中國黑馬甩出5個模型、17項全球第一！自進化體系殺進具身智能核心圈

新智元報道

過去一年，具身智能賽道正經歷著前所未有的「冰火兩重天」。

一方面，一級市場熱錢持續涌入，單筆融資金額屢創新高。

但另一方面，也有企業陸續啟動 IPO 進程、尋求二級市場融資。

而放眼全球，具身智能行業的頭部玩家們，早已敏銳捕捉到風向的轉變。

特斯拉、Figure這些公司在做什么？他們幾乎不約而同地把競爭推向了另一個層面——Physical AI。

特斯拉直接將自動駕駛FSD的底層架構復用至Optimus機器人，試圖通過「端到端」神經網絡，實現從視覺輸入到動作控制的映射，如今已經在工廠執行電池分揀。

Figure AI則通過深度綁定OpenAI，將頂尖VLM注入鋼鐵軀殼，讓Figure 01/02機器人具備自主推理、語義理解能力，進駐寶馬的汽車生產線。

他們的Helix VLA模型，走的是快慢腦雙系統架構，目標不是賣機器人，是賣勞動力。

這些企業路徑不同，但都指向同一個判斷：機器人未來的核心，是AI能不能通過這副身體理解現實世界、適應現實世界，并最終改變現實世界。

這種現象的邏輯，其實都藏在資本的周期里。大多數私募基金的投資年限是「3+2」模式（三年投資，兩年退出），如今已經到了GPLP們迫切需要變現的節點。

資本的倒逼，讓行業面臨一個現實的分水嶺：過去那個靠電機扭矩有多大、后空翻有多穩來證明「機器能動」的故事，已經講到頭了。

企業必須講出下一個更宏大也更切實的故事——「機器能干活」。

如果只是在一個無干擾臺面上，按部就班地執行機械化工作，根本用不著大模型。

具身智能真正的未來，是走向AGI，是在開放、未知、充滿長尾變數的真實世界中執行高度泛化的任務。

而開啟這個時代的鑰匙——是具備系統提升機器人工作能力的技術體系。

為什么走向AGI

必須是「體系化躍遷」？

什么是真正的體系？

近期行業內有一次動作極具代表性。

高德正式宣布其全棧具身技術體系ABot 完成升級，一次性發布了五款新模型（N1、M0.5、ER、AgentOS、C0），并在17項權威基準中拿下SOTA。

它提供了一個極佳的產業切片，向外界展示了全球首個全棧具身技術體系是如何將世界模型、基座模型與具身Agent架構耦合為一個「有機生命體」，并實現落地的。

ABot最早發布于今年4月，彼時高德自研的機器導盲犬高德途途首次登上機器人半馬的舞臺，并展示了其出色的開放環境全自主導航能力。

途途背后的技術支撐就是高德ABot全棧具身技術體系。相比于單個模型能力研究，高德從一開始就搭建了一個為機器人實現高階智能的底層平臺。

其中的每一款模型都有其對應的功能和角色。這是一個具備完整分工且能「自己長本事」的閉環飛輪。

在開放環境中，任意一個通用任務，都需要機器人同時調配多個能力進行編排和協同，最后落地執行。

以最常見的家庭場景為例，RoboCasa-365等權威基準需要將日常任務拆解為數百個涉及語義理解、長程規劃和位移操作的任務，然后進行對應的能力評估。本質是因為，想在家庭場景完成作業，單一的手或者腳足夠靈活，還遠不足以支撐。

用戶需要的是完整的智能，而非只具備手臂或者下肢局部能力的「瘸腿」智能。

而ABot這類架構，正是針對這個痛點而打造。

三層架構，一個飛輪

高德ABot體系的核心，是一個精密咬合、可自進化的三層結構。

最上層是「具身大腦」，由通用具身大腦ER和機器人Agent操作系統AgentOS構成，負責環境感知、任務推理、高層決策調度與記憶沉淀。

中間層是「運動雙核」，由N1和M0.5組成，分工管「腳怎么走」和「手怎么干」。

最底層是「訓練與仿真環境」，以世界模型ABot-World和3D世界模型ABot-Earth持續提供仿真和訓練。

這三層架構決定了ABot的每一次迭代，都不是孤立地點亮某個新技能，而是像生物進化一樣，隨著任務和部署的增多進行整體演進。

這樣的進化能力更類似于人類成長的節奏，在一個人中學階段學習的是一元二次方程，大學階段掌握的則是微積分。每一步的成長，都是完整且高度統一的。

而在這套架構之外，高德途途和它自帶的ABot-C0則扮演端到端能力驗證的外化本體。讓ABot每一個能力的提升都能在本體上有完整呈現。

為什么一定要做這么完整的架構？

因為只有體系跑起來，仿真訓練、物理交互與記憶調度才能彼此反哺。

在單點研究的機構里，研究大腦的和死磕靈巧手的彼此割裂。

但在完整的體系內，手和腳的能力，能夠被一體調用；它們沉淀的知識和經驗，會反向轉化為記憶回饋給大腦，大腦再將記憶用于模型的專項訓練，從而訓練更好的模型和更聰明大腦。

