发生了什么
Light Origins 宣布开源 LightNav-0，将其定位为通用导航大脑。
该模型基于 Qwen3-VL-4B 构建，采用 Real2Sim2Real 方式训练，训练数据涵盖 2,000 多个场景和 4,000 多小时 VLA 数据。
据来源介绍，LightNav-0 在 10 项单目导航基准上取得领先，并支持零样本本体迁移。
为什么重要
开源一个通用导航模型，可能降低机器人导航能力的复用门槛，让不同形态的载体不必各自从头训练。
零样本本体迁移这一特性若成立，意味着模型在更换机器人身体后仍能直接工作，这会直接影响导航系统的部署方式。
以 Qwen3-VL-4B 这类视觉语言模型为基础，也反映出导航正在向通用多模态模型靠拢的趋势。
关键事实
LightNav-0 由 Light Origins 开源。
模型基于 Qwen3-VL-4B。
训练方式为 Real2Sim2Real。
训练数据包括 2,000 多个场景和 4,000 多小时 VLA 数据。
在 10 项单目导航基准上领先，并具备零样本本体迁移能力。
接下来看什么
后续值得关注的是开源社区能否复现其基准表现，以及零样本本体迁移在真实机器人上的实际效果。
另一个观察点是这一模型与现有导航方案的集成成本，以及是否会围绕它形成工具链和生态。
