高德全自主具身机器人炸场亦庄马拉松，拿下「导盲」这道硬核考题

文章摘要

【关 键 词】 高德地图、具身智能、自主导航、基座模型、开放环境

开放环境下的导盲任务面临长尾不确定性、极高安全要求及空间语义不完整三大核心难点。为解决这些问题，高德推出了贯通数据、模型与 Agent 的 ABot 全栈体系。该体系包含数据层 ABot-World、模型层 ABot-N0 与 ABot-M0、以及 Agent 层 ABot-Claw。这套全栈体系的加持，让机器人有底气向导盲代表的一类最典型真实世界问题发起挑战。

导航基座模型 ABot-N0 将导航能力重构为统一模型驱动，支持五大类核心导航任务，在七项国际权威具身导航基准上全部达到 SOTA 水平。操作基座模型 ABot-M0 通过统一动作表示与异构数据集，实现了跨任务、跨本体的泛化能力，在操作评测中成功率显著提升。具身智能开始围绕模型搭体系，导航侧通过统一模型打破任务边界，操作侧通过统一数据打破本体差异。

数据层 ABot-World 利用数字孪生与物理引擎生成大规模高保真训练环境，解决数据少与覆盖不全的问题。Agent 层 ABot-Claw 构建跨具身共享记忆系统，引入闭环反思与自我纠错机制，使机器人具备持续进化能力。当学与用连成一个循环，系统开始具备持续进化的能力，这或许是具身智能走向长期可用的分水岭。

高德 ABot 全栈体系不仅支撑了导盲任务的完成，也为行业提供了从实验室走向真实世界的范本。通过感知、决策、执行的高效整合，机器人在复杂动态现实中更加游刃有余，标志着具身智能迈向实际落地的标志性节点。

原文和模型

【原文链接】 阅读原文 [ 5724字 | 23分钟 ]
【原文作者】 机器之心
【摘要模型】 qwen3.5-397b-a17b
【摘要评分】 ★★★☆☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。