高德ABot-World登顶四项权威评测，全球唯一在物理合规性、动作可控性、零样本泛化均达第一的世界模型

DoNews4月19日消息，4月19日，在2026北京亦庄机器人半程马拉松上，阿里巴巴旗下高德正式公开全球首款开放环境全自主具身机器人"高德途途"，这款四足机器人成功协助视障人士完成复杂避障、人群穿行等实战挑战，突破了"实验室"到"开放环境"之间的技术鸿沟。

途途能够应对导盲等严苛场景的底层依托，正是高德全新发布的ABot全栈具身技术体系。该体系基于上万种真实场景与千万级多模态Clip数据，将高德沉淀的空间智能资产高效转化为具身核心训练资源，打造出全球首个面向AGI的全栈具身技术体系。

ABot体系，从架构上突破了传统具身智能“单点拼凑、封闭验证”的碎片化路径，以AGI为核心目标，首次将数据引擎、基座模型与执行中枢耦合为统一系统。目前，高德ABot系列模型已经在全球15项权威基准测试中拿到SOTA。

ABot体系：三层飞轮式设计，构建持续进化的具身智能闭环

ABot体系采用闭环飞轮式设计，涵盖数据、模型、应用三层，架构并非简单堆叠，而是深度咬合、互为引擎，实现“数据驱动模型、模型服务应用、应用反哺数据“，精准击穿数据稀缺、仿真鸿沟与技能泛化三大行业瓶颈，形成持续自我进化的完整闭环。

数据是具身智能的核心“燃料”，直接决定其泛化能力的天花板。不同于大语言模型，传统真机采集难以规模化，成本呈指数级攀升。

作为数据层的核心， ABot-World通过批量合成 Video、Depth、Point Cloud、Trajectory 四类训练数据，配合RL Training Engine在虚拟环境里定义奖惩、反复试错。模型以高保真仿真替代高昂的真机采集，从根本上弥合Sim-to-Real鸿沟，将数据成本压缩数个数量级。

模型层重点解决具身操作的通用性和导航的长程性，其核心是感知与决策。其中ABot-M负责操作，ABot-N负责导航，两个模型分工训练、通过 Model Skill机制组合调用，完成长程复杂任务。

应用层的核心是具身版“龙虾”ABot-Claw，通过将异构机器人统一于共享认知框架之下，打造具备调度、记忆、分层控制与社会对齐能力的“执行中枢”，以应对长程任务闭环难、知识不共享等问题。

ABot体系的设计逻辑，直接沿袭自高德的空间智能飞轮：依托近10亿月活场景产生的海量时空数据与实时反馈，算法在闭环中持续迭代，推动模型对物理世界的认知不断加深，飞轮每日在真实世界中自动演进，从根本上界定了高德的体系化优势：不依赖单点技术突破，而是依靠飞轮在真实场景中持续运转的“转速”。

ABot-World：物理合规性、动作可控性、零样本泛化三大维度均达全球第一

当主流世界模型仍受困于“视觉幻觉”与动力学脱节时，ABot-World率先突破，成为全球首个将物理定律深度嵌入生成全流程的可微分、可进化动力学引擎。作为ABot体系的底层仿真基座，它直接决定了上层模型的物理一致性与泛化上限。正是以该引擎为核心，ABot体系彻底打通“虚拟训练-真实部署”闭环。

架构上，ABot-World专为具身智能设计了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，并基于千万级真实数据与多层级采样治理，突破单一任务的泛化制约。

场景构建上，3DGS冷启动空间基座面向手机拍摄、航测图等稀疏输入，通过"粗建模、高保真修复再到蒸馏回环"的自动化流程，将低质量视频转化为高质量3D场景，大幅拉低数据成本。

训练方面，模型首创 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，构建优劣样本对，驱动模型主动抑制违反物理规律的行为。同时，拉格朗日动力学与 3DGS 重建的融合使得每一帧画面都成为包含质量、摩擦、接触力等属性的可微分物理快照。

