Modellfamilie

LightNav-0

Beteiligte Organisationen

Versionsumfang und Rollen dieser Zuordnungen sind noch zu prüfen.

Belege ansehen

Version zum Vergleich auswählen

  • LightNav-0
  • LightNav-ER

LightNav-0 ist Light Origins’ Qwen3-VL-basiertes Navigationsmodell. Ein RGB-/Sprachcheckpoint erzeugt Punkte und ebene Wegpunkte für Anweisungen, Zielsuche und Tracking. LightNav-ER ist die separat berichtete Reasoning-Initialisierung ohne belegten eigenen öffentlichen Checkpoint.

Grundinformationen

Modelltyp
Vision-Sprache-Aktion (VLA) · Vision-Sprache-Modell
Erfasste Versionen
LightNav-0 / LightNav-ER

Modellhistorie

September 2026

LightNav-0 stellt ein gemeinsames RGB-/Sprachnavigationsmodell vor

Neues ModellOffizielle Bekanntgabe

Am1.September2026 stellte Light Origins LightNav-0 vor:Vorwärts-RGB/Sprache für Anweisungen,Zielsuche und Tracking;Punkte/RVQ liefern zehn ebene Wegpunkte für eigene Controller. Die Studie berichtet ein Modell über Aufgaben/vier reale Körper, reale Übertragung qualitativ. ER ist die Initialisierung ohne belegte eigene öffentliche Gewichte. Navigationsgewichte heute öffentlich bestätigt, erster öffentlicher Tag daraus nicht abgeleitet.

Zuvor veröffentlicht

Ausgangspunkt sind visuell-räumliche VLM-Prioren und oft aufgaben-/körperabhängige Navigationskomponenten. Qwen3-VL wird über ER-Midtraining und Navigations-SFT/RL ausgerichtet; kein pauschaler Anspruch, frühere Modelle brauchten Tiefe oder generalisierten nicht.

Aktuelle Bekanntgabe

Am1.September2026 stellte Light Origins LightNav-0 vor:Vorwärts-RGB/Sprache für Anweisungen,Zielsuche und Tracking;Punkte/RVQ liefern zehn ebene Wegpunkte für eigene Controller. Die Studie berichtet ein Modell über Aufgaben/vier reale Körper, reale Übertragung qualitativ. ER ist die Initialisierung ohne belegte eigene öffentliche Gewichte. Navigationsgewichte heute öffentlich bestätigt, erster öffentlicher Tag daraus nicht abgeleitet.

Historisch hervorgehoben als neues wiederverwendbares Ein-RGB-Modell für Navigationsaufgaben/getestete Körper und damit Sensor-/Controllerentscheidungen. Kein Automatismus durch95/89Punkte oder kleine Benchmarkdifferenzen; Revision/Dokumentation keine extra Schlagzeile.

Alle wichtigen Änderungen ansehen →

Versionen

2

Publikationen (1)

LightNav-0: Räumliche VLM-Intelligenz für allgemeine verkörperte Navigation

Fachartikel verfügbar

LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation

arXiv: 2608.30935DOI: 10.48550/arxiv.2608.30935
Autoren und Einrichtungen (20)

Autorenreihenfolge: Originalreihenfolge

  1. Shaoan WangProject lead

    Nicht angegeben

  2. Aocheng Luo

    Nicht angegeben

  3. Fei Huang

    Nicht angegeben

  4. Jingyi Xu

    Nicht angegeben

  5. Xiaoyang Wang

    Nicht angegeben

  6. Yueyu Wang

    Nicht angegeben

  7. Qianli Ma

    Nicht angegeben

  8. Fan Yang

    Nicht angegeben

  9. Ran Mei

    Nicht angegeben

Erstveröffentlichung
2026-08-31
Neueste Revision
v2 · 2026-09-09
Konferenz / Zeitschrift
Nicht angegeben

Abgedeckte Modellversionen

  • lightnav-0 · LightNav-0

    Full navigation policy and simulation evaluation; qualitative real-robot transfer, not immutable native-weight reproduction.

  • lightnav-0 · LightNav-ER

    Stage-I embodied-reasoning initializer and eight ER benchmarks plus macro average, not navigation-policy scores or a public checkpoint.

Offizielle Quellen

Quelle oder Korrektur einreichen