Este documento explora la capacidad de los Modelos de Lenguaje Grande (LLMs) para realizar planificación de cero disparos a través del razonamiento multimodal, con un énfasis particular en las aplicaciones a Vehículos Terrestres No Tripulados (UGVs) y plataformas no tripuladas en general. Presentamos una arquitectura de sistema modular que integra un LLM de propósito general con entradas visuales y espaciales para la planificación adaptativa que guía iterativamente el comportamiento de los UGV. Aunque el marco se demuestra en un entorno terrestre, se extiende directamente a otros sistemas no tripulados, donde el razonamiento semántico y la planificación adaptativa son cada vez más críticos para la ejecución autónoma de misiones. Para evaluar el rendimiento, empleamos una métrica de evaluación continua que considera conjuntamente la distancia y la orientación, ofreciendo una alternativa más informativa y detallada a las medidas de éxito binarias. Evaluamos un LLM fundamental (es decir, Gemini 2.0 Flash, Google DeepMind) en un conjunto de tareas de navegación y exploración de cero disparos en entornos simulados. A diferencia de los sistemas LLM-robot anteriores que dependen de ajustes finos o políticas de puntos de referencia aprendidas, evaluamos un planificador LLM puramente de cero disparos y por pasos que no recibe demostraciones de tareas y razona solo a partir de los datos percibidos. Nuestros hallazgos muestran que los LLM exhiben signos alentadores de planificación espacial dirigida a objetivos y de finalización parcial de tareas, incluso en un entorno de cero disparos. Sin embargo, las inconsistencias en la generación de planes entre modelos destacan la necesidad de adaptación o ajuste fino específico para la tarea. Estos hallazgos resaltan el potencial del razonamiento multimodal basado en LLM para mejorar la autonomía en la navegación de UGV y drones, uniendo la comprensión semántica de alto nivel con una planificación espacial robusta.