新智元報(bào)道

編輯：Aeneas 犀牛

【新智元導(dǎo)讀】一只四足機(jī)器狗，無需預(yù)設(shè)路線、無需人工遙控，在開放城市環(huán)境中自己認(rèn)路、自己走、自己干活——這是高德「途途」正在上演的真實(shí)場(chǎng)景。背后的秘密，是一套終結(jié)「一機(jī)一圖」困局的具身智能Harness——ABot-Claw。

具身智能的破曉時(shí)刻來了！

就在剛剛，2026北京亦莊機(jī)器人半程馬拉松上，阿里巴巴旗下高德正式公開全球首款開放環(huán)境全自主具身機(jī)器人「高德途途」。

這款四足機(jī)器人成功協(xié)助視障人士完成復(fù)雜避障、人群穿行等實(shí)戰(zhàn)挑戰(zhàn)，突破了「實(shí)驗(yàn)室」到「開放環(huán)境」之間的技術(shù)鴻溝。

我們?cè)缫蚜?xí)慣LLM在數(shù)字世界的無所不能，然而一旦觸及物理實(shí)體，以前的具身智能往往會(huì)碰壁。

比如，你對(duì)著一只機(jī)器狗說：帶我去最近的公園放松一下。

傳統(tǒng)機(jī)器人會(huì)大概率是一臉茫然——它不知道公園在哪，不知道怎么走，更不知道「放松」意味著什么。

就算你把路線告訴它，它也只能按圖索驥，遇到施工封路就徹底抓瞎。

這種「知識(shí)孤島」的工程瓶頸，正是具身智能通往通用AGI的最大絆腳石。

現(xiàn)在，高德正式發(fā)布了全球首個(gè)面向AGI的全棧具身技術(shù)體系A(chǔ)Bot，以及智能導(dǎo)盲犬高德途途。

這不僅是一臺(tái)「能出門、會(huì)思考、能導(dǎo)盲」的四足機(jī)器人，更是一次對(duì)具身智能底層邏輯的重構(gòu)。

跟傳統(tǒng)的機(jī)器狗不一樣，高德的四足機(jī)器人途途會(huì)先理解你的意圖——你累了、想透氣，接著查詢自己的「記憶庫」找到最近的公園坐標(biāo)，然后把任務(wù)拆解成一系列子目標(biāo)，最后一路導(dǎo)航到目的地。

如果中途遇到障礙，它會(huì)實(shí)時(shí)調(diào)整路線，甚至在你沒察覺的情況下繞開一群正在遛彎的大爺大媽。

比如，它甚至可以直接出門到咖啡店里給你取一杯咖啡。

特別是作為體系中樞的ABot-Claw，它的出現(xiàn)，意味著具身智能終于迎來了屬于自己的「Harness」（智能駕馭中樞）。

高德，正在用自己的空間智能沉淀，開啟具身智能通向AGI的大門。

傳統(tǒng)具身智能的致命傷

一機(jī)一圖、知識(shí)孤島、單體脆弱

長(zhǎng)期以來，具身智能領(lǐng)域有一個(gè)幾乎無解的工程困境，業(yè)內(nèi)稱之為「一機(jī)一圖」。

什么意思？

每臺(tái)機(jī)器人部署到新環(huán)境時(shí)，必須從零開始：獨(dú)立建圖、獨(dú)立冷啟動(dòng)、獨(dú)立訓(xùn)練。

今天這臺(tái)機(jī)器人在A辦公室學(xué)會(huì)了怎么找會(huì)議室，明天換一臺(tái)新機(jī)器人到B辦公室，一切就得從頭再來，經(jīng)驗(yàn)無法沉淀，知識(shí)無法復(fù)用。

這就像一家公司每招一個(gè)新員工，都得從幼兒園開始教——認(rèn)字、學(xué)加減法、了解公司業(yè)務(wù)，從零培養(yǎng)到能上手，然后他一離職，下一個(gè)人再來一遍。

