亮源新创发布三项Physical AI技术：构建从预训练到部署的规模化闭环

事件概述

过去一年，具身智能（Embodied AI）技术迭代加速，行业关注点从单一技能的“会做”转向在开放环境中长期、稳定、泛化的“做成”。亮源新创提出Physical AI的“三段范式”，即规模化预训练（Scalable Pre-Training）、规模化对齐（Scalable Alignment）和规模化部署（Scalable Deployment），试图建立从训练、对齐到真实部署的学习闭环。过去一个多月，该公司连续发布三项技术成果，分别对应这一路径的不同阶段。

核心信息

1. LightParkour：技能从单点到分布的Scaling

• 痛点：传统动作模仿难以处理复杂接触任务（如跑酷），且针对不同障碍需重新采集数据，成本随技能线性增长。
• 方案：从简短的人类动作片段出发，结合物理仿真与课程学习。系统以45厘米障碍物初始动作为种子，通过仿真自动扩展至75厘米障碍（约Lightbot 0身高90%），生成覆盖不同环境条件的技能分布。
• 统一策略：采用多专家蒸馏，将行走与复杂接触技能整合进一个统一的循环深度视觉策略。模型仅依赖胸前深度相机和本体感知，以50Hz频率运行，无需外部参考轨迹或人工状态机切换，实现了技能的自主调用。

2. LightNav-0：通用导航的零样本泛化

• 数据引擎：通过Real2Sim2Real引擎，将互联网来源的2,000+个真实场景转化为可复用仿真环境，生成4,000+小时的视觉、语言和动作后训练经验。实验表明，扩大环境覆盖度比单纯增加同环境轨迹更能提升泛化能力。
• 推理机制：引入Point CoT（空间推理），将导航过程分解为“视觉语言理解→空间推理（预测目标点和可通行点）→动作生成”。在8项消融评测中，平均任务成功率提高8.4个百分点，SPL提高5.7个百分点。
• 统一表示：使用RVQ动作编码器将连续轨迹压缩为3个动作Token，使视觉、语言、空间和动作进入统一模型框架。
• 零样本迁移：同一模型成功零样本迁移至人形、四足、轮式和飞行机器人四种不同本体，验证了跨本体泛化能力。

3. Light REACT：面向异常状态的韧性控制

• 核心机制：全身上下文学习（Whole-Body In-Context Learning）。模型不依赖预设的故障标签，而是通过Transformer结构分析过去64帧的本体感知和交互历史，推断当前身体动力学状态（如执行器失效、关节锁定等）。
• 偏好对齐：在多教师蒸馏整合不同损伤状态的控制策略后，引入**偏好强化学习（Preference RL）**进行对齐。模型学会在身体条件允许时优先保持直立运动，仅在无法直立时切换至爬行等替代方式。实验显示，直立行为比例从42%提升至76%，显著减少了不必要的降级行为。

值得关注

• 技术路线的一致性：三项技术虽方向不同（运动、导航、控制），但均围绕减少人工适配、利用物理规律自动生成经验、以及建立统一模型体系展开。
• 闭环形成：规模化预训练建立基础能力，规模化对齐（如RL）提升性能，规模化部署产生真实世界数据（包括异常状态），这些数据回流至训练体系，驱动模型持续迭代。
• 行业对比：该路径与Skild AI的S1、Generalist AI的GEN-1.5等技术趋势一致，即从“收集数据-微调”转向利用大规模预训练形成的少样本/零样本适应能力，但Light REACT进一步聚焦于机器人自身身体状态变化的上下文推断。