通用导航大模型研究背景与行业痛点 - 当前具身智能的导航研究多受限于特定任务与特定机器人平台，阻碍了通用智能的发展[2][5] - 面对非结构化、高动态环境以及需要语言理解的复杂任务，传统导航系统已难以满足需求[2] - 导航大模型的出现将导航算法从专用能力拓展至通用智能移动能力，为具身智能落地开启新路径[2] 核心模型技术演进 - 跨任务导航大模型Uni-NaVid旨在突破任务局限性[2][5][6] - 跨本体导航大模型NavFoM进一步实现了跨机器人平台的通用性[2][5][6] - 技术演进路径从解决跨任务问题推进到解决跨本体问题[2][5] 实际应用场景 - 模型技术已成功应用于视觉避障、城区微出行与智能跟随等实际场景[2][5] - 具体落地应用案例包括TrackVLA++、UrbanVLA和MM-Nav[6] - 应用场景覆盖从室内避障到室外城区出行等多个领域[2][5][6]