深大团队让机器人听懂指令精准导航，成功率可达72.5%，推理效率提升40%

深圳大学李坚强教授团队联合其他机构提出视觉-语言导航新框架UNeMo，通过多模态世界模型与分层预测反馈机制提升导航智能体决策能力。相比主流方法，UNeMo在未见过环境中的导航成功率可达72.5%，尤其在长轨迹导航中表现优异，同时大幅降低资源消耗。该研究解决了传统方法中推理与决策分离的问题，为视觉-语言导航提供了一种高效可行方案，推动了服务机器人等实际应用场景的发展。