亮源新创发布三项技术，导航模型零样本通吃四种机器人本体

AI 摘要

亮源新创在一个多月内连续发布LightParkour、LightNav-0和Light REACT三项技术，分别面向复杂接触技能扩展、通用导航和全身韧性控制。LightNav-0通过Real2Sim2Real数据引擎将2000+真实场景转为仿真环境，生成4000+小时训练经验，并零样本迁移到人形、四足、轮式和飞行机器人。三项技术共同指向其“规模化预训练、规模化对齐、规模化部署”的Physical AI三段范式。

正文节选

2000+真实场景搬进仿真！一个导航模型零样本“通吃”四种机器人本体 亮源新创的Physical Al路线清晰了 允中 发自 凹非寺 量子位 | 公众号 QbitAI 过去一年，具身智能的技术迭代明显加快。VLA、世界模型持续演进，强化学习重新成为机器人学习的重要技术路径，Sim2Real加速从仿真走向真机，全身控制能力也在快速突破。 机器人会做的事情也越来越多：能走、能跑、能抓、能导航，甚至可以完成越来越复杂的长程任务。 但如果把这些能力放到真实世界里，一个更基础的问题正在浮现： 机器人“会做”一件事，和机器人能够在开放环境中长期、稳定、泛化地把事情做成，其实是两回事。 一个机器人能跨过固定高度的障碍，不意味着换一种障碍还能完成；能在一个房间里导航，不意味着换一个场景、换一种机器人本体仍然有效；正常状态下能稳定行走，也不意味着受到撞击、跌倒甚至关节损伤之后还能继续工作。 这也是为什么，随着具身智能从Demo走向真实世界，行业的评价标准正在发生变化。 如果说上一阶段关注的是机器人到底“会多少技能”，那么下一阶段更重要的问题是：这些能力能不能持续规模化扩展。 这里所说的Scaling，不

发布时间：2026-09-13 15:38

抓取时间：2026-09-13 16:21

来源机构：量子位