走向 AGI，高德為什么要從機器導盲犬開始？

“開放環境具身” 的高德答案。

文丨江思遠

4 月，北京亦莊的一處紅綠燈路口，一只藍色的機器狗正在原地安靜等待。

綠燈亮起，機器狗邁步，通過身上牽引繩傳導，提示身后的主人跟上——那是一位視障大學生。

這是高德四足具身機器人 “途途” 第一次公開上路。可能也是具身智能行業，第一次用這樣的方式面對公眾——不是表演，不是展示，而是一場真實的導盲檢驗，只有真實的道路、人流，和身后的視障同伴。

機器導盲，很難嗎？

當天，除了過紅綠燈，途途的腳步還引領著他的主人，完成了一系列挑戰：規避動靜態障礙，連續繞行穿越狹窄通道；實時預判、靈活避讓突然出現的干擾；穿行密集人群，自主尋找補給站等。

近兩年來，對很多人來說，具身智能最典型的畫面發生在封閉空間，或者人工預設遙控的場景里：在屋里疊衣服，彎腰提起一個杯子；或者走到空地上，沿著預先安排好的路線，完成一段展示和表演。

但它們有一個共同前提。機器人所處的環境被事先周密地整理過，背景干凈、變量有限、任務邊界清晰，偶發因素被壓到了最低。

而 “導盲” 幾乎和上面所有 “可控要素” 背離：

在一個無限開放、持續變化的世界里，機器要同時判斷空間、障礙，以及每一步的風險。人會突然停下來、自行車會斜著穿過路口、盲道被占……還有低垂下來的樹枝、臺階、積水——所有這些時刻變動的要素，都不會提前打招呼。同封閉環境的 Demo 相比，這是完全不同的難度級別。

高德工作人員在接觸視障用戶和相關機構之后，一個明顯的感受是：很多普通人默認成立的通行條件，對視障者來說并不成立。普通人把 “到達” 理解為從 A 點到 B 點；視障者面對的卻是另一套問題：這個路口能不能過？有什么？怎么過？安不安全？很多靠經驗和直覺就能完成的判斷，到了這里都變成了門檻。

對視障者來說，獨立出門是極其困難的一關；其實對機器人來說，也是如此。 “走出家門” 意味著機器要有極高的開放環境導航能力，對物理空間有持續且深入的理解，同時和人的步速配合，理解人的指令，最后還要滿足近乎苛刻的安全標準——一旦失誤，可能危及用戶人身安全。

因此對具身行業來說，導盲不是一個偏門場景，而是把問題提得更尖銳了：行，還是不行？不會給任何容錯空間，沒法靠后期剪輯回避問題，那些在實驗室里還勉強能成立的 demo ，都會在現實世界露餡。

行業里早已不缺生產出來的機器人，越來越多人開始對各種漂亮 demo 發出疑問：它到底是在理解世界，還是只是在表演一套排練過很多遍的流程？

高德挑選了一個幾乎不允許出錯的場景。就是想要驗證：具身智能，到底能不能真正融入現實世界？

一條狗的使命：全自主走向開放世界

在我們和高德具身業務負責人誠卿、具身算法負責人徐牧的交流中，他們把目前具身智能面臨的問題概括為：數據缺乏、泛化能力不足，以及模型和產品之間的斷層。

這也是具身智能和語言智能最大的不同。語言模型可以靠互聯網語料快速擴張能力邊界，哪怕有噪音和偏差，也能在海量試錯中摸索出一些穩定運行的范式；具身智能則不同，機器人和世界打交道，需要對物體、空間、動作、時間、意圖之間的復雜交互關系有深刻理解，容錯率更低，也更難標準化。

高德給 “途途” 的定義是 “開放環境全自主具身機器人”。其實拆開來看，重點不在 “具身機器人”，而在 “開放環境” 和 “全自主”。前者意味著它面對的并非一個被規劃好的空間，后者意味著它不能依賴遙控和預設路線。這兩個詞，差不多劃出了和行業內多數產品的的邊界。

