IXThinker·2025-12-11 14:40

深大團隊導航框架UNeMo 機械人成功率72.5%

深圳大學李堅強教授團隊聯合北京理工莫斯科大學等機構，提出視覺語言導航新框架UNeMo：讓導航智能體不僅看見當前環境，還能預測接下來的畫面並據此決策。論文已入選AAAI 2026，未見環境成功率達72.5%。

語言視覺脫節

視覺語言導航是具身智能的核心任務之一，要求智能體僅憑視覺與語言指令在環境中移動。現有方法常面臨語言推理與視覺導航脫節的困境，模型看得見卻想不遠，難以作出前瞻決策。