中科院团队研发SkyNav模型 破解无人机视觉语言导航难题登顶SOTA

高空无人机的视觉语言导航技术，长期受两大核心问题制约——一是成像时边界模糊导致的识别误差，二是语言指令与视觉场景之间存在的语义鸿沟，这两类问题严重限制了导航的精准度。

针对这一行业痛点，国内科研团队受神经科学领域的研究启发，研发出了首个适配城市开放环境的统一视觉-语言-动作模型SkyNav。该模型通过高频特征注入技术与分层指令解析机制，有效破解了上述两大难题，大幅提升了无人机导航的精度，目前在CityNav数据集的测试中，其性能已达到当前最优水平（SOTA）。