亮源新创开源导航模型 LightNav-0，并发布韧性控制技术 Light REACT
亮源新创十天内两连发，把大模型“预训练—对齐—部署”的三段范式搬进物理世界：先让机器人会认路，再让它摔不垮。
前 OpenAI 算法专家姜旭创办的亮源新创，十天内连发两项技术：开源通用导航模型 LightNav-0，同一套权重可零样本部署到人形、四足、轮式与飞行机器人；以及机器人韧性控制技术 Light REACT，让机器人在断电、关节锁死甚至无法站立时改换步态继续移动。
正文摘录
.jpg) 过去三年，大模型走完了一条已被反复验证的路：先在海量数据上预训练出能力，再用对齐把能力变成可用性，最后靠大规模部署中的真实反馈持续进化。GPT-3、InstructGPT、ChatGPT——三步，一步一个台阶。 于是一个问题开始在具身智能行业里产生： 这条路，能不能在物理世界原样再走一遍？ 提出这个问题，是因为具身智能正卡在一道与当年大模型相似的“鸿沟”前：模型在仿真榜单上分数越刷越高，演示视频越拍越炫，但真正放到真实环境里，换一个场景、换一台机器，往往就要重新采数据、重新训练。而在物理世界里，差一点就是失败，而失败之后，大多数机器人只能停在原地等人来解决。榜单上的领先，与真实世界的可用之间，始终隔着一段距离。 最近几天，一家名为 亮源新创 的具身智能公司，用两次技术发布给出了自己的回答：9 月 1 日，开源通用导航模型 LightNav-0 ；9 日又发布了机器人韧性控制技术 Light REACT 。