นักวิจัยนำเสนอ RepresentNav โมเดลพื้นฐานสำหรับการนำทาง (Navigation Foundation Model) ที่ใช้แนวคิดการสร้างพื้นที่การเรียนรู้ภาพด้วยตนเองผ่าน 'Representation Residuals' เพื่อให้หุ่นยนต์สามารถเลือกใช้ข้อมูลที่จำเป็นที่สุดจากโมเดลสายตาหลายๆ ตัวได้โดยอัตโนมัติ
ฟีเจอร์เด่นคือกลไกการ 'จินตนาการ' หรือการคาดการณ์เหตุการณ์ล่วงหน้า (Latent Chain-of-Thought) ก่อนการเคลื่อนที่จริง โดยใช้โครงสร้างแบบ Joint-Embedding Predictive Architecture (JEPA) ซึ่งช่วยให้หุ่นยนต์ลดอัตราการชนได้ถึง 25% ระบบนี้ผ่านการทดสอบในสภาพแวดล้อมที่ท้าทาย เช่น พื้นที่ที่มีคนหนาแน่นและวัตถุวางเกะกะ โดยทำคะแนนสูงสุดใหม่ในเกณฑ์มาตรฐานหลายรายการ
