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(běijīng)海淀科技企业银河通用推出自主研发导航大模型TrackVLA，标志着机器人在复杂(fùzá)动态环境中(zhōng)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(tuīlǐ)及零样本泛化能力的具身(jùshēn)大模型，让机器人从科幻电影(kēhuàndiànyǐng)中的想象逐渐走进现实生活。

TrackVLA的核心在于其“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(chū)“怎么走”，无需(wúxū)人为拆分多个(duōgè)步骤。这一特性使得TrackVLA在处理复杂导航任务时表现出色，无需提前构建环境地图，即可在不同(bùtóng)环境中实现自主(zìzhǔ)导航。即便是面对未见过的商场、电梯、游乐区等场景，TrackVLA也能依靠内嵌的环境理解(lǐjiě)知识实现“现学现走”。

在具体功能(néng)上，TrackVLA展现了八大核心能力。它能够(nénggòu)准确理解自然语言指令，实现目标的识别与跟踪；在人流密集的环境中，也能准确识别并长时自主跟随(gēnsuí)目标；若目标走出视野(shìyě)，它能通过空间(kōngjiān)智能和大模型推理能力重新(chóngxīn)找回目标；同时(tóngshí)，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。通过App，用户还可以实现远程可视守护，实时掌握家人动态。

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

银河(yínhé)通用相关负责人表示，TrackVLA的推出不仅是前沿技术的突破，更是(gèngshì)推进“通用具身智能机器人(jīqìrén)”落地过程中的重要一步(yībù)。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(běijīngqīngniánbào)记者 王斌