高德近日宣布推出兩款創新模型——具身操作基座模型ABot-M0與具身導航基座模型ABot-N0，并在全球十大權威基準評測中斬獲最佳成績，成為首個在具身導航與具身操作兩大領域同時達到SOTA水平的科技企業。這一突破標志著機器人技術在復雜環境感知與任務執行能力上邁入新階段。
作為全球首個采用統一架構的機器人操作基礎模型，ABot-M0通過整合超過600萬條真實操作軌跡數據，構建了目前規模最大的通用機器人數據集。該模型獨創的動作流形學習算法，可實現跨平臺動作預測，顯著提升機械臂等設備的操作靈活性。在Libero-Plus基準測試中，其任務完成率達到80.5%，較行業主流方案提升近30個百分點，尤其在多步驟裝配任務中展現出卓越的穩定性。
ABot-N0則開創性地集成了五大核心導航任務，包括點位導航、目標追蹤、指令響應、興趣點探索及人物跟隨功能。該模型基于約8000個高精度3D場景和近1700萬條專家訓練數據，采用獨特的層次化"大腦-動作"架構設計。在CityWalker、SocNav等七大國際基準測試中，ABot-N0連續刷新世界紀錄，其中在SocNav閉環仿真測試中成功率提升40.5%，HM3D-OVON復雜場景導航測試中成功率提高8.8%，展現出強大的環境適應能力。
技術實現層面，ABot-N0通過多模態感知融合技術，可同時處理視覺、激光雷達和語義信息，在動態障礙物避讓和長距離路徑規劃方面表現突出。該模型已成功部署于真實四足機器人平臺，在邊緣計算設備上實現實時推理與閉環控制，為物流、巡檢等場景的商業化應用奠定基礎。其層次化架構設計使得導航系統既能進行全局路徑規劃，又能處理局部突發狀況，顯著提升復雜環境下的任務完成率。
據研發團隊介紹，ABot-M0與ABot-N0的協同工作模式，可支持機器人同時完成移動與操作任務。例如在倉儲場景中，機器人能自主規劃最優路徑，精準抓取指定貨物并完成分揀。這種"感知-決策-執行"的全鏈路能力突破，為服務機器人、工業機械臂等設備提供了更智能的解決方案。目前相關技術已啟動多場景驗證測試，預計將在智慧物流、醫療輔助等領域率先實現商業化落地。
