从陪伴儿童到守护老人，机器人将温情“落地”

发布时间：2025-06-01 06:46:12  浏览量：4

儿童节前期，银河通用正式推出自主研发的产品级端到端导航大模型——TrackVLA，一款具备纯视觉环境感知、语言指令驱动、可自主推理、具备零样本（Zero-Shot）泛化能力的具身大模型。

TrackVLA 是银河通用推出的产品级导航大模型，纯视觉环境感知、自然语言指令驱动、端到端输出语言和机器人动作，是一个由仿真合成动作数据训练的“视觉-语言-动作”（Vision-Language-Action, VLA）大模型。它让机器人拥有“听→看→懂→走”的闭环运动能力：一双眼睛看世界、一个智能“大脑”做推理，无需提前建图、不依赖遥操控制，真正实现语言驱动、泛化感知、自主推理、智能交互与运动。

TrackVLA 到底能做什么？八大核心能力，一起看懂！

1. 听得懂你说话，还能换人跟

你只需说一句：“跟着妈妈”，它就能立即识别“妈妈”对应的目标位置。如果改口说“换成跟孩子”，它也能瞬间切换对象，并通过语音回复确认。甚至，Ta还能跟踪你的宠物。这背后，是模型具备的自然语言理解与目标识别能力的协同工作。

2. 不怕人多也不跟错人

在人流密集的购物中心中，面对复杂的场景、多变的环境中多个相似穿着的人，它能准确识别原始目标并长时自主跟随。通过空间理解和视觉记忆机制，避免“认错人”。

3. 丢了目标能找回来

如果目标走出视野，它不会原地“发呆”，而是通过实时的空间智能和大模型推理能力根据目标运动轨迹“分析出”目标的大致位置，并规划轨迹重新找回目标。

4. 从没见过的地方也能走

TrackVLA不依赖建图，靠纯视觉输入理解环境。可在不依赖额外采集训练数据的情况下，直接部署在陌生商场、电梯、游乐区等环境，实现长时稳定自主跟随。

5. 灵活避障，适应复杂场景

在儿童游乐区、狭窄通道等复杂场景中，它能实时识别障碍物（包括儿童、玩具、地面水渍等），分析可通行区域，并可正确认知自身本体能力，自主推理出自身构型支持的合理路线。

6. 环境光线变化？不怕

从室外阳光到室内昏暗、从电梯镜面反射到超市货架夹缝，TrackVLA展现出极强鲁棒性，无需专门调参或切换模式。

7. 远程可视守护，一目了然

通过 App，你可以实时看到机器人眼中的第一视角，掌握家人动态。系统还能主动提醒风险行为（如小朋友奔跑、老人跌倒），提供“移动守护”。

8. 技能涌现！

TrackVLA不仅能稳定跟随人类，还可以泛化至任意移动目标。比如视频最后展示了让机器狗跟随一只路上偶遇的动物狗狗，其目标形态、运动方式、遮挡情况都非常不确定。 TrackVLA 也表现了同样稳定的跟随能力，而这一能力是训练时从而教过的！

TrackVLA的发布，是银河通用具身大模型发展战略的重要里程碑，标志着多项关键突破的同步实现并已达到产品级能力。机器人导航正式迈入端到端模型可商业化落地的阶段，TrackVLA无需建图、不依赖遥控、自主推理、智能交互。从陪伴儿童到守护老人，从商场巡逻到室内物流，机器人在泛服务场景中的应用路径已经被银河通用带到公众面前。具身智能真正具备了“看得懂、想得明白、动得起来”的一体化能力。

未来，TrackVLA 将赋能不同形态的机器人本体，加速具身智能整个行业在不同维度的产品落地，打造更加繁荣的产业生态，提供多样的社会服务并创造更多样的社会价值。