近日，一篇题为《NavWM: A Unified Navigation World Model for Foresight-Driven Planning》的论文被ECCV 2026接收。该研究由Yanghong Mei等六位作者共同完成，提出了一种名为NavWM的统一导航世界模型，旨在解决传统视觉导航策略在复杂环境中的短视决策和模式崩溃问题。
现有世界模型方法通常将感知、生成与控制割裂开来，未能有效捕捉它们之间的共享时空动态。NavWM通过引入潜在世界标记（latent world tokens）来提取几何与语义先验，使智能体具备更强的结构理解能力。在此基础上，模型采用基于锚点的多模态轨迹预测框架，生成多样化的动作空间，避免了确定性策略的局限性。这种内在的多样性使得生成式世界模型能够作为鲁棒的闭环规划器，利用视觉预见性评估并选择最优路径。
研究团队在多个机器人数据集上进行了广泛实验，结果显示NavWM在高保真未来状态生成和零样本导航成功率方面均显著超越了现有最先进方法。论文共13页，包含5张图表，详细阐述了模型的设计原理与实验验证。该工作为具身智能领域的导航任务提供了新的思路，有望推动机器人自主导航技术的发展。