這就是當(dāng)前機(jī)器人行業(yè)的普遍現(xiàn)狀。

更致命的是，單體機(jī)器人極度脆弱。它們只能圍繞眼前的世界建模，眼睛看不到的地方就是未知黑洞。

電梯門關(guān)了，它不知道樓上是什么；前方轉(zhuǎn)角有人走過來，它無法預(yù)判。

沒有記憶、沒有協(xié)同、沒有容錯(cuò)——這就是為什么大部分機(jī)器人只能在封閉場(chǎng)景里做做搬運(yùn)工作，一旦走出實(shí)驗(yàn)室，立刻變成不會(huì)走路的「科技盲人」。

答案來了：從「單體能力展示」到「系統(tǒng)級(jí)解法」

高德途途的出現(xiàn)，打破了這一僵局！

作為一個(gè)「開了天眼」的四足機(jī)器人，它在開放環(huán)境下無需預(yù)設(shè)路線，無需人工遙控，就能自己認(rèn)路、自己走。 哪怕是超視距外的路況變化，它也能提前預(yù)判。

之所以能支撐這種通用能力，真正的秘密在于，它換了一套底層操作系統(tǒng)——ABot-Claw。

如果把機(jī)器人比作一匹馬，過去的做法是不斷給馬喂更好的飼料、做更多的訓(xùn)練，希望它跑得更快更遠(yuǎn)。

而Harness的思路是：給馬裝上韁繩和馬鞍，讓騎手能真正駕馭它。

ABot-Claw處于ABot技術(shù)體系的Agent層，承上啟下：向下接收ABot-M0（操作模型）和ABot-N0（導(dǎo)航模型）的能力輸出，向上統(tǒng)一調(diào)度四足、輪式、人形等不同形態(tài)的機(jī)器人本體。

它不是又一個(gè)基座模型，而是讓基座模型能力真正落地的「中樞神經(jīng)系統(tǒng)」，從此，機(jī)器人從「被動(dòng)執(zhí)行器」升級(jí)為「主動(dòng)調(diào)度者」。

它不再是一個(gè)只會(huì)聽命令的工具，而是一個(gè)能理解意圖、規(guī)劃路徑、執(zhí)行任務(wù)、自我糾錯(cuò)的智能體。

從此，具身智能從「單體試錯(cuò)」時(shí)代，正式邁入「體系智能」階段。

值得一提的是，ABot體系的Model層也交出了亮眼成績(jī)單。

ABot-M0操作基座模型在Libero、Libero-Plus、RoboCasa、RoboTwin 2.0等四大權(quán)威基準(zhǔn)測(cè)試中全面刷新世界紀(jì)錄，Libero-Plus基準(zhǔn)上任務(wù)成功率高達(dá)80.5%，較業(yè)界標(biāo)桿Pi0提升近30%。

ABot-N0導(dǎo)航基座模型更是全球首次用單一模型統(tǒng)一五大核心導(dǎo)航任務(wù)，在CityWalker、SocNav、R2R-CE、RxR-CE、HM3D-OVON、BridgeNav、EVT-Bench等7項(xiàng)國際評(píng)測(cè)中全部達(dá)到SOTA，斷層式領(lǐng)先行業(yè)。

而這一切能力的落地，都需要通過Claw這個(gè)「中樞神經(jīng)」來駕馭。

Claw如何重構(gòu)具身底座

如果說模型是大腦，那么ABot-Claw就是連接大腦與四肢、并賦予其長(zhǎng)期記憶的中樞神經(jīng)。

它通過三大核心技術(shù)支柱，徹底終結(jié)了機(jī)器人的「失憶癥」。

通過Map as Memory、集中式動(dòng)態(tài)調(diào)度、分層容錯(cuò)機(jī)制，它從數(shù)據(jù)流與控制流底層，徹底終結(jié)了「一機(jī)一圖」的歷史。

