跳到正文
热点事件持续更新

浙大提出 PanoVLN 全景视觉语言导航

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

浙江大学提出 PanoVLN,尝试用全景观察替代传统透视图像来做视觉语言导航(VLN)。据 2026 年 9 月 30 日报道,该方法采用 4B 骨干、仅以 RGB 为输入,在 R2R-CE 和 RxR-CE Val-Unseen 上的成功率分别超过此前 SOTA 11.9% 和 8.7%。技术上有三点:配套置信度引导执行(CGE)策略、多分支训练路线,以及融合 RGB 全景的语义与几何特征而不增加视觉 token。团队还在四足机器人上开展真实场景实验,结果显示导航更快、停顿更少。目前公开信息仅此一篇报道,未见后续更新或第三方复现。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

9月30日
  1. AGI Hunt
    浙大 PanoVLN:全景视觉语言导航成功率超 SOTA 11.9%,四足机器人实测

    浙江大学提出 PanoVLN,用全景观察替代透视图像做视觉语言导航(VLN)。4B 骨干、仅 RGB 输入下,在 R2R-CE 和 RxR-CE Val-Unseen 成功率分别超此前 SOTA 11.9% 和 8.7%。配套置信度引导执行(CGE)策略、多分支训练路线,并融合 RGB 全景的语义与几何特征而不增加视觉 token;四足机器人真实场景实验显示导航更快、停顿更少。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。