亮源新创连发三项技术:跑酷、导航、韧性控制拼出Physical AI三段范式

量子位 · wechat · 2026-09-13

量子位长文解析亮源新创一个月内连续发布的 LightParkour、LightNav-0 和 LightREACT 三项技术,核心论点是:机器人"会做"一件事与能在开放环境长期、稳定、泛化地做成,是两回事,下一阶段的关键是能力的规模化扩展(Scaling)。

LightParkour(跑酷):只从一段人类动作种子出发,靠物理仿真与课程学习自动扩展技能——从 45cm 障碍起步,逐步生成覆盖至 75cm 障碍的轨迹(约为 90cm 高 Lightbot0 身高的 83%)。再用多专家蒸馏把行走与三项复杂接触技能压进一个统一视觉策略,50Hz 在机载计算平台运行,无需运行时参考轨迹或外部动捕。

LightNav-0(导航):通过 Real2Sim2Real 数据引擎,把 2000+ 个互联网真实场景转成可复用仿真环境,生成 4000+ 小时视觉-语言-动作后训练经验。引入 PointCoT(先预测目标点/可通行点再生成动作),8 项消融评测中平均成功率提升 8.4 个百分点、SPL 提升 5.7 个百分点。发现扩大环境覆盖度比堆同一环境的轨迹更能提升泛化。模型可零样本迁移到人形、四足、轮式和飞行等不同本体,官方已放出模型、代码与技术报告。

LightREACT(韧性全身控制):面向外力扰动、跌倒和关节损伤,机器人从自身交互历史推断身体状态,在双腿无法直立时切换跛行、单腿跳甚至手臂支撑爬行,不依赖故障标签。

文章还对比了行业背景:SkildAI 的 S1(单视频示范后零权重更新成功率 66% vs 语言提示基线 9%)、GeneralistAI 的 GEN-1.5(3-12 秒示范平均成功率 59%,微调后 83%)、RoboTTT 提出 8K 上下文使闭环表现提升 62%,指出"用上下文减少显式人工适配"正在成为机器人基础模型的新 Scaling 维度。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →