高德发布ABot全栈具身体系：15项SOTA，构建AGI级闭环智能

事件概述

4月19日，阿里巴巴旗下高德正式对外发布全球首个面向AGI（通用人工智能）的全栈具身技术体系“ABot”。同日，基于该体系打造的四足机器人“高德途途”在2026北京亦庄机器人半程马拉松上完成实战演示，成功协助视障人士在复杂开放环境中完成避障与人群穿行，标志着具身智能技术从实验室走向真实应用场景的突破。

核心架构：三层飞轮闭环

ABot体系摒弃了传统具身智能“单点拼凑”的路径，采用数据、模型、应用深度咬合的三层飞轮设计，实现“数据驱动模型、模型服务应用、应用反哺数据”的持续进化闭环：

1. 数据层：ABot-World

作为底层仿真基座，ABot-World是全球首个将物理定律深度嵌入生成全流程的可微分动力学引擎。

• 架构创新：采用14B DiT架构，以观测与动作为输入，在潜空间直接生成符合时空动力学的未来状态序列。
• 成本压缩：通过3DGS冷启动空间基座，将手机拍摄或航测图等稀疏输入转化为高保真3D场景，大幅降低数据获取成本。
• 物理对齐：首创Diffusion-DPO物理偏好对齐框架，由VLM生成物理规则清单并独立判别，有效抑制违反物理规律的行为。
• 规模效应：累计生产万级3D真实场景、百万级推理数据与千万级训练轨迹，覆盖99%典型生活场景，彻底打通“虚拟训练-真实部署”闭环。

2. 模型层：运动双核（ABot-N & ABot-M）

• ABot-N（导航基座）：全球首个实现五大核心导航任务“大一统”的VLA基座模型。采用层级式“大脑-动作”架构，在VLN-CE、HM3D-OVON等7大权威基准上刷新SOTA，具备意图理解、自主决策与零样本泛化能力。
• ABot-M（操作基座）：全球首个统一架构的具身操作基座模型。提出全球首个动作流形学习，将学习目标转为流形投影，显著提升动作生成稳定性。在LIBERO、RoboCasa GR1等评测中全面超越π0.5、UniVLA等强基线，实现跨形态迁移的系统性领先。

3. 应用层：ABot-Claw

作为具身版“龙虾”执行中枢，ABot-Claw首创“Map as Memory”理念，重构记忆机制。

• 集中式Harness架构：将高德地图与用户私有地图设为全局认知锚点，多模态感知数据统一映射至共享语义空间，形成可动态刷新的“世界记忆”。
• 云端 - 边缘协同：采用两级设计兼顾智能深度与执行可靠性，支持多种异构机器人的并行协作、任务接力及故障自动接续。
• 闭环纠错：内置闭环反馈与纠错机制，在模糊指令理解与跨机导引等复杂场景中验证了鲁棒性。

关键成果与影响

• SOTA成绩：ABot系列模型在全球15项权威基准测试中取得SOTA（State-of-the-Art），其中ABot-World是唯一在物理合规性、动作可控性、零样本泛化三大维度均达第一的模型；ABot-N与ABot-M合计斩获11项SOTA。
• 技术突破：解决了具身智能领域长期存在的数据稀缺、Sim-to-Real（仿真到现实）鸿沟以及技能泛化瓶颈。
• 开源计划：高德宣布将开源ABot全体系，旨在重塑具身智能研发范式，加速AGI时代的到来。
• 行业意义：依托近10亿月活产生的海量时空数据，高德构建了不依赖单点技术突破，而是依靠真实场景飞轮持续运转的体系化优势。