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。

黑龙江省友好区双子河街道，四川省木里藏族自治县依吉乡 ，甘肃省庆城县桐川镇，重庆市潼南区桂林街道，江西省寻乌县菖蒲乡，定兴县固城镇，山东省槐荫区振兴街街道，山东省郓城县李集镇，河南省林州市横水镇，定兴县固城镇，山东省河口区新户镇，黑龙江省友好区双子河街道，江西省广信区花厅镇，定兴县固城镇，山东省河口区新户镇，贵州省余庆县花山苗族乡，河南省林州市横水镇 ，青海省贵南县森多镇，江西省临川区六水桥街道，河南省林州市横水镇，安徽省肥东县梁园镇，江西省临川区六水桥街道

全球服务区域: 尚义县南壕堑镇，青海省贵南县森多镇 ，江西省临川区六水桥街道，贵州省余庆县花山苗族乡，甘肃省庆城县桐川镇，河南省林州市横水镇，四川省绵竹市富新镇，二道白河镇，定兴县固城镇，山东省河口区新户镇，云南省德钦县云岭乡，广西壮族自治区钟山县钟山镇，四川省理县蒲溪乡，甘肃省渭源县大安乡，山东省郓城县李集镇，广西壮族自治区合浦县乌家镇，广东省天河区元岗街道 ，平湖市新埭镇，青海省贵南县森多镇，甘肃省庆城县桐川镇，安徽省鸠江区白茆镇，四川省木里藏族自治县依吉乡。

近年来，中国电影市场涌现出一批具有深刻文化内涵和艺术价值的作品。其中，新金瓶梅电影凭借其独特的视角和精湛的制作，吸引了众多影迷的目光。如今，这部作品已经可以在各大视频平台在线观看，让更多的人有机会领略这部经典之作的魅力。 《金瓶梅》作为明代小说的代表作，自问世以来便以其独特的艺术魅力和深刻的社会意义，吸引了无数读者。而新金瓶梅电影则是对这部经典作品的一次全新演绎，导演以其独特的视角，将原著中的故事进行了现代化的改编，使之更具时代感和观赏性。 新金瓶梅电影在保留了原著精神的基础上，对人物形象进行了全新的塑造。影片中的角色性格鲜明，情感丰富，让观众在欣赏电影的同时，也能深刻感受到人性的复杂与矛盾。影片中的场景布置、服饰道具等细节处理，都充满了匠心独运，为观众呈现了一个充满东方韵味的古代世界。 在影片的拍摄手法上，新金瓶梅电影同样表现出色。导演运用了多种镜头语言，如长镜头、慢镜头、特写等，将人物的情感变化和故事情节的推进展现得淋漓尽致。此外，影片中的音乐、音效等元素也恰到好处地衬托了影片的氛围，使得整部作品更具艺术感染力。 值得一提的是，新金瓶梅电影在演员阵容上也颇具实力。影片的主演们凭借出色的演技，将角色演绎得栩栩如生，为观众呈现了一场视觉盛宴。在影片中，演员们之间的情感纠葛、权力斗争等情节，都让人感受到了人性的复杂与挣扎。 如今，新金瓶梅电影已经可以在各大视频平台在线观看。观众们可以通过网络平台，随时随地欣赏这部经典之作。在线观看的方式，让更多的人能够接触到这部作品，感受到其中所蕴含的文化底蕴和艺术魅力。 对于喜欢中国古典文学和影视作品的观众来说，新金瓶梅电影无疑是一部不容错过的佳作。影片不仅是对原著的致敬，更是对传统文化的一次传承。在观看这部作品的过程中，观众不仅能领略到古代社会的风貌，还能感受到导演对人性、道德、伦理等问题的深刻思考。 总之，新金瓶梅电影在线观看，是一场视觉与文化的盛宴。它以其独特的艺术魅力，吸引了众多影迷的目光。在这个信息时代，我们有幸能够通过网络平台，欣赏到这部经典之作，实为一种幸运。让我们共同走进这部作品，感受其中的魅力，传承中华民族的优秀文化。