飛輪每轉一圈，整體智能水平就抬高一層。 手和腳的能力提升是同步的——腳走得好，手也不會差。整個系統是一個內循環，逐步向AGI靠近。

從高德此次全新發布的五款模型背后，我們能夠完整看到這套體系究竟是如何應用于機器人，并實現它們質變升級的。

這五款模型類似于高德為機器人打造的「數字靈魂」，它們完整地映射在機器人的五大仿生單元。

雙腳（ABot-N1）：通用導航基座模型，負責空間感知與移動。

雙手（ABot-M0.5）：通用操作基座模型，負責精細化物理交互。

大腦（ABot-ER）：具身大腦，負責統一的邏輯推理與環境認知。

中樞（ABot-AgentOS）：執行中樞，負責記憶調度與任務下發。

運動神經（ABot-C0）：運控系統，將ABot體系的決策穩穩傳導至機器人的軀體動作上。

體系化帶來的三大「表征」

當這五大「數字靈魂」在三層架構的驅動下精密咬合、協同運轉時，便不再是冷冰冰的代碼與模型，而是化身為對復雜物理世界有強大適應力的物理智能體。

這種從底層架構向物理世界的全面映射，超越了傳統單點突破的機器人研發模式，并最終外化為傳統機器人整體性的物理表征。

表征一：「身隨眼動」

相比于讓機器人實現一些高難度的動作，高德的ABot-N1更聚焦于讓機器人合規安全的走進人類生活當中。

ABot-N1在R2R-CE等5項權威基準取得SOTA

讓機器人真正走向開放世界，最大的攔路虎就是機器人無法直接使用常規的導航地圖。常規導航用于人類出行，地圖精度有限。

但是由于人類具備空間常識和安全意識，即便出現地圖偏差和定位漂移，也不影響正常使用，而機器人如果進入開放環境遇到這種問題，將對安全性造成巨大風險。

高德的解法是，為N1導航基座設計了「快慢雙系統」架構。慢思考負責長程路線規劃，快思考負責實時控制。

ABot-N1開放環境全自主導航克服定位偏差

一旦判定導航路徑或定位有誤差，「慢系統」會立刻通過本體系下的視覺感知，讓機器人靠像素-語言雙思維鏈來實時行駛在合規路面。

在實際導航任務中，快慢雙系統異步協同，讓機器人在僅有低精度SD地圖時，既能準確抵達指定坐標目標，又能沿人行道、斑馬線安全通行，而不是像純度量式策略那樣為了到點而抄近道橫穿車道、踩踏綠化帶。

更關鍵的是，N1首創了「Think-and-Point」，不僅消除了部署黑箱，還讓機器人在每一次自主導航中收集交互數據，并結合空間幾何知識，在ABot體系中內化出屬于自己的「空間直覺」。

依靠這種直覺，它在開放環境自主導航任務中創下92.9%的成功率，做到了城市級的長程自主導航。

值得一提的是，ABot-N系列工作已經入選了CVPR年度最佳論文的候選。在此基礎上，ABot-N1不僅延續了一套權重對出行導航全場景任務集的完整覆蓋，還在R2R-CE等5項權威基準均刷新了SOTA。

表征二：「手腳并用」

一個合格的具身智能體不僅要能「走出去」，還要能「能干活」，移動操作是通用機器人邁向真實物理世界的關鍵能力。

在真實的移動操作任務中，傳統機器人往往是單線程結構，左手、右手、底盤線性串聯，如果一步卡住就會直接死機。

體系化的最大亮點之一，就在于「解耦」。

ABot-M0.5將運動與操作拆分為互不干擾的雙動作流，并引入「幀級隱式動作」，讓機器人在極細的時間顆粒度上實現眼、手、腳的實時對齊。

ABot-M0.5全自主進行移動操作

這既解決了單一動作空間中移動與操作相互干擾的問題，還保證了模型能捕捉一些微觀且高頻的物理交互，從而保證任務的執行質量。

面對訓練和推理環境不同，造成的長程任務執行過程中的誤差累積問題，ABot-M0.5通過ABot體系激活了「數據回流」機制進行了解決。

ABot-M0.5具備獨特的「夢境自愈（Dream-Forcing）」能力，這個機制強迫模型在預測的含噪畫面中繼續生成動作，避免細小偏差導致任務失敗。

這些數據源自模型自造，它們會通過ABot的數據回流機制，沉淀為整體記憶和共享經驗，持續強化模型訓練。數據顯示，ABot-M0.5在RoboCasa-365復雜任務測試中大幅領先前代SOTA達20.4%。