Map as Memory，讓地圖成為世界記憶

跨機(jī)器人本體空間記憶系統(tǒng)（Cross-Embodiment Spatial Memory）以全局空間坐標(biāo)系為統(tǒng)一參考框架，構(gòu)建支持多模態(tài)感知數(shù)據(jù)（視覺關(guān)鍵幀、物體6D位姿、語義坐標(biāo)、行為軌跡）持久化存儲(chǔ)于聯(lián)合索引的分布式記憶架構(gòu)。

該系統(tǒng)支持：

• 多粒度空間語義建模：通過分層拓?fù)浣Y(jié)構(gòu)（區(qū)域?qū)印⒙肪W(wǎng)層、功能層、對(duì)象層）實(shí)現(xiàn)從宏觀導(dǎo)航到微觀操作的語義-幾何對(duì)齊；

• 混合檢索機(jī)制（Hybrid Retrival）：融合幾何約束（如空間半徑查詢）與語義相似度（如CLIP嵌入匹配），支持開放詞匯條件下的跨模態(tài)召回；

• 上下文零遷移繼承：新接入機(jī)器人可通過訂閱全局空間語義圖譜，直接復(fù)用歷史觀測(cè)與任務(wù)上下文，實(shí)現(xiàn)跨設(shè)備、跨任務(wù)周期的持續(xù)認(rèn)知一致性。

這是高德最有野心的一個(gè)創(chuàng)新，也是整個(gè)Claw體系的靈魂。

傳統(tǒng)機(jī)器人的「記憶」，大多是傳感器采集的局部數(shù)據(jù)、執(zhí)行過的任務(wù)日志。這些信息高度碎片化，無法跨設(shè)備共享，更無法形成持久化的認(rèn)知基礎(chǔ)。

高德的做法是：把地圖升維成智能體的持久化記憶載體。

想想看，人類是怎么「記住」世界的？我們對(duì)長(zhǎng)期生活的地方有空間記憶，知道家里廚房在哪、公司電梯怎么走；我們對(duì)打交道的人有關(guān)系記憶，了解同事的習(xí)慣和喜好。

這些記憶讓我們能在復(fù)雜環(huán)境中游刃有余，而不是每次出門都像第一次來到這個(gè)世界。

ABot-Claw的Map as Memory做的就是這件事——以全局空間坐標(biāo)為統(tǒng)一錨點(diǎn)，建立持久化空間語義地圖，讓機(jī)器人擁有真正的「世界記憶」。

具體怎么實(shí)現(xiàn)？

Claw構(gòu)建了一套四層視覺空間記憶架構(gòu)：

• BlockLayer（區(qū)域?qū)樱?/strong>：定義室內(nèi)房間和室外街區(qū)，支持跨區(qū)域的粗粒度定位與長(zhǎng)程任務(wù)分解。

• Road Layer（路網(wǎng)層）：刻畫物理連通性——交叉口、門洞、通道，提供路徑規(guī)劃的硬約束。

• Function Layer（功能層）：標(biāo)注關(guān)鍵語義節(jié)點(diǎn)——休息區(qū)、廚房、電梯廳，將抽象語言意圖轉(zhuǎn)化為可導(dǎo)航的功能目標(biāo)。

• Object/POILayer（對(duì)象層）：定位具體實(shí)體——特定商鋪、特定物品位置，作為「最后一米」導(dǎo)航的精確視覺-語義錨點(diǎn)。

有了這套分層拓?fù)溆洃?，機(jī)器人從「家門口出發(fā)」到「穿越城市街區(qū)」到「進(jìn)入購物中心」到「找到特定餐廳的空位」，全程由統(tǒng)一的空間記憶框架支撐，無需在不同系統(tǒng)間切換。

更重要的是，這個(gè)記憶是可共享的。

通過以全局空間坐標(biāo)為錨點(diǎn)的共享空間語義地圖，新設(shè)備只要連接網(wǎng)絡(luò)，就能通過讀取全局Context實(shí)現(xiàn)知識(shí)的「零成本繼承」。

一臺(tái)機(jī)器人走過的路、認(rèn)出的物體，另一臺(tái)新機(jī)器人瞬間就能知道。

今天A機(jī)器人發(fā)現(xiàn)「三樓會(huì)議室門口有飲水機(jī)」，明天B機(jī)器人到同一棟樓執(zhí)行任務(wù)，直接就知道渴了去哪喝水。

