全球具身智能領域迎來重大突破，高德公司正式宣布開源其自主研發的ABot-M0模型。作為全球首個基于統一架構的機器人具身操作基座模型，該系統通過單一"通用大腦"實現多形態機器人的協同控制，為行業提供了全新的技術范式。
在權威測試基準中，ABot-M0展現出顯著優勢。Libero-Plus測試數據顯示，其任務完成率達到80.5%，較前代標桿方案提升近30個百分點。RoboCasa等國際主流測試平臺也驗證了該模型在復雜場景下的卓越性能，特別是在空間感知與動作規劃方面達到行業領先水平。
此次開源項目覆蓋數據、算法、模型三個核心維度。其中包含的UniACT數據集整合超過600萬條真實操作軌跡，構建了全球規模最大的機器人操作數據庫。該數據集通過標準化處理管線，將分散的異構數據轉化為統一訓練樣本，使不同廠商的機器人數據得以互通共用，預訓練效率提升40%以上。
算法創新方面，高德提出的動作流形學習（AML）技術突破傳統預測模式。該算法直接生成物理可行的動作序列，避免反復試錯帶來的效率損耗，使策略穩定性提升25%。配套的雙流感知架構采用模塊化設計，在保留視覺語言模型（VLM）語義理解能力的同時，通過3D幾何模塊增強空間推理能力，形成互補的技術方案。
模型層面提供的完整工具鏈包含預訓練模型與開發框架，開發者可直接調用核心組件進行場景適配。統一架構設計驗證了"通用大腦+專用軀體"的技術路徑可行性，為工業機器人、服務機器人等不同形態設備的協同開發奠定基礎。測試顯示，該模型在工業分揀、家庭服務等場景中表現出良好的遷移能力。
技術文檔顯示，開源項目包含從數據處理到模型部署的全流程解決方案。標準化數據接口支持多類型傳感器接入，模塊化算法架構允許開發者自由組合功能組件。這種設計理念顯著降低了具身智能系統的開發門檻，加速技術成果向產業應用的轉化進程。