ABot-M0.5在LIBERO、Robo-Twin等4項權威基準中均取得SOTA

表征三：「過目不忘」

在具備了優秀的四肢能力后，機器人在真實且復雜環境中，還需要一個完整的機器人操作系統，來統一進行決策和能力調配。

依靠頂層的ABot-ER與AgentOS，機器人擁有了從「想明白」到「做得到」的完整閉環，以及終身記憶的能力。

其中，ABot-ER是面向真實環境的通用具身大腦，統一支撐機器人從感知到決策全流程。它讓機器人不只是識別畫面中的物體，而是能夠「想明白」物體、空間與任務之間的關系，并做出合理判斷。

ABot-ER取得3項SOTA，并登頂數十家機構聯合發布的Embodied Arena 2D-EQA

AgentOS則將規劃與執行從本體中解耦，通過插件式Skill接入，讓同一套系統能適配各種異構機器人。

同時，它自帶跨任務、跨時間的多模態記憶，能在失敗中定向優化記憶存儲，并將沉淀的數據轉化為整個ABot體系的共享資產。

ABot-AgentOS多模態終身記憶 過目不忘

憑借系統級的經驗反哺，機器人真正能夠跨本體和跨任務做到舉一反三、過目不忘。

ABot-AgentOS在Locomo等五大權威基準上均取得SOTA

所有的物理表征，都將在具身機器人進行能力外化的呈現，這個部分高德選擇了其自研的高德途途和運控系統ABot-C0。這也是支持機器人行動的運動神經。該模型通過構建四足機器人統一的行為基座，實現了ABot能力的端到端驗證。

ABot體系支持異構機器人協作

以上這三大表征絕非孤立技能，而是ABot三層架構「飛輪」高速運轉的必然結果。

它們完美印證了這套體系的進化邏輯：手、腳與大腦在真實物理交互中獲取經驗，在仿真環境里持續訓練，最后通過統一的記憶調度完成閉環反哺。

高德途途在現實世界中的端到端成功外化，正是最強有力的證明。

ABot不是在機械地堆砌機器人功能，而是在按照生命的進化節奏，孕育一個能自主生長、不斷逼近AGI的完整物理智能體。

把二十年時空數據

變成具身智能的基座

一個做地圖導航的公司，為什么能殺入具身智能的核心圈？

如果把「體系化」的三道門檻拆開，答案很明顯。

在數據端，相比純模型驅動的廠商在實驗室里死磕合成數據，高德背后是積累了二十年的龐大時空基座。

機器人本質上是物理空間的Agent，高德對空間的理解、環境的拓撲結構、語義信息的豐富維度，是其他廠商難以企及的天然養料。

在架構端，高德從一開始切入具身智能，就不是為了造某一臺特定的機器人。它的ABot是一套完整的、解耦的全棧架構，各司其職，又通過總線互通。

這意味著，今天在四足狗上驗證的經驗，明天可以直接遷移到雙足人形上，而不需要推倒重來。

在工程化上， 從掃街榜再到具身智能，高德在轉型空間智能公司的過程中，積累了極度深厚的AI工程化經驗。

在場景端，無論是高德途途的場景驗證，還是城市級長程任務導航的實際案例，高德的體系是在真實泥濘的路上跑出來的。

把這些維度串起來，會看到一個完整的增強回路。

四者彼此咬合，才能構成一個「越跑越強」的體系——而這，恰恰是單點突破玩家很難復制的。

中場戰事，剛剛拉開帷幕

回到開篇的問題：為什么具身智能的下半場，從體系開始？

因為物理世界從不按實驗室的套路出牌。用單點參數的領先去擊穿物理世界的復雜性，本身就存在風險。

放眼當前的具身智能賽道，行業共識正在發生劇變。

資本催熟的「純硬件故事」已經講完，全球最聰明的頭腦都在向同一個方向聚焦：單打獨斗的時代結束了，體系化作戰才是破局的關鍵。

高德ABot架構的誕生，正是在這一行業敘事下應運而生，它與全球頂尖玩家的探索不謀而合。

它向外界證明了，可以不用再去迷信孤立的「超級大腦」或單個「靈巧手」，而是回歸生命進化的本質，去構建一個精密咬合的閉環生態，才是打破莫拉維克悖論的最佳解法。

通往AGI之路上，比拼的不再是誰的長板更長，而是誰的系統能轉得更穩、迭代得更快。

誰能率先構建出靠「閉環飛輪」自我進化的生態體系，讓機器人在物理交互不斷升級，誰就真正拿到了具身智能下半場的入場券。

泡沫退去，真正的洗牌，才剛剛開始。