视觉语言模型端到端导航

视觉语言模型能不能不把感知、规划、控制拆成几个模块分别调优，而是让一个模型从画面和指令直接给出行为——这是具身智能里很实际的一道题。导航任务要求模型看着画面、理解指令、走出路径，恰好把视觉理解、语言理解和序列决策压在同一条链上，因此常被当作检验端到端路线的场景。2024 年 11 月挂出的这份 arXiv 预印本以“视觉语言模型端到端导航”为题，时间点落在智能体与大模型合流、具身方向讨论密集的阶段，值得在盘点时占一个位置。标题里的“端到端”在通常用法中意味着减少人工切分的中间环节，这份资料是否真按这个主张实现，材料没有交代，但题目本身已经把问题摆了出来。

需要先说清楚这份资料的层级：可获取的是 arXiv 的公开摘要页和一份可直接下载的 PDF，材料中没有给出论文所用的数据集、模型规模、训练方式或评测基准。因此能确认的范围只到“这是一篇以视觉语言模型端到端导航为题的预印本”，而不是一份附带复现细节的综述或经过长期检验的结论汇编。若要用它做技术判断，得回到 PDF 正文里看方法与实验部分；这份条目本身承担的是线索和入口的角色。换句话说，它更像盘点表里的一行，而不是结论的来源。

材料能支撑的事实不多，但都可核。第一，PDF 免费，公开摘要页与 PDF 均可直接下载，中间不存在付费墙或申请环节。第二，本环境已核验 PDF 魔数，意味着拿到的文件在文件头层面确实是 PDF，而不是被重定向的网页或损坏的占位文件。第三，编号是 arXiv 2411.05755，凭这一项就可以稳定定位到同一份文档，避免同名标题带来的混淆。这几条讲的都是“能不能拿到、拿到的是不是真东西”，而不是论文得出了什么结论。

把这几条放在一起看，它们解决的是文献盘点的前置摩擦：链接失效、页面跳转、下载到空文件，这些在批量整理子领域文献时最耗时间，而且往往要等到写综述时才被发现。魔数核验这一步尤其如此，它不评价论文质量，只保证后续的阅读、摘录和引用不会建立在一个坏文件上。换句话说，这份资料目前能给出的确定性是工程层面的，不是学术层面的。材料没有提供任何实验数字、对比结果或性能结论，所以“效果如何”这类判断不能从这里推出。

这意味着它可以作为智能体、大模型、具身这条子领域盘点里的一个稳定锚点：编号确定、文件可得、格式已核验，先收进清单，再决定要不要精读。对需要快速铺开文献面的人来说，这种可核验的入口比一篇转述二手结论的导读更可靠，因为它不预设立场，也不会把别人的判断当成论文的判断塞进来。反过来说，若目标是判断端到端导航这条路线是否成立，仅凭这份条目远远不够，必须进入 PDF 看方法与实验设置。这是解读，不是材料给出的结论。

适合正在整理智能体、具身智能或视觉语言模型应用文献的读者，尤其是需要补齐子领域条目、又不希望清单里混入失效链接的人。读完能拿走三样确定的东西：arXiv 编号 2411.05755、可直下的免费 PDF，以及“该文件已通过魔数核验”这一状态。边界同样明确：材料没有涉及论文的方法细节、数据来源、实验结果与同行评审状态，也没有与同类工作的横向比较，因此它支撑的是“找到并打开”，不支撑“评价与选型”。