由銀河通用牽頭，聯(lián)合北京大學(xué)、阿德萊德大學(xué)及浙江大學(xué)等多家科研機(jī)構(gòu)，共同研發(fā)的全球首款跨本體全域環(huán)視導(dǎo)航基座大模型NavFoM（Navigation Foundation Model）正式亮相。該模型首次實(shí)現(xiàn)了對(duì)視覺與語言導(dǎo)航、目標(biāo)導(dǎo)向?qū)Ш健⒁曈X追蹤及自動(dòng)駕駛等多元機(jī)器人導(dǎo)航任務(wù)的統(tǒng)一整合，為機(jī)器人技術(shù)發(fā)展開辟了新路徑。

NavFoM的核心突破在于其全場景適應(yīng)性。無論是室內(nèi)復(fù)雜環(huán)境還是室外開放空間，模型均能在未經(jīng)訓(xùn)練的新場景中直接運(yùn)行，無需預(yù)先構(gòu)建地圖或采集環(huán)境數(shù)據(jù)。這一特性大幅降低了技術(shù)落地門檻，用戶可直接將模型部署于各類場景，省去傳統(tǒng)方案中耗時(shí)費(fèi)力的前期準(zhǔn)備工作。

在任務(wù)兼容性方面，NavFoM通過自然語言指令實(shí)現(xiàn)多任務(wù)協(xié)同。從四足機(jī)器狗到空中無人機(jī)，從輪式人形機(jī)器人到自動(dòng)駕駛車輛，不同形態(tài)、尺寸的機(jī)器人均可基于同一框架完成目標(biāo)跟隨、路徑規(guī)劃等任務(wù)。這種設(shè)計(jì)顯著提升了機(jī)器人的通用性和開發(fā)效率。

技術(shù)層面，NavFoM引入了兩項(xiàng)創(chuàng)新機(jī)制。其一為TVI Tokens（時(shí)空視角索引令牌），通過賦予模型時(shí)間與方向感知能力，使其能動(dòng)態(tài)理解環(huán)境變化；其二為BATS策略（預(yù)算感知令牌采樣），在計(jì)算資源受限時(shí)自動(dòng)優(yōu)化模型性能，確保低算力設(shè)備也能高效運(yùn)行。這兩項(xiàng)技術(shù)共同解決了傳統(tǒng)導(dǎo)航模型在復(fù)雜場景和資源約束下的應(yīng)用難題。

支撐NavFoM強(qiáng)大能力的，是其構(gòu)建的跨任務(wù)數(shù)據(jù)集。該數(shù)據(jù)集包含約800萬條覆蓋多任務(wù)、多機(jī)器人的導(dǎo)航數(shù)據(jù)，以及400萬條開放問答數(shù)據(jù)，規(guī)模達(dá)同類研究的兩倍。海量數(shù)據(jù)的訓(xùn)練使模型在語言理解與空間語義解析方面表現(xiàn)出色，為后續(xù)開發(fā)特定場景應(yīng)用提供了堅(jiān)實(shí)基礎(chǔ)。

目前，NavFoM已向開發(fā)者開放基礎(chǔ)框架，支持通過微調(diào)訓(xùn)練定制化應(yīng)用模型。這一創(chuàng)新不僅推動(dòng)了機(jī)器人導(dǎo)航技術(shù)的標(biāo)準(zhǔn)化進(jìn)程，更為智能設(shè)備在物流、服務(wù)、探索等領(lǐng)域的廣泛應(yīng)用提供了技術(shù)保障。