记者2月13日从上纬启元获悉，由北京大学董豪教授领衔的上纬启元团队近期取得重要突破，其不仅建立了一套评估机器人“空间感”的科学标准，更研发出一套全新的导航模型，让机器人真正开始理解空间。

你是否曾畅想过，只要对家里的机器人说一声“去客厅茶几右边的矮凳后面，把我的杯子拿来”，它就能像家人一样听懂并做到？现实是，尽管今天的机器人已经能识别出“茶几”“矮凳”这些物品，却对“右边”“后面”“绕一圈”这样简单的方位词一头雾水——它们本质上还是“路痴”，难以理解我们日常说话里的空间关系，更做不到灵活行动。

技术人员告诉记者，其实问题并不复杂。“你可以把过去的机器人操作理解为它只学会了‘认东西’，却没学会‘认路’。就像你教会了孩子辨认桌子、椅子，却没教他‘左边’‘远处’‘楼上’是什么意思。”机器人能识别物体，却感知不到物体之间的距离、方位、高低关系，更无法在移动中持续判断如何调整路线。因此，一旦听到“到两个沙发正中间停下”或“绕过餐桌走一圈”，它就不知所措。

给机器人装上“空间大脑”，一项名为NavSpace的研究成果已由北大、启元团队联合完成，并在真实场景测试中表现优异。简单来说，这项技术赋予机器人一种类似人脑的空间认知能力——让它不仅看见物体，更能判断物体的位置关系、距离远近、方向变化，并在移动过程中持续思考和调整。

空间感，听起来似乎是人类再简单不过的常识，对机器人来说，却是“从0到1”的跨越。当前，多数导航模型依赖对物体名称（语义）的识别，缺乏对距离、方位、层级和结构等空间属性的深刻感知与推理能力，导致执行此类指令时表现不佳。

为系统性地评估、提升这种能力，研发人员构建了NavSpace评测基准——业内首个专注于“空间智能”的导航测试集。它包含六大类、超过1200条需在仿真3D环境中实际完成的导航指令，涵盖垂直感知、精确移动、视角转换、空间关系、环境状态与空间结构。NavSpace如同给机器人的一套“空间认知”专业考题，其难度在于要求智能体进行持续的动态空间推理，而非单帧图像识别。

在此基础上，团队提出的SNav模型，核心创新在于研发了一套面向空间智能的自动指令、数据增强管线，能够从现有数据中自动生成大量涵盖六大空间能力的训练样本，从而将空间感知与推理能力高效地注入模型。据悉，SNav在NavSpace基准的所有类别上均超越了现有模型，证明了该方法的有效性。同时，在搭载于AgiBotLingxiD1四足机器人的真实世界测试中，SNav成功执行了多类复杂的空间指令，验证了其从仿真到真实的迁移能力。

此外，搭载该模型的机器人在办公室、校园等真实环境中，听懂并执行了如“去矮凳”“去二楼最近的沙发旁”等复杂指令，成功率远超以往模型。这意味着机器人开始从“实验室玩具”向“生活助手”转变。

这项突破将直接推动智能服务机器人走进真实场景。在家庭场景，扫地机器人能精准沿墙根、绕家具清洁，不再被困；管家机器人能听懂“去卧室衣柜左边第三个抽屉”，帮你取放物品。在养老陪护场景，机器人能安全搀扶老人走到指定位置，并感知周围环境，避免碰撞或跌倒。在酒店与商场，导引机器人可准确带你到达“扶梯后面第二个柜台”，送货机器人能将物品送至具体房间的指定角落。在工业物流场景，搬运机器人能灵活理解“摆到货架最上层靠左位置”，提升仓储效率。