VLMnav是一种创新的导航系统，通过将视觉语言模型（VLM）应用于端到端导航任务，实现了零样本导航。该系统不依赖传统的感知、规划和控制分离方法，而是通过VLM直接选择动作，显著提升了导航性能。文章详细介绍了VLMnav的设计理念、实验验证结果以及与其他方法的对比分析。实验结果表明，VLMnav在ObjectNav和GOAT基准测试中均表现出色，尤其在宽视场角和仅依赖RGB图像的情况下，展示了其强大的泛化能力和潜在的应用前景。尽管存在一些局限性，如对“允许滑动”参数的依赖，但随着VLM技术的进步，VLMnav有望在未来超越专用系统的表现。