本文介绍了一种名为NavGPT的导航代理，基于大语言模型，能够执行视觉和语言导航任务。实验表明，NavGPT在复杂环境中具备出色的推理和规划能力，能够将指令分解为子目标并适应特殊情况。此外，研究还提出了多机器人合作导航框架Co-NavGPT和基于视频的导航模型NaVid，均在导航性能上优于现有模型，为未来导航研究奠定了基础。