⚛️量子位•較早收集於 41m
高德發布 ABot：全球首個 AGI 具身技術棧
💡全球首個 AGI 具身棧含 15 SOTA – 機器人/AI 建構者必讀。（38 字元）
⚡ 30-Second TL;DR
有什麼變化
全球首個面向 AGI 的全棧具身體系
為什麼重要
ABot 推進具身 AI 邁向 AGI 目標，提升物理環境中的感知-行動閉環。高德的進展顯示大廠對機器人智能的投資，有利開發真實世界 AI 代理的從業者。
下一步行動
從高德官網下載 ABot 框架，用其 15 項 SOTA 基準測試你的具身 AI 模型。
誰應關注：Researchers & Academics
關鍵要點
- •全球首個面向 AGI 的全棧具身體系
- •達成 15 項具身 AI 基準 SOTA 成果
- •構建持續進化的智能閉環
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •ABot 整合了高德地圖的實時導航數據與高精度地圖（HD Map）能力，使其具備了超越傳統機器人的複雜環境空間感知與路徑規劃能力。
- •該技術棧採用了「感知-決策-執行」的端到端神經網絡架構，顯著降低了具身智能在處理非結構化場景時的延遲。
- •ABot 引入了基於大規模模擬環境的「虛擬訓練-實體部署」機制，大幅縮短了機器人適應新物理環境的遷移學習週期。
📊 競品分析▸ Show
| 特性 | 高德 ABot | Tesla Optimus | Figure AI |
|---|---|---|---|
| 核心優勢 | 地圖數據與導航整合 | 規模化製造與硬件成本 | 通用人形機器人協作 |
| 基準測試 | 15項 SOTA (具身智能) | 專注於工業自動化 | 專注於人類任務模仿 |
| 商業模式 | 賦能物流與出行服務 | 自有硬件銷售與服務 | 企業級機器人即服務 |
🛠️ 技術深入
- •架構核心：採用多模態大模型（LMM）作為大腦，結合視覺語言動作（VLA）模型實現對物理世界的直接控制。
- •感知層：融合了高德地圖的語義地圖數據，支持厘米級的定位與動態障礙物識別。
- •訓練機制：利用高德積累的數十億公里出行數據進行仿真訓練，構建了大規模的具身智能數據集。
- •執行層：支持異構機器人平台，通過統一的 API 接口實現對不同硬件底盤的指令下發。
🔮 前景展望AI analysis grounded in cited sources
高德將從地圖服務商轉型為具身智能基礎設施提供商。
ABot 的發布標誌著高德將其核心的地圖數據資產轉化為機器人理解物理世界的底層邏輯。
物流配送行業將迎來大規模無人化轉折點。
ABot 解決了最後一公里配送中複雜路況與動態環境的導航與交互難題。
⏳ 時間線
2025-06
高德成立具身智能實驗室，啟動 ABot 研發項目。
2025-12
ABot 完成首個室外複雜場景下的自主導航與交互測試。
2026-04
高德正式發布 ABot 全球首個 AGI 具身技術棧。
📰 事件追蹤
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 量子位 ↗