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。