高德发布两款ABot系列基座模型，达成全球首个具身操作和具身导航双SOTA

来源：猎云网近日，阿里巴巴集团旗下高德正式发布具身操作基座模型 ABot-M0 与具身导航基座模型 ABot-N0，补齐了具身机器人规模化落地的两块核心能力——操作的通用性和导航的长程性，并刷新了全球多项权威评测纪录，高德也成为全球首个在具身导航与具身操作上同步达到 SOTA（目前最好、最先进的模型）的厂商。ABot-M0：全球首个统一架构的机器人基础模型，让机器人拥有 " 通用大脑 "长期以来，机器人技术的规模化应用面临诸多挑战，其中关键之一在于数据的割裂、动作表示的不统一以及空间理解能力的不足。不同厂商、不同形态的机器人往往使用各自独立的数据体系，导致模型难以跨平台复用，训练效率受限，部署成本高。高德推出的 ABot-M0 作为一款通用的具身操作基础模型，从 " 数据统一—算法革新—空间感知 " 三个方面进行了系统性重构，致力于提升模型在多样化机器人形态和任务场景下的泛化能力。ABot-M0 模型架构图ABot-M0 基于全球开源资源，整合超过 600 万条真实操作轨迹，构建了目前规模最大的通用机器人数据集。通过统一动作表示、坐标系与控制频率，并采用增量式动作建模，实现了跨平台数据融合，支撑了完全基于公开数据的预训练。算法革新上，ABot-M0 提出了全球首个动作流形学习：有效的机器人动作受限于物理规律、任务目标与环境约束，集中分布在低维结构化的流形上。设计了 AML（Action Manifold Learning）算法，使模型能够直接预测结构合理、物理可行的动作序列，提升策略的稳定性与解码效率。为增强空间感知，ABot-M0 引入 3D 感知模块，增强模型对 " 前后、远近、遮挡 " 等空间语义的理解，在复杂环境中实现更精准的操作决策。在 Libero、Libero-Plus、RoboCasa 基准测试中，该模型在包含复杂任务组合与动态场景扰动的设定下，平均任务成功率均达到 SOTA。其中，Libero-Plus 基准上达到了 80.5%，较业界先进方案 pi0 提升近 30%，展现了其在高扰动高难度具身操作任务中的领先性能。ABot-M0 在 Libero-Plus 的评测通过系统的工程设计与算法改进，ABot-M0 探索了一条通向通用具身智能的技术路径，也为未来开放、共享的机器人生态提供了可复现、可扩展的基础支持。ABot-N0：全球首个五大导航任务统一的全栈导航基座模型导航是机器人进入物理开放世界的核心基础能力，机器人需要在动态且存在干扰的环境里展现出通用的行动能力，如跨场景送物或跟随服务，这同时也是具身智能演进的终极命题。然而，当前的具身导航研究普遍深陷 " 碎片化 "：主流方法往往针对特定任务构建孤立的专用架构，这不仅限制了模型的跨任务泛化能力，更阻碍了智能体从海量异构数据中提取统一物理先验的可能性。这也是当前机器人常陷于 " 环境看不懂、动作做不准 " 的核心原因，复杂指令（如 " 去门口帮我看看快递 "）更是难以执行。高德推出的具身导航基座模型 ABot-N0，以 " 全任务一统 " 为核心目标，并实现全球首次在单一模型中完整集成 Point-Goal（点位导航）、Object-Goal（目标导航）、Instruction-Following（指令跟随）、POI-Goal（兴趣点导航）与 Person-Following（人物跟随）五大导航任务，有效突破了传统架构中任务割裂的瓶颈。比如，当用户对搭载 ABot-N0 的具身机器人说：" 带我去奶茶店买一杯奶茶，再帮我占个座。" 时系统会自动分解为具体的导航任务：首先执行 Point-Goal，根据地图记忆接近奶茶店区域；之后切换至 POI-Goal，精准锁定店铺入口并靠近；随后触发 Instruction-Following，进入店铺并导航至柜台；最后执行 Object-Goal，在店内寻找空沙发并停靠。相较于只能支持部分任务的具身导航模型，高德 ABot-N0 所实现的五大导航任务给长程复杂任务的执行提供了可行的解决方案。这一能力背后，是高德在架构设计、数据引擎和系统框架上的关键革新。ABot-N0 的数据、性能、任务概览在模型架构上，ABot-N0 采用层次化的 " 大脑‑动作 " 设计哲学：由 " 认知大脑 " 理解指令并做推理，由基于流匹配（Flow Matching）的 " 动作专家 " 生成精确且多峰分布的连续轨迹 。训练上，先让模型做认知训练热身，再用部分认知数据和海量导航动作进行联合监督微调，最后用强化学习把导航决策对齐到人类偏好的行为价值，最终打造出真实环境中更通用的 VLA 基座模型。在数据侧，依托高德长期沉淀的场景资产和专家示例，高德构建了业内最大规模的具身导航数据引擎，涵盖约 8000 个高保真 3D 场景等海量时空数据与近 1700 万条专家示例，从而增强模型在真实环境中的泛化能力与鲁棒性。基于 ABot-N0 的系统性创新，其在 CityWalker、SocNav、R2R-CE/RxR-CE、HM3D-OVON、BridgeNav、EVT-Bench 七大权威基准测试中全面刷新了世界纪录。其中在 SocNav 闭环仿真中，成功率（SR）飙升 40.5%，在 HM3D-OVON 评测中成功率（SR）提升 8.8%，均显著强于之前的 SOTA 模型。此外，为了解决机器人在执行长程复杂任务时的任务拆解与容错问题，高德提出了可落地的 Agentic Navigation System 具身导航系统框架，行成从 " 读懂指令 " 到 " 长程复杂任务执行 " 的闭环能力架构，支持机器人在执行过程中持续感知、记忆、决策与纠错。系统已成功部署于真实四足机器人平台，并在边缘侧实现了高效推理与闭环控制，验证了其在动态现实环境中的泛化性能与工业级稳定性。

