(网经社讯)7月22日，阿里巴巴旗下高德对外宣布，自研 ABot 全栈具身智能技术体系完成全面升级，同步推出 ABot-N1、ABot-M0.5、ABot-ER、ABot-AgentOS、ABot-C0 五大核心模型，整套技术体系在 17 项行业权威评测基准中取得 SOTA 最优成绩，实现机器人 “身随眼动、手脚并用、过目不忘” 一体化能力落地，推动具身智能行业从单点模型比拼迈入全栈协同进化新阶段。

据网经社 AI 台（AI.100EC.CN）获悉，当前行业具身智能研发普遍存在碎片化痛点：导航、机械操作、推理记忆、运动控制模型各自独立，数据、经验无法互通复用，机器人难以在真实城市、家庭场景完成连贯长程任务。区别于行业单一模型迭代思路，高德打造全球首个一体化全栈具身技术体系，将世界模型、基座模型与具身智能体架构深度融合，五款模型分别对应机器人的 “脚、手、大脑、中枢系统、运动神经”，形成可自我迭代、数据闭环流转的完整智能有机体。

ABot-N1（导航基座）：普通地图 + 单相机实现城市自主导航，室外成功率 92.9%

作为机器人的 “双脚”，ABot-N1 通用导航模型跳出高精地图依赖的行业传统方案，仅依靠普通 RGB 相机与公开路网即可完成大范围城市自主导航。模型采用快慢双系统架构，搭配首创像素级思维链，每一步行进决策同步输出可追溯的逻辑推理过程，出现定位偏差时可快速依托视觉信息自主修正路线。实测数据显示，ABot-N1 在点位导航、人物跟随、POI 目标导航等五大任务表现领先同类方案，室外长程导航成功率达 92.9%，拿下 R2R-CE、HM3D-OVON 等 5 项行业基准 SOTA。真实场景中，该模型可自主识别通行边界、遵守交通信号灯、人群动态避障，狭窄通道、楼梯等复杂环境下自动重规划路线，适配城市人行道、园区、社区等开放场景。

ABot-M0.5（操作基座）：移动操作同步协同，复杂任务性能领先行业 20.4%

针对机器人 “移动与操作无法兼顾” 的行业难题，代表机器人 “双手” 的 ABot-M0.5 构建双独立动作流机制，拆分移动、抓取控制逻辑，通过帧级隐式动作对齐实现眼手脚同步联动。同时独创 “梦境自愈” 训练机制，依靠模型自主预测含噪视觉画面迭代动作策略，从根源解决长任务误差累积、一步出错全盘失效问题。在 LIBERO、RoboTwin、RoboCasa365 四大评测基准登顶 SOTA，家庭复杂连续任务性能较前代最优方案高出 20.4%，基础操作任务提升 10.6%。演示场景中，搭载该模型的机器人可连贯完成定位行走、物品抓取、倒水、递送全流程任务，实现边走边作业。

ABot-ER+ABot-AgentOS：打造终身记忆系统，让机器人 “过目不忘”

ABot-ER 作为机器人 “大脑”，负责空间、物体、任务逻辑深度推理，打通感知到行动的完整判断链路，拿下 3 项记忆类基准 SOTA，登顶 Embodied Arena 2D-EQA 评测榜单；配套执行中枢 ABot-AgentOS 承担整体调度功能，将规划、执行、验证流程与机器人硬件解耦，通过插件化技能库兼容人形、四足、轮式等各类异构机器人。两大模型协同搭建跨时间、跨任务多模态终身记忆架构，自动存储每次任务的成功经验、失败轨迹，定向优化记忆检索逻辑，机器人可记忆历史场景、人物、操作方式，遮挡、陌生环境下调取过往经验完成任务，彻底摆脱传统机器人 “做完即忘” 的短板，是整套体系实现持续自进化的核心载体。

ABot-C0 运控模型：统一运动神经，打通算法到硬件落地最后一环

ABot-C0 作为整套体系的 “运动神经”，搭建通用四足机器人统一行为基座，将上层导航、操作、决策模型输出的智能指令精准转化为稳定、流畅的实体动作，补齐算法落地硬件的关键环节，保障整套 ABot 体系能力可稳定外化到各类实体机器人。业内分析指出，高德 ABot 全栈体系的核心创新在于构建完整自进化闭环：导航、操作、记忆、运控各模块数据双向回流，仿真训练、现实交互、经验沉淀互相赋能，整套系统可在持续使用中自主优化性能，突破传统机器人静态训练、无法自主迭代的瓶颈。据高德介绍，此次五模型全面升级后，ABot 技术体系将持续拓展机器人适配形态，面向城市服务、家庭服务、特种巡检等场景落地，依托地图底层能力持续完善真实世界具身智能解决方案，推动通用服务机器人规模化商用落地。