Light Origins lança modelo de ação corporal de código aberto
A Light Origins disponibilizou o Light-O1-Preview, modelo de 6 bilhões de parâmetros sob licença Apache 2.0 no Hugging Face e GitHub.
Resumo rápido
- A Light Origins lançou o Light-O1-Preview com 6 bilhões de parâmetros em código aberto sob licença Apache 2.0.
- O modelo transforma texto em sequências de movimento corporal a 20 quadros por segundo para robôs.
- A implantação em hardware ainda requer modelos de comportamento adicionais ou controladores de baixo nível.
Entenda o contexto
Modelos de ação corporal são sistemas projetados para traduzir comandos de texto ou visão em movimentos físicos para robôs. O lançamento sob licença aberta permite que equipes de pesquisa baixem e utilizem a estrutura de movimento base diretamente em seus próprios projetos.
A Light Origins lançou publicamente o Light-O1-Preview, um modelo de ação de corpo inteiro com cerca de 6 bilhões de parâmetros. Disponibilizado sob a licença open-source Apache 2.0 em plataformas como Hugging Face e GitHub no dia 21 de setembro de 2026, o arquivo faz parte da linha base de inteligência encarnada Light-O1, projeto distinto do cérebro de navegação anterior da empresa, o LightNav-0.
O modelo utiliza uma estrutura baseada na árvore do Qwen3.5-4B-Base para processar instruções em texto, emitir um raciocínio curto e gerar sequências de movimento corporal a 20 quadros por segundo. As saídas possuem uma estrutura de 138 valores por quadro que abrangem movimento de raiz, altura da pélvis, rotação, 22 articulações e estado de abertura das mãos.
Treinamento e execução em robôs
O processo de treinamento envolveu segmentar pessoas em vídeos e reconstruir o movimento tridimensional em tokens de ação discretos, intercalados com linguagem e visão para pré-treinamento autorregressivo em Transformers. Em testes divulgados no material de lançamento, a tecnologia permitiu que um robô Unitree G1 e a plataforma própria LightBot realizassem tarefas como ajoelhar, equilibrar-se, limpar superfícies e pegar objetos.
A empresa informou uma taxa de sucesso macro de 79,3% em 24 tarefas nas simulações de cozinha do ambiente RoboCasa GR-1 conduzidas internamente. No entanto, para colocar as trajetórias geradas em uso prático em hardware real, a empresa destaca que ainda é necessário empregar controladores de baixo nível ou modelos de comportamento adicionais.
Referências
- Fonte consultada: Pandaily — Tecnologia chinesa
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!



