2000多个真实场景搬进仿真，一个导航模型零样本适配四种机器人
具身智能的下一关：能力能不能规模化扩展
过去一年，机器人能做的事情明显变多了：走路、跑步、抓取、导航，甚至完成一些长程任务。但把这些能力放到真实开放环境中，一个更根本的问题浮现出来——
机器人“会做”一件事，和它能在各种变化条件下长期、稳定、泛化地把事情做成，其实是两回事。
能跨过固定高度的障碍，不代表换一种障碍还能成功；在一个房间能导航，不代表换一个场景或换一种机器人本体依然有效；正常状态下能行走，也不代表被撞倒或关节损坏后还能继续工作。
随着具身智能从演示走向真实部署，行业关注点正在转移：上一阶段看“会多少技能”，下一阶段则要看这些能力能否持续规模化扩展。
这里的“Scaling”不只是模型参数或数据量的增长，而是指模型能否覆盖更多环境、更多任务、更多机器人本体，并在进入物理世界后，还能适应训练时没见过的状态。
亮源新创在过去一个多月连续发布了三项技术：LightParkour、LightNav-0 和 Light REACT。表面看是跑酷、导航和韧性控制三个方向，实则都在回答同一个问题：如何让Physical AI从单点能力走向可规模化训练、对齐和部署的基础模型体系。
LightNav-0：把2000多个真实世界搬进仿真
导航是机器人进入开放环境的基础能力。但通用导航和传统导航有本质区别：传统系统可以提前建图、依赖高精度定位、针对特定摄像头标定；而面向基础模型的导航系统必须应对不同环境、不同任务、不同视角，甚至不同机器人本体。
问题在于，机器人没有“互联网级”的天然数据源。如果每个新环境、每种新本体都要靠真机遥操作采集数据，成本会线性增长。
LightNav-0的解法是：把互联网中的真实世界，变成机器人能反复经历的训练世界。
通过自研的Real2Sim2Real数据引擎，团队将2000多个来自互联网的真实室内场景（如房屋、办公室、商场）转换为可交互、可复用的物理仿真环境。在这些环境中，系统自动生成不同目标、不同路径、不同视角的导航轨迹，最终积累出4000多小时的视觉、语言与动作联合经验。
值得注意的是，实验发现：扩大环境覆盖度比在相同环境里堆砌轨迹数量更能提升泛化能力。这意味着Physical AI的数据Scaling不仅要看“量”，更要看“多样性”。
导航不是识别目标，而是理解空间后产生动作
有了大规模数据，下一步是如何把视觉和语言理解真正转化为行动。
比如指令是“走到沙发右边”，识别“沙发”不难，难点在于判断沙发在哪、右边是哪、哪里能走，以及生成合理的运动轨迹。
LightNav-0引入了Point CoT（Point Chain-of-Thought）机制。模型先在图像空间预测目标点和可通行区域，再基于这些空间信息生成后续动作。这一中间推理步骤让整个过程从“视觉+语言→动作”变为“视觉语言理解→空间推理→动作生成”。
在8项公开消融实验中，加入Point CoT后，平均任务成功率提升8.4个百分点，路径效率（SPL）提升5.7个百分点。
为了统一训练框架，团队还设计了RVQ动作编码器，将连续的机器人轨迹压缩为3个离散动作token。这样，视觉、语言、空间位置和动作就能进入同一个模型进行端到端训练——这本质上是在为Physical AI建立统一表示，就像大模型统一不同语言任务一样。
零样本迁移到四种机器人本体
真正的考验不在训练集，而在迁移能力。
LightNav-0在10个仿真设置中验证了指令跟随、目标导航和具身视觉跟踪等任务。更重要的是，在真实机器人部署中，同一个模型无需微调，直接零样本迁移到人形、四足、轮式和飞行机器人四种不同本体。
这意味着模型学到的不是某种特定机器人的运动模式，而是更底层的空间智能：理解环境结构、解析语言指令、推理可行路径，并输出适配当前本体的动作。
官方同步开源了模型、代码和技术报告，重点验证的就是这种跨环境、跨任务、跨本体的泛化能力。
LightParkour：从一个动作种子长出一类技能
如果说LightNav-0解决的是“去哪里”，LightParkour解决的则是“怎么动”。
跑酷涉及复杂接触：手撑桌面、脚蹬台阶、身体越过障碍。传统动作模仿的问题在于，人类视频只记录了“怎么动”，没说明“为什么这个动作在这个环境下成立”。直接重定向到机器人，容易出现手掌悬空、身体穿模或超出动力学极限。
LightParkour的做法很巧妙：只给一个起点，让技能自己生长。
系统先从一段真实人类动作中提取简短的“动作种子”（比如跨越45厘米障碍），再将其与对应障碍物一起放入物理仿真。仿真负责重建动作、接触力、障碍几何与机器人执行器之间的物理一致性。一旦成功，系统自动提高障碍难度，并将成功轨迹作为下一轮训练参考。
最终，从45厘米的初始动作出发，模型学会了跨越高达75厘米的障碍（约为Lightbot 0身高的83%）。整个过程中，只有最初的动作需要人工对齐，后续扩展完全由物理仿真和课程学习驱动。