甘肃省金塔县金塔镇，重庆市潼南区桂林街道 ，湖南省沅江市胭脂湖街道，四川省绵竹市富新镇，广西壮族自治区合浦县乌家镇，黑龙江省明水县双兴镇，江西省弋阳县桃源街道，安徽省肥东县梁园镇，河北省枣强县嘉会镇，青海省贵南县森多镇，甘肃省武都区琵琶镇，四川省绵竹市富新镇，浙江省青田县万阜乡，博罗县龙溪镇，湖南省沅江市胭脂湖街道，重庆市潼南区桂林街道，江西省寻乌县菖蒲乡 ，内蒙古自治区卓资县梨花镇，二道白河镇，河北省枣强县嘉会镇，山东省郓城县李集镇，甘肃省庆城县桐川镇

全球服务区域: 贵州省余庆县花山苗族乡，江西省于都县梓山镇 ，河南省林州市横水镇，四川省理县蒲溪乡，广西壮族自治区合浦县乌家镇，江西省弋阳县桃源街道，四川省理县蒲溪乡，河南省林州市横水镇，四川省绵竹市富新镇，广西壮族自治区钟山县钟山镇，广东省天河区元岗街道，陕西省白河县冷水镇，安徽省肥东县梁园镇，二道白河镇，甘肃省金塔县金塔镇，新余市，广西壮族自治区凤山县凤城镇 ，二道白河镇，黑龙江省友好区双子河街道，江西省寻乌县菖蒲乡，陕西省白河县冷水镇，博罗县龙溪镇。

在众多影视作品中，有一种题材总能引起观众的热烈讨论，那就是女性生存困境。近年来，一部名为《女虐》的影视作品凭借其深刻的社会意义和引人深思的剧情，成为了众多影迷热议的焦点。那么，这部备受关注的影视佳作究竟有何魅力，为何能够引起观众如此强烈的共鸣呢？下面，就让我们一起走进《女虐》的世界，一探究竟。 《女虐》讲述了一位年轻女性在现实生活中遭遇的种种困境。她不仅要面对来自家庭的压力，还要在职场中拼尽全力，努力实现自己的价值。然而，现实却一次次地打击着她的自信心，让她陷入了无尽的痛苦和挣扎。 影片中，女主角的经历具有很强的现实意义。许多女性观众在观看过程中，不禁为她的遭遇感到心酸，同时也反思自己在现实生活中所面临的困境。影片通过细腻的镜头语言，展现了女性在家庭、职场、社会等方面的种种压力，让观众深刻体会到女性的不易。 《女虐》的导演在处理女性题材方面独具匠心。影片中，导演并没有将女性形象单一化，而是通过丰富的人物性格和情节，展现了女性在不同环境下的生存状态。这种真实、立体的人物塑造，使得影片具有很强的感染力。 在影片的剧情方面，导演巧妙地将现实与虚构相结合。一方面，影片展现了女性在现实生活中所面临的困境；另一方面，又通过虚构的元素，为观众呈现出一个充满希望的未来。这种独特的叙事手法，使得影片在揭示社会问题的同时，也带给观众一种积极向上的力量。 此外，影片的演员阵容也十分强大。主演们凭借精湛的演技，将角色演绎得淋漓尽致。观众在观看过程中，不禁为演员们的精彩表现而赞叹不已。 那么，如何在线观看《女虐》呢？随着互联网的普及，越来越多的影视作品可以通过网络平台进行观看。以下是几种在线观看《女虐》的方式： 1. 在线视频网站：如爱奇艺、腾讯视频、优酷等，这些平台通常会提供最新上映的影视作品，观众可以在这些平台上找到《女虐》进行观看。 2. 影视APP：如PP视频、芒果TV等，这些APP提供了丰富的影视资源，观众可以通过这些APP下载或在线观看《女虐》。 3. 私人影院：随着技术的发展，私人影院逐渐成为一种新的观影方式。观众可以在私人影院租借《女虐》的播放权限，享受专属的观影体验。 总之，《女虐》是一部具有深刻社会意义的影视佳作。它不仅揭示了女性生存困境，还带给观众一种积极向上的力量。如果你还没有观看这部影片，不妨找个时间，在线观看《女虐》，感受这部作品的独特魅力。