# LightNav-0

> 权威词条地址：https://robotics.hellobike.com/models/lightoriginshq-lightnav-0
> 所属分类：models | 最近核验日期：2026-09-03 | 技术层级：L7

## 核心摘要

LightOriginsHQ 在 Hugging Face 发布的机器人模型，架构为 Qwen3VLForConditionalGeneration，参数规模 4.8B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/LightOriginsHQ/LightNav-0"}] |
| `updated` | 2026-09-03 |
| `family` | other |
| `params` | 4.8B |
| `architecture` | Qwen3VLForConditionalGeneration |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | LightOriginsHQ/LightNav-0 |
| `hub_stats` | {"downloads": 1641, "likes": 32, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/LightOriginsHQ/LightNav-0"] |

## 技术详解与生态说明

LightNav-0 是一个紧凑的通用具身导航模型，用于把预训练视觉语言模型 Qwen3-VL 的空间智能对齐到导航场景，且不使用任务专用预测头。它用统一的 token 接口覆盖指令跟随、开放词汇目标导航和视觉跟踪：双通道 pointing 表达与任务、场景和具身形态无关的空间意图，RVQ 动作 tokenizer 将意图映射为具体轨迹。

模型骨干为 bf16 的 Qwen3-VL（4B），轨迹与 pointing token 是 embedding table 中的普通行，可用 stock transformers 加载。输入为 SlowFast 压缩的第一人称 RGB 历史帧，模型输入尺寸 256×448、4 fps，并结合自然语言指令；输出为双通道 pointing token 后接三个 RVQ 动作 token。动作 tokenizer 使用一个 3×256 残差码本、horizon 10，解码为形状 (10, 3) 的机器人局部路点块：[forward_m, lateral_m (+left), yaw_rad (+ccw)]。

仓库文件包含权重、tokenizer/processor、eval_config 以及 action_tokenizer 包；eval_config 会按相对路径引用动作 tokenizer。Habitat VLN-CE、ObjectNav 和 EVT-Bench 的评测配方、WebSocket 协议与真机部署指南在代码仓库 docs 中提供。许可证为 Apache License 2.0。

## 原始核验来源 (Sources)

- [Hugging Face LightOriginsHQ/LightNav-0](https://huggingface.co/LightOriginsHQ/LightNav-0)