Light Origins, компания из Китая, запустила Light-O1 — первую универсальную фундаментальную модель для обучения роботов. Модель использует структурированные трёхмерные действия людей, извлечённые из интернет-видео, и обучается на них совместно с визуальной информацией и языковыми данными, чтобы затем адаптироваться к разным роботам и задачам.
Компания обучила шесть версий одной и той же базовой модели на четыре миллиарда параметров. Объём обучающих данных варьировался от 3,75 до 120 миллиардов мультимодальных токенов. Самый большой запуск соответствовал примерно 100 тысячам часов человеческих действий. Каждая версия затем дообучалась отдельно на открытых данных от первого лица, данных робота Unitree G1 и данных собственного гуманоида компании — LightBot. По словам Light Origins, с увеличением объёма предобучения ошибки предсказания следовали закону степенной зависимости и снижались на всех трёх наборах данных.
В демонстрациях LightBot открывал обувной шкаф и складывал в него тапочки, собирал разные виды мусора, в том числе когда предметы перемещались в процессе, а также передавал полотенце. Unitree G1 в той же демонстрации протирал стол и принимал полотенце.
Light Origins также выпустила Light-O1-Preview — модель «текст в действие», которая принимает инструкцию на естественном языке, описывает требуемое движение тела и генерирует соответствующую последовательность движений. Весы модели, код и публичный playground доступны вместе с релизом.
Компания раскрыла дорожную карту развития в области физического ИИ, разделив направления на масштабируемое предобучение, выравнивание и внедрение. Light-O1 отвечает за этап предобучения. В начале месяца была представлена LightNav-0 для выравнивания: система Real2Sim2Real превратила более 2 тысяч сцен из интернета в симулированные среды, получив свыше 4 тысяч часов навигационного опыта. Полученная модель обобщается для гуманоидов, четвероногих, воздушных и колёсных роботов без дополнительного обучения.
Для этапа внедрения Light Origins разработала Light REACT — систему, которая помогает роботам корректировать поведение на основе недавних физических взаимодействий. Она оценивает внешние силы, аппаратные ограничения и условия среды, после чего адаптирует движения всего тела.
По данным Light Origins, инфраструктура обработки данных компании работает в масштабе тысячи GPU и обрабатывает около 200 тысяч часов видео еженедельно — против 12,5 тысячи часов полгода назад. Компания привлекла раунд Pre-A в несколько сотен миллионов юаней в августе 2026 года. Light Origins предупредила, что результаты тестирования роботов основаны на целевых данных и измеряют ошибки предсказания следующего действия и позы всего тела, а не процент успешности в реальных задачах.
