ImagiNav：用生成式视觉预测与逆动力学实现可扩展具身导航

ImagiNav 提出一种分层导航范式，不再预测路点，而是根据语言指令合成未来的第一人称视频作为高层规划，再由逆动力学模型解译为可执行的度量轨迹。该范式将规划与机器人执行解耦，可直接利用野外多样化导航视频，并配套开发了提升运动标注精度的自动标注数据管线。ImagiNav 在无需机器人演示数据的情况下实现向机器人导航的零样本迁移。