北京海淀发布导航大模型 机器人能在复杂环境中自主导航

6月1日，北京海淀科技企业(qǐyè)银河通用推出自主(zìzhǔ)研发导航大模型TrackVLA，标志着机器人在复杂动态环境(huánjìng)中的自主导航跟随能力迈入了新的阶段。

北京青年报记者了解到，这款具备纯视觉环境感知、语言指令驱动、可自主推理及零样本泛化(fànhuà)能力的具身大模型(móxíng)，让机器人从(cóng)科幻电影中的想象逐渐走进现实生活。

TrackVLA的(de)核心在(zài)于其“端到端”的设计理念，即模型能够直接从“看到的图像”和“听到的指令”中推理出“怎么走”，无需人为拆分多个步骤。这一特性(tèxìng)使得TrackVLA在处理复杂导航任务时表现出色(biǎoxiànchūsè)，无需提前构建环境地图，即可在不同环境中实现自主导航。即便是面对未见(wèijiàn)过的商场、电梯、游乐区等(děng)场景，TrackVLA也能依靠内嵌的环境理解知识实现“现学现走”。

在具体功能上，TrackVLA展现(zhǎnxiàn)了八大(bādà)核心能力。它能够准确理解自然语言指令，实现目标(mùbiāo)的识别与跟踪；在人流密集的环境中，也能准确识别并(bìng)长时自主跟随目标；若目标走出视野，它能通过(tōngguò)空间智能和大模型推理能力重新找回目标；同时，TrackVLA还能在不依赖额外采集训练数据的情况下，直接部署在陌生环境中实现长时稳定自主跟随。此外，它还具备灵活避障、适应复杂场景等特点(tèdiǎn)。通过App，用户还可以(kěyǐ)实现远程可视守护，实时掌握家人动态。

值得一提的是(zhídéyìtídeshì)，TrackVLA不仅稳定跟随人类，还能泛化至任意移动(yídòng)目标，如机器狗跟随路上偶遇(ǒuyù)的动物狗狗，这一能力是训练时并未教授的，展现了其强大的泛化能力。

银河通用(tōngyòng)相关负责人表示，TrackVLA的(de)推出不仅(bùjǐn)是前沿技术的突破，更是推进“通用具身智能机器人(jīqìrén)”落地过程中的重要一步。未来，TrackVLA将赋能不同形态的机器人本体，打造更加多样化的产业生态和社会服务。

文/北京青年报记者 王斌(wángbīn)