TrackVLA是北京銀河通用機器人有限公司於2025年6月1日推出的一款端到端具身FSD大模型，其外文名與產品名一致。該模型基於仿真合成動作數據構建的視覺-語言-動作（VLA）框架，採用純視覺環境感知技術，能夠通過自然語言指令驅動實現機器人動作的端到端輸出。其升級版本TrackVLA++能夠在複雜環境中實現30分鐘以上的穩定長程跟隨。該公司還推出了面向零售場景的VLA大模型GroceryVLA。
TrackVLA具備感知、推理、運動和互動能力，無需依賴預建地圖或遠程操控即可完成從感知到行動的閉環操作，能夠在複雜環境中識別目標並自主導航。該模型通過統一架構整合視覺感知、路徑規劃與動作輸出，實現在陌生環境下的自主避障與連續跟隨，並可部署至四足機器人、輪式機器人等不同形態的設備。該模型具備自然語言指令理解、目標識別與跟蹤、密集人群跟隨等功能，包括目標丟失後重新定位、非剛性運動目標識別跟隨和風險識別與安全路徑規劃。該模型已搭載於宇樹機器狗，在未經過訓練的真實場景中完成了長程驗證，可套用於商場巡邏、室內物流等場景，其採用的Sim2Real場景遷移技術為NavFoM技術奠定了基礎。
基本介紹
- 外文名：TrackVLA
- 所屬公司 ：北京銀河通用機器人有限公司
- 上市時間：2025年6月1日
- 所屬品牌：銀河通用
產品簡介,技術原理,功能特點,套用場景,發展歷史,市場反響,
產品簡介
TrackVLA 是北京銀河通用機器人有限公司於2025年6月1日推出的一款導航大模型。該模型為端到端具身FSD模型。其採用純視覺環境感知，具備泛化推理和零樣本能力，可通過自然語言指令驅動，並端到端輸出語言和機器人動作。它是一個由仿真合成動作數據訓練的“視覺-語言-動作”（Vision-Language-Action, VLA）大模型。該模型使機器人能夠基於視覺感知進行環境理解與自主運動，無需提前構建環境地圖，也不依賴遠程操控。
TrackVLA 在一個統一模型中集成了感知、推理、運動和互動能力。與將視覺感知、目標識別和路徑規劃分開處理的傳統模式不同，TrackVLA 將這些功能進行了整合。該模型旨在在複雜環境中識別服務對象，以提供相應的服務。它不依賴特定硬體，具備跨本體套用能力，可部署於四足機器人、輪式機器人、雙足機器人及飛行機器人等多種平台上。
技術原理
TrackVLA是一個由仿真合成動作數據訓練的“視覺-語言-動作”（Vision-Language-Action, VLA）大模型。其技術核心在於端到端的設計理念，模型能夠直接從“看到的圖像”和“聽到的指令”中推理出“怎么走”，無需人為拆分多個步驟。與傳統的“視覺感知→目標識別→路徑規劃”分開處理模式不同，TrackVLA將這些能力通過一個統一模型整合。
該模型具備零樣本（Zero-Shot）泛化能力，無需提前建圖或對特定環境進行預先訓練，即可在陌生場景中依靠模型內嵌的環境理解知識實現“現學現走”的自主導航。模型通過仿真合成動作數據進行訓練，實現了從仿真到現實（Sim2Real）的能力遷移。2025年11月，銀河通用發布了升級版本TrackVLA++，其能力得到顯著提升，能夠實現30分鐘以上在複雜環境中的穩定長程自主跟隨。
功能特點
TrackVLA是一個端到端導航模型，集成了感知、推理、運動和互動能力。該模型具有多種功能，包括自然語言指令理解、目標識別跟蹤、密集人群跟隨、目標丟失後重新定位、非剛性運動目標識別跟隨和風險識別與安全路徑規劃。
該模型能理解如“跟著媽媽”“換成孩子”等自然語言指令，識別對應的目標位置，並可根據新指令切換跟隨對象。在超市、商場等密集人流和複雜貨架環境中，它能識別並跟隨指定目標，其能力可套用於多種移動目標，包括人類和寵物狗等非剛性運動目標。在兒童遊樂區等場景中，該模型能識別玩具、水漬等潛在風險，並規划行進路徑。
當目標意外走出視野後，TrackVLA能通過空間記憶和運動推理算法，分析目標軌跡並規劃路徑重新找回目標。該模型無需提前構建環境地圖，即可在商場、電梯、兒童遊樂區等陌生場景中實現自主導航與連續任務，並能夠避讓行人、應對光線變化和地面障礙。
其遠程功能允許用戶通過App查看機器人視角，並能接收包括兒童跌倒、老人滯留等在內的安全預警信息。TrackVLA具備零樣本泛化能力，可在未訓練過的真實場景中完成驗證；其升級版本TrackVLA++可以實現30分鐘以上穩定的長程自主跟隨。
套用場景
TrackVLA大模型可用於多種服務場景，其功能包括遠程可視守護和安全預警，以及在商場、園區等環境中的安防巡檢。
在室內物流方面，該模型適用於倉庫、藥店等場景的物品搬運與揀選。有套用實例顯示，搭載該模型的機器人曾在北京的無人藥店中進行藥品揀選和配送。
該模型不依賴特定硬體，可部署於四足機器人、輪式機器人等多種機器人平台上。
發展歷史
2025年6月，銀河通用發布端到端具身FSD大模型TrackVLA。
2025年11月，銀河通用發布了該模型的升級版本TrackVLA++，該版本在複雜環境中的長程自主跟隨能力有所提升。
市場反響
TrackVLA的發布與推進“通用具身智慧型機器人”落地相關。該模型具備產品級端到端能力。在2025年中國具身大模型的相關評述中，銀河通用及其TrackVLA模型被列為技術布局者之一。該模型具備零樣本導航、複雜場景長時穩定跟隨等技術能力。
