Uni-NaVid 是首个基于视频的视觉-语言-动作（VLA）模型，专为统一多种具身导航任务而设计，包括视觉语言导航（VLN）、目标导航（ObjectNav）、具身问答（EQA）和人类跟随任务。该模型通过整合 360 万导航样本，实现任务间的协同学习，显著提升性能。采用在线令牌合并策略，推理速度可达约 5 Hz，支持非阻塞部署，并在真实环境中展现出强大的泛化能力。项目已在 Robotics: Science and Systems (RSS 2025) 上发表，提供开源代码和数据集。
分类数量
2
当前条目关联的分类数量。
标签数量
2
当前条目关联的标签数量。
相关条目
3
当前公开可横向比较的相关条目数量。
详情页职责
公开详情页先帮助你判断方案价值，再决定是否继续承接。
1. 当前页负责解释条目定位、适用范围和下一步动作，不负责承接第二套平台逻辑。
2. 你应该在这里更快判断方案是否值得继续跟进，而不是只停留在目录式信息浏览。
3. 登录后的下载授权、权益、订单和工作区动作仍统一进入 登录后的管理中心。
公开信号
当前展示的是公开可解释信息，用于帮助你完成前置判断；若你已经接近采购、试点或方案评估，下一步应回到咨询或需求承接。
来源站点：pku-epic.github.io
条目说明
先看公开说明，再决定是否继续跟进。
如果你还需要横向比较，可继续查看这些相关公开条目，再决定是否进入更正式的咨询、试点或采购流程。
