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，北京海淀科技企业银河通用推出自主研发导航大模型(móxíng)TrackVLA，标志着机器人(jīqìrén)在复杂动态环境中的自主导航跟随(gēnsuí)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(huánjìng)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，让机器人从科幻电影中的想象(xiǎngxiàng)逐渐走进现实生活。

TrackVLA的核心(héxīn)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“怎么走”，无需人为拆分多个(duōgè)步骤。这一特性使得TrackVLA在处理复杂导航任务时表现出色(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(shì)面对未见过的商场、电梯、游乐区(yóulèqū)等场景，TrackVLA也能依靠内嵌(nèiqiàn)的环境理解知识实现“现学现走”。

在具体功能上，TrackVLA展现了八大(bādà)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(yǔ)跟踪(gēnzōng)；在人流密集的环境中，也能准确识别并长时自主跟随目标；若目标走出视野，它能通过空间智能和大模型推理能力重新找回目标；同时，TrackVLA还(hái)能在不依赖额外(éwài)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(yuǎnchéng)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(yídòng)目标，如机器狗跟随路上偶遇的动物狗狗，这一能力是训练时(shí)并未教授的，展现了其强大的泛化能力。

银河通用相关(xiāngguān)负责人表示(biǎoshì)，TrackVLA的推出不仅是前沿技术的突破，更是推进“通用具身(jùshēn)智能机器人”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(hé)社会服务。

文/北京青年报记者 王斌(wángbīn)