根據高德官方的表述，途途有三層遞進的能力：能出門、會思考、會導盲（即能干活）。從整個行業來看，過去并沒有具身產品能夠同時做到這三點。

“能出門” 不只是能邁開腿走路。今天很多機器人已經能在室內環境里完成導航，也能在小范圍內避障；但只要走到開放環境中，各種突發隨機要素會讓一套在實驗室控制下的流暢系統，迅速崩潰。

而地圖導航一直以來長期處理的，正是 “開放” 問題：這種能力需要海量豐富、多元、精準的物理世界動靜態數據和解析能力支撐，平時不太會被當作前沿技術談論，但一旦被放到具身場景里，它的重要性就凸顯出來——機器人要能出門，它需要應對真實開放世界的各種突發狀況，更加精準無誤地抵達目的地。

“會思考” 則是更高一維度的能力。如今的很多具身系統，更像一種被觸發的執行器：收到命令，完成動作，任務隨之立刻結束。它們能做的事確實越來越多，但很少真的像在 “理解” 一個場景。

高德認為機器人在動作之前，需要先對環境、空間和用戶意圖形成一個判斷。例如用戶對機器人說 “我渴了”，那么機器人能意識到其背后的言外之意，這是一個待完成的真實需求：去哪里買水？如何規劃路線？先嘗試什么？如果失敗了怎么辦……這些問題需要成為思考鏈路的一部分。

這種鏈路和第三層 “能導盲” 緊密銜接。而 “導盲” 這一極高難度場景背后對應的，則是具身機器人在執行通用泛化任務方面的超高要求。

很多機器人都愛秀單項能力，因為這樣最直觀，也最容易做出效果。但用戶需要的從來不是單項能力，而是一整個連貫操作：從接受一個不那么精確描述的需求開始，到在環境變化中不斷修正路徑和動作，直到最后把目標完成。

這和現實世界里人的決策類似，任務幾乎從來不是一次性完成的，它總帶著偏差、意外和中途變化。

如果說 “能出門” 解決的是移動能力，“會思考” 解決的是認知水平，那么 “能導盲” 就代表更廣泛的產品場景落地。只有這三點成立，機器人才有可能從封閉場景里的展示品，變成現實生活中的實用助手。

三位一體，全棧具身智能體系

如果只把途途理解成 “另一個機器人產品”，很容易低估高德做具身智能的決心。

高德真正想展示的并不只是硬件，而是一整套把地圖導航能力、空間環境數據和機械執行操作連接起來的全棧具身技術架構——無論場景和本體形態如何變幻，其背后的架構應該是統一的。

根據他們對晚點的介紹，支撐途途的是一套名為 “ABot” 的完整具身技術架構，大體分成三層：數據與世界模型層、模型與 skill 層、Agent 操作系統層。

其中，數據是高德沉淀更深、優勢更明顯的地方。多年來，高德積累了大量物理世界數據：道路、路口、建筑、交通流等素材，以及在地圖服務中積累的各類異常反饋與糾錯數據。這些多源數據最終融合衍生出一個足夠復雜、也更接近真實世界的訓練底座——ABot-World。

作為一套可交互的世界模型，ABot-World 不僅能讓模型學到幾何軌跡，還能理解各種復雜的物理環境語義，比如 “前方是人行橫道”，或者 “左側 50 米是停車場出口”，從而成為了接近物理世界的訓練環境，機器人可以在里面反復練習。

最近在 PBench、EZSbench、WorldArena、Agibot World Challenge 等主流評測中，ABot-World 均已實現登頂。

第二層是模型層。以 ABot-NO 與 ABot-M0 為核心，其中 ABot-N0 是導航基座模型，解決的是開放環境里的移動問題；ABot-M0 則更偏向操作與執行。它們在各種評測中同樣取得了 SOTA （state-of-the-art）的表現。

在這一層里，不同模型被視為 Skill，導航、移動、操作等技能模塊：一個機器人從接受用戶指令，到導航行走，再到進入室內找到目標位置，這個過程理應是多種技能需求的混合。

