研究者提出SEDualVLN双系统视觉语言导航框架

Jingzhi Huang 等研究者提出空间增强的双系统视觉语言导航（VLN）框架 SEDualVLN，并在 VLN-CE 基准上评测。System 1 为具备全局与局部空间感知的 VLM，负责高频动作生成；System 2 将通用 MLLM 与建图模块结合，用实时 3D 地图的俯视图与渲染路径图像流做低频路径点规划。 论文称该框架在 VLN-CE 基准上取得当前最优（state-of-the-art）性能，消融实验显示各系统与模块均有效。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。