除此之外，ABot-World还构建了"训练+数据"双引擎并行架构，实现模型自进化。依托自有地图与脱敏数据，结合3DGS技术实现厘米级重建与光照一致性，系统已累计生产万级3D真实场景、百万级推理数据与千万级训练轨迹，覆盖99%的典型生活场景。通过接入VLA闭环，模型实现"预测即训练，演练即学习"的持续进化，并经由跨形态动作映射，统一支持多种机械形态的精确控制。

在PBench、EZSbench、WorldArena、Agibot World Challenge等主流评测中ABot-World持续领先，并成为唯一在物理合规性、动作可控性、零样本泛化三大维度均达SOTA的模型。

ABot-N& ABot-M：ABot体系的“运动双核”，跨本体导航与操作基座斩获11项SOTA

若将ABot全栈体系视为具身智能的“运行大脑”，ABot-N与ABot-M便是其“运动双核”，分别掌管机器人的“双腿”与“双手”，直接响应物理世界中“去哪里”与“做什么”的基础指令。依托统一架构设计，高德打造出可解耦和协同的专用基座模型，一举突破跨形态适配与跨任务泛化的技术瓶颈。

作为全球首个实现五大核心导航任务"大一统"的VLA基座模型，ABot-N具备意图理解、自主决策与持续进化能力，是途途走向开放世界的核心导航引擎。其采用层级式“大脑-动作”架构，通过多模块协同实现单一模型导航任务全覆盖，彻底打破传统专用架构的泛化天花板。

ABot-N推出后，迅速在VLN-CE（R2R/RxR）、HM3D-OVON、EVT-Bench等7大权威基准上全面刷新SOTA，并在导航精度、社会合规性、zero-shot泛化实现断层式领先。

ABot-M是全球首个统一架构的具身操作基座模型，其可实现一个“通用大脑”适配多种形态的机器人，大幅提升操作模型在异构机器人形态和任务场景下的泛化能力。

ABot-M提出了全球首个动作流形学习，将学习目标由去噪重构转为流形投影，显著提升动作生成的稳定性与解码效率，在高自由度全身控制等复杂场景中展现出更强的可扩展性。并且在感知端，采用语义流和动作流双流并行的架构，提升精细操作的执行精度。

在LIBERO、LIBERO-Plus、RoboCasa GR1、RoboTwin 2.0等主流评测中，ABot-M全面超越π0.5、UniVLA、OpenVLA-OFT等强基线，在泛化能力、鲁棒性与跨形态迁移三个维度实现系统性领先。

不仅如此，ABot-N、ABot-M的多项子成果入选 ICLR、CVPR等顶会，成为精确、高效、安全的机器人导航、操作的范式参考。

ABot-Claw：首创“Map as Memory”的通用集中式Harness架构

记忆是机器人跨越认知与执行鸿沟的底层基石。传统机器视觉受限于“视野之外即荒原”，记忆呈场景碎片化，严重制约泛化能力。

为突破这一瓶颈，ABot-Claw首创“Map as Memory”理念，重构具身智能的记忆机制。作为ABot体系的“执行中枢”，ABot-Claw采用集中式Harness架构，将高德地图与用户私有地图设为全局认知锚点，把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、持久沉淀的“世界记忆”。新终端接入后，仅需读取全局上下文即可零成本继承环境认知，彻底粉碎场景孤岛。

另外，ABot-Claw 采用"云端大脑—边缘响应"两级设计，兼顾智能深度与执行可靠性。在调度层面，该架构还支持多种异构机器人的并行协作与任务接力，故障时自动接续，实现任务上下文无缝移交与跨形态协作，这标志着机器人系统从“单体智能”向“体系智能”的演进，机器人不再是孤立个体，而是共享记忆、统一调度、协同进化的智能网络节点。

ABot-Claw还首创闭环反馈与纠错机制，在模糊指令理解、跨机导引等复杂场景中充分验证其鲁棒性与泛化性。

伴随高德途途的全球首秀，高德同步宣布将开源ABot全体系，此举不仅是对“AMAP AI Inside”核心理念的深度践行，更将重塑具身智能的研发范式，加速AGI时代的全面到来。