让机器人零训练看懂世界，直接找目标
UniGoal 是一个面向通用零样本目标导向导航的框架，发表于 CVPR 2025。它解决的是智能体在未知环境中根据自然语言指令或目标类别进行导航的问题，无需针对特定场景或目标进行训练。其核心能力包括：利用大规模预训练视觉-语言模型（如 CLIP）构建开放词汇的目标表示，结合拓扑地图和记忆机制实现跨场景的泛化；支持从 RGB-D 或纯 RGB 输入中提取语义信息，并通过强化学习或规划策略生成导航动作。UniGoal 在多个基准数据集（如 Habitat-Matterport 3D）上展示了优于现有零样本方法的性能，旨在推动具身智能体在真实世界中实现灵活、通用的导航能力。
CoW (Context-aware Waypoints)、ZSON (Zero-Shot Object Navigation)、SemExp (Semantic Exploration)
UniGoal 是计算机视觉领域的开源项目，由 bagh2178 开发，2025 年首次发布。
它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 367。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-19。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：家庭服务机器人按指令找物体。同类可对比的替代方案包括 CoW (Context-aware Waypoints)、ZSON (Zero-Shot Object Navigation)、SemExp (Semanti…。
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
Olympus
开源
一个路由搞定所有视觉任务，免去逐个微调
[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···
