高德 ABot 升级五款具身模型，称拿下 17 项 SOTA
新智元 · wechat · 2026-07-22
具身智能下半场：从单点能力转向体系化作战
这篇文章把具身智能赛道的变化概括为从“机器人会动”走向“机器人能干活”。作者以特斯拉 Optimus、Figure 等为例，强调行业正在从单个技能比拼，转向 Physical AI：机器人要在真实世界里完成感知、推理、记忆、执行的闭环。
文章重点介绍了高德的 ABot 全栈具身技术体系，称其升级后一次发布了五款模型：N1、M0.5、ER、AgentOS、C0，并在 17 项基准上取得 SOTA。整体被描述为三层结构：
- 具身大脑：ER + AgentOS 负责感知、推理、任务调度和记忆沉淀；
- 运动双核：N1 负责导航，M0.5 负责操作；
- 训练与仿真层：ABot-World、ABot-Earth 提供仿真与数据回流。
文中给出的核心结果包括：
- N1 导航：开放环境自主导航成功率据称达到 92.9%，并在 R2R-CE 等基准上刷新 SOTA；
- M0.5 操作：在 RoboCasa-365 上相较前代 SOTA 提升 20.4%；
- ER / AgentOS：把推理、规划、插件式技能和多模态记忆做成统一中枢；
- C0：在自研四足机器人“高德途途”上完成端到端验证。
文章的结论是，具身智能真正的竞争点已经不是某个单独模型或机械结构，而是能否形成仿真、物理交互和记忆反哺的闭环飞轮。
所属事件:高德发布全栈具身体系ABot含五款模型(3 条相关)→
「公司和人」频道最新
- Aileen 灵感论：AI 周期像加密晚期，小实验室正沦为「算力储备」 — beffjezos · 2026-10-27
- 前 Anthropic 员工长文：公司优化的是「被视为好人」而非真正的善 — RichardMCNgo · 2026-10-27
- Creative Strategies 调研：AI 项目规模化后 63% CIO 实现成本级回报 — BenBajarin · 2026-10-27
- 云厂商发布速度打分：AWS 95 分领先，Azure 90、谷歌云 82 — DavidLinthicum · 2026-10-27
- Figma 元老 Mihika Kapoor 转投 AI 初创 Simile 任产品负责人 — joon_s_pk · 2026-10-27
- €80 万企业 AI 转型咨询:18 个月工作坊排满,仍无代码无 ROI — alex_verem · 2026-10-27