6月1日，北京海淀的科技企业银河通用正式发布了其自主研发的导航大型模型TrackVLA。这一举措标志着我国机器人在面对复杂多变的动态环境时，实现自主导航和跟随的能力已进入了一个全新的发展阶段。
北京青年报记者经过调查发现，这款集纯视觉环境感知、语言指令驱动、自主推理以及零样本泛化能力于一身的具身大模型，正使机器人这一科幻电影中的角色逐渐步入现实世界。
TrackVLA的精髓在于其“端到端”的设计理念，这一理念意味着模型能够直接从所观察到的图像和所听到的指令中推断出行走的路径，无需经过人为的多步骤拆分。这一独特功能使得TrackVLA在执行复杂导航任务时表现出色，它能够在不预先构建环境地图的情况下，在不同的环境中实现自主导航。即便身处未曾涉足的商场、电梯或游乐区等复杂环境，TrackVLA依然能够凭借其内置的环境感知知识，迅速实现现场学习与即时导航。
在具体功能上，TrackVLA展现了八大核心能力。它具备精确解读自然语言命令的能力，并能实现目标的定位与持续追踪；即便身处人群拥挤的场景，它依然能精准捕捉并持续自主地追踪目标；一旦目标消失在视野之外，它凭借空间感知能力及强大的模型推理技术，能够迅速重新定位目标；此外，TrackVLA无需额外收集训练数据，即可在全新环境中直接部署，并实现长时间的稳定自主追踪。除此之外，它还展现了出色的灵活避障能力以及适应复杂环境的能力。借助App，用户能够远程进行可视化的监护，实时了解家人的最新情况。
值得关注的是，TrackVLA不仅能够稳定地跟随人类，而且其泛化能力极强，能够应用于各种移动目标，例如让机器狗跟随在道路上偶遇的普通狗狗。这一能力在训练过程中并未被特意传授，充分体现了其卓越的泛化性能。
银河通用公司负责人指出，TrackVLA的问世不仅标志着尖端技术的重大进展，而且在推动“通用型实体智能机器人”实际应用的道路上迈出了关键步伐。展望未来，TrackVLA将为各式各样的机器人提供支持，助力构建更加多元化的发展环境和公共服务体系。