再往上，是名為 ABot-Claw 的 Agent 操作系統層，也是整這套技術架構實與物理世界交互的關鍵。

模型能力再強，如果缺少一個中樞把意圖理解、空間記憶、任務拆解、工具調用、執行監控和糾錯重規劃串聯起來，系統依舊只能停留在 “有勁使不出” 的階段。ABot-Claw 就可以持續組織信息、排列能力優先級，它的規劃器以端云一體的大模型為推理引擎，甚至具備閉環反思與自我糾錯能力。

高德還提出了一個概念：Map as Memory。

傳統機器人往往只有局部感知，看到什么處理什么，視野之外的信息很快變成空白。高德的思路是，先給機器人一張持續存在的世界底圖，再把視覺、感知、動作嵌進這張底圖里，實現像人類一樣，在更長、更穩的空間記憶里做決策。

這個三層 ABot 體系，代表了高德想要建立的 “飛輪式” 具身技術路線：涵蓋數據、模型、應用三層，彼此深度咬合、互為引擎，實現 “數據驅動模型、模型服務應用、應用反哺數據”，克服數據稀缺、仿真鴻溝與技能泛化三大行業瓶頸，形成持續自我進化的完整閉環。

空間智能：從導航到具身

把具身智能放到高德自身的發展脈絡里看，這并不算一次突兀的跨界。

如果說高德過去做的，是把世界描述清楚：路在哪里，店在哪里，擁堵怎么出現，用戶該怎么走，怎么更準確地到達……具身則是把這件事再往前推一步：不僅描述世界，還要理解世界，并最終通過機器，在這個世界里自主行動。

去年，高德對外宣布 “AMAP-AI Inside” 戰略、將自身發展主題升格為 “空間智能”，導航不再只是靜態底圖和路線規劃工具，而是具備思考和推理能力的空間智能體。只是在當時，這種智能體還主要存在于手機和車機里，如今則是第一次擁有了途途這個身體，開始真正走進物理世界。

多年來，那些每天在高德地圖各終端發生的導航糾錯、定位漂移、路況變化、入口偏差，還有規模化的行為驗證與反饋，匯聚成高德對物理世界的理解。這是高德具身智能業務最深的護城河，也是其選擇的空間智能路線，想要貫徹的核心理念。

高德 CEO 郭寧說，空間智能對高德而言是 “終局”，并且不是高德選擇了空間智能，而是本身就長在了這片土壤之上。

這可能也是高德和很多具身創業公司最大的區別。后者通常是先做機器人，再想方設法補上一個 “理解世界的大腦”；高德是先握著一套現實世界數據和空間理解體系，再決定讓機器人加入其中。

很顯然，高德確實站在了一個相對稀缺的起點上：它不是從零開始認識世界的。

科技向善與通向 AGI

在采訪過程中，誠卿和徐牧都說，導盲場景是在仔細遴選后確定的。一方面是作為公益項目，填補導盲服務的巨大空缺、滿足視障者的強烈剛需。

中國有 1700 萬視障群體，而導盲犬僅有約 400 只，同時導盲犬訓練周期長，成本高，也會受生物本能和環境干擾——它們是視障者的好幫手，但可能還不是最理想的答案。而高德途途，不僅符合專業導盲犬的極高標準，還沒有情緒波動、不會疲勞生病、服役周期長且能隨著算法迭代持續進化。

另一方面，如前文中所提到，導盲可能是當下具身智能最有挑戰的切入點。高德選擇了相對務實的做法。當行業還在反復爭論什么才是最優先的產品形態（四足、輪式、人形……）時，先找到了導這個具體場景，縱深探索。

四足機器人是不是終極答案？可能對于高德來說并不重要。ABot 技術棧將會適配各種機器人產品形態，只是對于導盲來說，四足已經是一個足夠合適的載體：穩定成熟，能夠承載導盲和開放環境導航，所要求的一整套能力驗證。

途途并非又一款具身玩具。它更像高德首次嘗試將過去系統性的積累，完整交付給一具具體的 “身體”。

為 “人” 導航的智能沉淀，也正成為引導 “機器人” 走進現實世界的操作系統。

除了作為唱歌跳舞、情緒消費的娛樂產品外，機器人或許真的可以進一步融入現實世界，改善人們的生活，哪怕從局部微小的一點開始。

題圖來源：《銀翼殺手》