高德發(fā)布全球首個AGI具身技術體系ABot：15項SOTA

你見過能帶著視障人士在馬拉松人群里穿梭的機器人嗎？4月19日，北京亦莊機器人半程馬拉松上，阿里巴巴旗下高德的四足機器人“途途”火了——它不僅完成了復雜避障、人群穿行的實戰(zhàn)挑戰(zhàn)，還直接突破了實驗室到開放環(huán)境的技術鴻溝！這背后，是高德剛發(fā)布的ABot全棧具身技術體系在撐腰。

途途能應對導盲這種嚴苛場景，核心就是高德全新的ABot全棧具身技術體系。這套體系基于上萬種真實場景和千萬級多模態(tài)Clip數(shù)據(jù)，把高德沉淀的空間智能資產(chǎn)變成了具身訓練的核心資源，是全球首個面向AGI的全棧具身技術體系。它打破了傳統(tǒng)具身智能“單點拼湊、封閉驗證”的碎片化路徑，把數(shù)據(jù)引擎、基座模型和執(zhí)行中樞耦合在一起，目前已經(jīng)在全球15項權威基準測試中拿到SOTA（最優(yōu)成績）。

ABot體系采用閉環(huán)飛輪式設計，涵蓋數(shù)據(jù)、模型、應用三層，不是簡單堆疊，而是深度咬合、互為引擎——數(shù)據(jù)驅(qū)動模型，模型服務應用，應用反哺數(shù)據(jù)，精準解決了行業(yè)里數(shù)據(jù)稀缺、仿真鴻溝和技能泛化三大難題，形成了持續(xù)自我進化的閉環(huán)。

數(shù)據(jù)是具身智能的“燃料”，但傳統(tǒng)真機采集成本太高。ABot-World作為數(shù)據(jù)層核心，通過批量合成視頻、深度圖、點云、軌跡四類訓練數(shù)據(jù)，配合虛擬環(huán)境里的反復試錯，用高保真仿真替代真機采集，把數(shù)據(jù)成本壓縮了好幾個數(shù)量級。

模型層是機器人的“運動雙核”：ABot-M負責操作，ABot-N負責導航，分工訓練又能組合調(diào)用，搞定長程復雜任務。應用層的ABot-Claw則是“執(zhí)行中樞”，把不同機器人統(tǒng)一到共享認知框架下，解決長程任務閉環(huán)難、知識不共享的問題。

這套設計邏輯，其實沿襲自高德的空間智能飛輪——依托近10億月活場景的海量時空數(shù)據(jù)和實時反饋，算法每天在真實世界里自動迭代，靠的不是單點技術突破，而是飛輪持續(xù)運轉的“轉速”。

當主流模型還在被“視覺幻覺”和動力學脫節(jié)困擾時，ABot-World已經(jīng)率先突破：它是全球首個把物理定律深度嵌入生成全流程的可微分、可進化動力學引擎。作為底層仿真基座，它直接決定了上層模型的物理一致性和泛化能力，徹底打通了虛擬訓練到真實部署的閉環(huán)。

ABot-World用14B DiT架構，以觀測和動作為輸入，生成符合時空動力學的未來狀態(tài)序列；3DGS冷啟動空間基座能把低質(zhì)量視頻轉化為高質(zhì)量3D場景，拉低數(shù)據(jù)成本；還首創(chuàng)了Diffusion-DPO物理偏好對齊框架，讓模型主動抑制違反物理規(guī)律的行為。目前，它已經(jīng)生產(chǎn)了萬級3D真實場景、百萬級推理數(shù)據(jù)和千萬級訓練軌跡，覆蓋99%的典型生活場景，是唯一在物理合規(guī)性、動作可控性、零樣本泛化三大維度都達SOTA的模型。

ABot-N和ABot-M是ABot體系的“運動雙核”，分別掌管機器人的“雙腿”和“雙手”。ABot-N是全球首個實現(xiàn)五大導航任務“大一統(tǒng)”的VLA基座模型，采用層級式“大腦-動作”架構，在VLN-CE、HM3D-OVON等7大權威基準上刷新SOTA，導航精度、社會合規(guī)性都是斷層領先。

ABot-M則是全球首個統(tǒng)一架構的具身操作基座模型，一個“通用大腦”能適配多種機器人形態(tài)。它首創(chuàng)動作流形學習，提升了動作生成的穩(wěn)定性和效率，在LIBERO、RoboCasa GR1等評測中全面超越強基線。這兩個模型的多項成果還入選了ICLR、CVPR等頂會，成了機器人導航和操作的范式參考。

它還采用“云端大腦—邊緣響應”兩級設計，兼顧智能深度和執(zhí)行可靠性，支持多種機器人并行協(xié)作和任務接力，故障時自動接續(xù)，標志著機器人從“單體智能”向“體系智能”演進。

伴隨途途的全球首秀，高德同步宣布開源ABot全體系。這不僅踐行了“AMAP AI Inside”的核心理念，更將重塑具身智能的研發(fā)范式，加速AGI時代的到來。

你覺得途途這樣的機器人，多久能走進我們的日常生活？是先幫視障人士解決出行難題，還是先出現(xiàn)在家庭里幫忙做家務？評論區(qū)留下你的預測，點贊收藏讓更多人看到這個改變未來的黑科技！