关键突破在于：一个动作样本变成了一个技能分布。能力不再和人工数据一一绑定，而是利用物理规律自动生成新经验。
统一策略：多个技能压进一个模型
会很多动作还不够，得知道什么时候用哪个。
如果行走、攀爬、撑越各是一个独立模型，机器人就需要上层调度系统决定调用哪个——这又回到了传统模块化架构的老路。
LightParkour通过多专家蒸馏，把行走和三项复杂接触技能整合进一个统一策略。更进一步，系统还训练了技能间的自主切换能力：模型自己判断何时保持行走、何时进入全身动作、何时退回常规运动。
部署时，不需要外部提供技能标签，也没有人工编写的状态机。最终运行的是一个统一的循环深度视觉策略，仅依赖胸前深度相机、本体感知和速度指令，在机载平台以50Hz实时运行，无需参考轨迹或外部状态估计。
这标志着能力从“会跑酷”升级为“能根据环境自主组合运动能力”。
Light REACT：当机器人自己也变了
即使技能和导航都解决了，真实世界还有最后一道坎：机器人自己的身体会变。
可能被撞、可能跌倒、关节可能锁死、执行器可能失效。这些异常在单次实验中不多见，但部署规模一大，发生频率就不可忽视。如果每次故障都要人工干预，运维成本会迅速失控。
Light REACT（REsilient humAnoid ConTrol）的目标不是维持标准步态，而是在身体受损后，尽可能利用剩余能力继续移动：能走就走，能跛行就跛行，单腿跳也行；实在站不起来，就用手臂支撑切换到爬行。核心目标始终如一：在当前身体条件下完成移动。
不靠故障标签，靠历史交互推断状态
传统做法是为每种故障预设控制器，但真实部署中，机器人往往不知道自己哪里坏了。
Light REACT的核心机制是全身上下文学习（Whole-Body In-Context Learning）。训练时，系统针对执行器失效、关节锁定、膝部折叠等三类损伤，分别训练多个“教师策略”。然后通过多教师蒸馏，将这些能力整合进一个“学生策略”。
但到了部署阶段，故障标签被拿掉。模型只能看到本体感知、动作指令和过去一段时间的身体响应。它必须从这些交互历史中推断：“我现在是不是腿坏了？还能不能站？”
团队比较了MLP、RNN和Transformer三种结构，发现使用64帧因果上下文窗口的Transformer能最充分覆盖教师策略的行为能力。
对齐：不只是会，还要用得合理
蒸馏之后又出现新问题：模型虽然会走、会跳、会爬，但不一定知道何时该用哪种方式。有时明明能站立，却直接趴下爬行——虽然能完成任务，但不符合真实场景的合理性。
于是团队引入偏好强化学习（Preference RL），对行为调用方式进行对齐。目标很明确：身体允许时优先直立运动，只有无法维持时才切换到爬行。
结果显著：公开实验中，直立行为比例从42%提升到76%，爬行行为从45%降至16%。
这一步很像大模型的对齐——预训练决定“会什么”，对齐决定“什么时候该怎么做”。在Physical AI中，这种对齐从语言偏好扩展到了空间、动作和身体状态。
三段范式：从技术判断到研发体系
回头看这三项技术，脉络清晰：
- LightParkour 解决技能Scaling：从单点动作扩展为环境自适应的技能分布，再蒸馏为统一策略；
- LightNav-0 解决经验Scaling：将2000+真实场景转化为4000+小时训练数据，实现跨本体零样本导航；
- Light REACT 解决部署韧性：在扰动和损伤下，基于历史交互调整行为，减少人工介入。
它们共享一个思路：扩大训练状态分布，用强化学习生成新经验，尽量减少部署时对人工规则和预定义标签的依赖。
这正对应亮源新创提出的“三段范式”：
- 规模化预训练：利用互联网视频、多模态数据和物理仿真，建立基础能力；
- 规模化对齐：通过强化学习、蒸馏和偏好优化，提升物理世界中的行动能力；
- 规模化部署：在真实环境中持续运行，并将产生的数据（包括异常）回流到训练体系。
三者形成闭环：部署产生的真实世界经验，反过来拓展训练数据的状态覆盖，推动模型迭代；模型能力提升后，又能部署到更多本体、更多场景，产生更多数据。
真正的竞争：谁能跑通这个闭环
现在评判一家Physical AI公司，不能只看它有没有炫技Demo，而要看背后的学习系统是否完整：
- 能不能把一个样本扩展成一类技能？
- 能不能把多个专家压缩成一个统一模型？
- 能不能跨环境、跨本体泛化？
- 能不能从自身行为结果中继续学习？
- 能不能在身体状态变化后仍完成任务？
- 最重要的是，能不能把真实部署的经验送回训练体系？
从LightParkour到LightNav-0再到Light REACT，亮源新创正在逐层验证这条路径。这不是在做一个功能叠加的机器人产品，而是在构建一个从数据、训练、对齐到部署的完整Physical AI能力栈。
大模型的竞争证明，智能可以随数据和算力持续增长。而Physical AI的挑战更难：当模型真正拥有身体、进入现实世界后，这套Scaling逻辑还能不能成立？
亮源新创的答案是：把闭环跑起来。