亮源新创发布LightNav-0等三项技术，实现导航模型零样本跨本体迁移：有哪些关键信息？

LightNav-0利用2000多个真实场景仿真数据训练通用导航模型。

该模型在四种不同形态机器人上实现零样本导航任务迁移。

引入Point CoT机制使导航平均任务成功率提升8.4个百分点。

LightParkour通过物理仿真将动作种子扩展至75厘米障碍跨越。

物界前沿 · 资讯情报卡（量子位 · 2026/9/13）

亮源新创发布LightNav-0等三项技术，实现导航模型零样本跨本体迁移

核心事实

关键数据

2000+仿真场景数

4000+小时生成经验时长

8.4%成功率提升

物界观察

具身智能正从单点技能展示转向规模化泛化验证。亮源新创通过Real2Sim2Real引擎突破真机数据瓶颈，证明环境多样性比轨迹数量更关键。一个模型通吃多本体标志着Physical AI基础模型雏形初现，大幅降低部署适配成本，为行业确立了以“持续扩展能力边界”为核心的新评价标准。