亮源新创连发三项具身智能技术，打通Physical AI基础模型闭环

过去一年，具身智能的技术迭代明显加速。VLA、世界模型持续演进，强化学习重回核心路径，全身控制能力快速突破。机器人能走、能跑、能抓、能导航，甚至可以完成复杂的长程任务。

但在真实世界中，一个基础问题随之浮现：机器人在特定环境下“会做”某件事，与在开放环境中长期、稳定、泛化地把任务完成，完全是两回事。

具身智能从Demo走向真实世界，行业评价标准已从“会多少单项技能”，转向“能力能否持续规模化扩展”。亮源新创近期连续公开了三项核心技术：LightParkour、LightNav-0 与 Light REACT，分别在全身跑酷、跨本体导航和韧性控制上取得进展，勾勒出Physical AI基础模型的演进路径。

具身智能的核心：能力持续规模化扩展

传统机器人研发大多依赖任务分解：导航、运动控制、机械臂操作各自独立。一旦环境、任务或本体发生变化，就必须重新训练模型或编写规则，工程复杂度随之激增。

大语言模型的启示在于，通过统一架构和规模化训练，把海量能力收敛到同一个基座。亮源新创提出面向Physical AI的“三段范式”：

1. 规模化预训练：依托海量物理经验建立基座能力；
2. 规模化对齐：借助强化学习实现物理世界内的意图与行为对齐；
3. 规模化部署：让模型进入真实世界，利用运行时交互数据驱动数据飞轮。

LightParkour：将单个动作演化为技能分布

跑酷是全身运动学习中涉及复杂环境接触的典型任务。传统动作重定向容易出现手掌悬空、动力学校验失败等问题，而为每类障碍重新采集数据的成本极高。

LightParkour的解法是：只给机器人一个人类动作种子，让技能在物理仿真中自行生长。

系统从45厘米障碍物的初始示范出发，通过仿真建立力学约束，再借助课程学习逐步泛化至75厘米障碍（占Lightbot 0机器人身高的83%）。随后，团队使用多专家蒸馏，将行走与三项接触技能压缩进单一策略，无需外部状态机即可依据胸前深度相机自主切换动作，实现了端到端50 Hz的板载运行。

LightNav-0：2000+真实场景搬进仿真，跨本体零样本导航

传统导航依赖预先建图和精确标定，难以跨本体、跨视角迁移。具身导航系统急需建立真正通用的空间智能。

LightNav-0构建了Real2Sim2Real数据引擎，将2000多个真实互联网场景转化为可交互的仿真环境，生成超4000小时的“视觉-语言-动作”经验。实验证明，扩大环境的多样性覆盖，比单纯堆砌同一场景内的轨迹更能提升泛化上限。

为解决行动生成问题，LightNav-0引入Point CoT机制：

• 模型首先在图像空间预测目标点与可行进区域；
• 再将连续轨迹通过RVQ编码压缩为离散动作Token；
• 形成“视听理解→空间推理→动作生成”的链路，平均任务成功率提升8.4个百分点。

在真机测试中，同一套模型零样本迁移到了人形、四足、轮式及飞行机器人四种完全不同的本体上，展现出强大的空间智能通用性。

Light REACT：异常状态下的全身上下文韧性控制

真实部署中，撞击、跌倒、关节损毁和执行器锁死难以避免。如果每次硬件受损都导致任务中断，规模化部署便无法维系。

Light REACT（韧性人形机器人控制）专注于故障恢复：机器人并不提前获取“哪块硬件坏了”的标签，而是通过Transformer维护一个64帧的时序上下文窗口，仅依据自身运动学反馈和历史响应，自主推断身体损伤状态。

当双腿无法维持站立时，机器人能自适应切换为单腿跳甚至手臂支撑的爬行模式。引入偏好强化学习（Preference RL）后，系统学会了“优先保持直立、实在不行再爬行”的行为规范，实验中直立行为比例从42%提升至76%。

跑通具身智能的数据飞轮

三项成果分别锚定了不同维度：

• LightParkour 验证了复杂技能的自动化生成与统一蒸馏；
• LightNav-0 实现了跨环境、跨本体的通用空间推理；
• Light REACT 解决了长程落地中的自适应韧性控制。

具身智能的竞争终局，在于谁能将多模态预训练、策略对齐与真实部署数据回流无缝串联。随着模型经历的环境越广、承受的扰动越多，这套闭环将持续提供更具韧性的通用物理智能。