高德近日宣布，全球首個基于統一架構的機器人具身操作基座模型ABot-M0已實現全量開源。這一創新成果通過構建“通用大腦”，使不同形態的具身機器人能夠共享同一套智能系統，為行業突破形態適配難題提供了全新范式。

在性能驗證方面，ABot-M0在Libero-Plus等國際權威基準測試中刷新紀錄，任務成功率達80.5%，較前代標桿方案提升近30個百分點。該模型在RoboCasa等場景化測試中也展現出顯著優勢，其空間操作精度與任務完成效率達到行業領先水平。

此次開源項目構建了完整的技術生態體系，涵蓋數據集、算法框架與預訓練模型三大核心模塊。其中公開的UniACT數據集整合超過600萬條真實操作軌跡，通過標準化處理管線將異構數據轉化為統一訓練資源，有效解決了行業長期存在的數據孤島問題。該數據集采用統一動作表示體系，使不同機器人采集的數據能夠跨平臺復用，預訓練效率提升達40%。

算法創新層面，高德團隊提出的動作流形學習（AML）技術突破傳統試錯模式，通過直接生成物理可行動作序列，將策略穩定性提升35%。配套開發的雙流感知架構創造性地融合視覺語言模型與3D幾何模塊，在保持骨干網絡不變的前提下，使模型的空間推理能力提升28%，特別在復雜場景下的物體操作準確率達到92%。

開發者生態建設方面，ABot-M0提供完整的端到端工具鏈，支持快速部署至工業機械臂、服務機器人等不同形態設備。統一架構設計驗證了“通用大腦+專用軀體”技術路徑的可行性，為制定行業技術標準提供了重要實踐依據。預訓練模型支持零代碼場景適配，開發者僅需調整末端執行器參數即可完成個性化定制。

項目技術負責人表示，此次開源標志著高德正式加入全球具身智能技術共建行列。通過開放核心專利技術，旨在吸引更多研究者參與完善通用智能框架，推動機器人技術從實驗室走向真實應用場景。目前已有超過200家科研機構申請接入開發平臺，涵蓋智能制造、智慧物流等多個領域。