内身体的响应，必须通过交互历史判断身体状态变化。
亮源新创比较了多层感知机（MLP）、循环神经网络（RNN）和Transformer三种策略结构，结果显示使用64帧因果上下文窗口的Transformer能更充分覆盖教师策略的行为能力。
官方还加入偏好强化学习（Preference RL）做行为对齐：经过该阶段，公开实验中直立行为比例从约42%提高到约76%，爬行行为从约45%下降至约16%。
- 三类损伤：执行器失效、关节锁定、膝部折叠约束
- 上下文窗口：64帧因果上下文，Transformer覆盖更充分
- 对齐结果（公开实验）：直立行为约42%→约76%，爬行约45%→约16%
同期的上下文学习工作：Skild AI S1、Generalist AI GEN-1.5、RoboTTT
亮源新创在文中引用了其他团队的工作作为参照。今年8月，Skild AI发布S1：模型观看一次新任务视频示范后，不修改模型权重，也不针对该任务重新做后训练，就可以尝试直接执行。在公开的未见长程任务实验中，同样使用10万小时预训练数据时，视频上下文版本成功率达到66%，语言提示基线为9%。Skild AI将传统机器人面对新任务仍需“收集数据—微调模型”的方式类比为机器人仍处在“BERT时代”。
Generalist AI随后发布的GEN-1.5同样展示一次示范下的任务适应：通过3—12秒的单次示范，在不进行梯度更新的情况下，在10类短程任务中取得59%的平均成功率；使用每项任务约5分钟数据进行10步梯度更新后，平均成功率提升至83%。
RoboTTT把机器人可利用的历史信息扩展到8000个时间步。同一模型使用8K上下文训练，相比1K版本闭环表现提升62%，论文由此将上下文长度（Context Length）提出为机器人基础模型一个新的Scaling维度。
亮源新创指出，这些工作的架构、数据和任务并不相同，不应归为同一条技术路线；S1和GEN-1.5的上下文核心是外部任务示范，Light REACT的上下文来自机器人自身交互历史，二者共享的是利用上下文减少显式人工适配的思路，而不是同一种能力。
- Skild AI S1：10万小时预训练数据下，视频上下文成功率66%，语言提示基线9%
- Generalist AI GEN-1.5：3—12秒单次示范、无梯度更新，10类短程任务平均成功率59%；10步梯度更新后83%
- RoboTTT：8K上下文相比1K版本闭环表现提升62%（论文数据）