HorizonNav视频扩散导航框架发布

HorizonNav 用视频扩散把单张 RGB 图像和文本提示转成几何对齐的 3D 环境表示，供机器人前瞻导航。它用 VLM 构建结构化提示，再经 ORB-SLAM3 估计相机位姿、Video Depth Anything 预测稠密深度，并通过几何引导深度对齐提升多视角一致性。

摘自 arXiv cs.RO

还没有足够的连续观测数据，暂不绘制趋势。