這就是終結(jié)「一機(jī)一圖」的核心——知識(shí)不再綁定在單一設(shè)備上，而是沉淀在共享的世界記憶中，可繼承、可累積、可進(jìn)化。

這套記憶系統(tǒng)還有一個(gè)精妙之處：它是動(dòng)態(tài)可維護(hù)的。

每一次任務(wù)執(zhí)行的結(jié)果——無論成功還是失敗——都會(huì)作為新的觀測(cè)證據(jù)回寫到拓?fù)鋱D中。

臨時(shí)道路封閉、新開的店鋪、調(diào)整后的室內(nèi)布局，都能通過持續(xù)的「維護(hù)-反饋」機(jī)制動(dòng)態(tài)更新。

高德每天處理的海量導(dǎo)航數(shù)據(jù)——來自衛(wèi)星、街景車、眾包探針——也會(huì)實(shí)時(shí)注入這套記憶系統(tǒng)。

這意味著機(jī)器人不僅能記住「靜態(tài)的世界」，還能感知「變化的世界」。

保障長(zhǎng)程任務(wù)的連續(xù)性

有了共享記憶還不夠。

機(jī)器人執(zhí)行真實(shí)任務(wù)時(shí)，會(huì)遇到各種意外：電池快沒了、傳感器故障了、前面的路被堵了。傳統(tǒng)的單體架構(gòu)下，一個(gè)環(huán)節(jié)出問題，整個(gè)任務(wù)就崩盤。

ABot-Claw的解法是集中式調(diào)度與云邊協(xié)同。

首先，Claw首創(chuàng)了「一個(gè)運(yùn)行時(shí)、多智能體共生」的具身智能范式。

統(tǒng)一的技能抽象打破了異構(gòu)機(jī)器人之間的邊界，機(jī)械臂、人形、四足，不管什么形態(tài)，都可以在同一個(gè)框架下協(xié)同作業(yè)。

任務(wù)上下文能無縫移交——如果一臺(tái)四足機(jī)器人電量不足，另一臺(tái)可以接手繼續(xù)執(zhí)行，不需要重新理解任務(wù)、重新規(guī)劃路徑。

比如，這兩臺(tái)機(jī)器人協(xié)作給沙拉撒上胡椒粉。

其次，Claw采用「云端大腦-邊緣響應(yīng)」的兩級(jí)架構(gòu)。

云端負(fù)責(zé)高層任務(wù)分解與規(guī)劃（L3/L4 Planning），邊緣側(cè)實(shí)現(xiàn)本地高頻實(shí)時(shí)控制（L1/L2 Control），確保物理安全與響應(yīng)速度。

這就像人的大腦和脊髓反射的分工——你不需要每次眨眼都動(dòng)用大腦皮層做決策，本能反應(yīng)由脊髓搞定。

機(jī)器人遇到突發(fā)障礙時(shí)，不需要等云端響應(yīng)，邊緣側(cè)直接避障，毫秒級(jí)響應(yīng)。

這種架構(gòu)的好處是：即便網(wǎng)絡(luò)斷了，邊緣側(cè)仍能保證基本功能運(yùn)轉(zhuǎn)；云端重連后，立刻同步狀態(tài)，無縫續(xù)上。

閉環(huán)反思：讓機(jī)器人「自我糾錯(cuò)」的靈魂

但最讓人驚艷的，還是Claw的反思與糾錯(cuò)。

傳統(tǒng)機(jī)器人執(zhí)行任務(wù)是線性的：接收指令→執(zhí)行動(dòng)作→匯報(bào)結(jié)果。如果中間出了問題，要么卡死，要么報(bào)錯(cuò)，等人工干預(yù)。

這就像一個(gè)只會(huì)背劇本的演員，一旦觀眾不按套路鼓掌，他就不知道怎么演了。

面對(duì)充滿不確定性的真實(shí)世界，高德首創(chuàng)了Closed-loop Reflection&Self-Correction（閉環(huán)反思與自我糾錯(cuò)）機(jī)制，這就賦予了系統(tǒng)「嘗試-判斷-調(diào)整」的類人循環(huán)能力。

每個(gè)子任務(wù)完成后，系統(tǒng)的Self-Reflector模塊會(huì)對(duì)執(zhí)行結(jié)果進(jìn)行評(píng)估。

如果成功，繼續(xù)下一步；如果失敗，反思器生成結(jié)構(gòu)化的失敗診斷反饋，觸發(fā)規(guī)劃器重新規(guī)劃。

舉個(gè)真實(shí)場(chǎng)景：用戶說「我渴了」，機(jī)器人理解意圖后，規(guī)劃去最近的零食貨架找飲料，但到了貨架一看發(fā)現(xiàn)沒貨，傳統(tǒng)機(jī)器人可能就傻眼了，宣告任務(wù)失敗。

但Claw支持下的途途會(huì)怎么做？

Self-Reflector確認(rèn)「零食貨架無可樂庫存」后，會(huì)生成反饋：「目標(biāo)位置無目標(biāo)物體，建議嘗試自動(dòng)售貨機(jī)?！?/p>

規(guī)劃器接收反饋，重新規(guī)劃路徑，機(jī)器人轉(zhuǎn)向自動(dòng)售貨機(jī)，最終在售貨機(jī)前精準(zhǔn)鎖定一瓶可樂，任務(wù)圓滿完成。

這種類人的「嘗試-判斷-調(diào)整」循環(huán)，是處理真實(shí)世界長(zhǎng)尾分布（Edge Cases）的關(guān)鍵，也是它比傳統(tǒng)機(jī)器人更「聰明」的原因。

現(xiàn)在，機(jī)器人就可以輕松完成訪客接待這種長(zhǎng)程任務(wù)了。

讓機(jī)器人融入人類社會(huì)

還有一個(gè)容易被忽視但極其重要的點(diǎn)：社會(huì)規(guī)范。

機(jī)器人要在人類社會(huì)中活動(dòng)，不能只顧著完成任務(wù)。

電梯里人多，它要知道讓一讓；人行道上有老人，它要知道繞道走；進(jìn)了咖啡店，它不能橫沖直撞嚇到顧客。

ABot-Claw引入強(qiáng)化學(xué)習(xí)相關(guān)技術(shù)，通過多智能體相對(duì)評(píng)估，讓機(jī)器人自主學(xué)習(xí)電梯避讓、行人禮讓等社會(huì)規(guī)范。

高德還發(fā)布了SocialNav社會(huì)化導(dǎo)航基座模型，專門訓(xùn)練機(jī)器人在人群密集環(huán)境中的社交導(dǎo)航能力——這項(xiàng)成果以6/6/5幾乎滿分的成績(jī)?nèi)脒xCVPR 2026 Oral，斷層式領(lǐng)先全行業(yè)。

機(jī)器人不僅要「能干活」，還要「會(huì)做人」——這是具身智能從實(shí)驗(yàn)室走向真實(shí)社會(huì)的必經(jīng)之路。

Harness鋪就AGI標(biāo)準(zhǔn)航線

說完技術(shù)細(xì)節(jié)，讓我們跳出來看看更大的圖景。

ABot-Claw不僅僅是一個(gè)讓機(jī)器人更好用的系統(tǒng)——它實(shí)際上定義了具身智能走向通用人工智能（AGI）的底層架構(gòu)形態(tài)。

通用性躍遷：終結(jié)定制化部署依賴

過去，每一類機(jī)器人應(yīng)用場(chǎng)景都需要定制化部署。

家庭服務(wù)機(jī)器人一套系統(tǒng)，物流配送機(jī)器人一套系統(tǒng)，城市巡檢機(jī)器人又是一套系統(tǒng)。

開發(fā)成本高、迭代周期長(zhǎng)、經(jīng)驗(yàn)無法復(fù)用。

ABot-Claw改變了這一切。

通過統(tǒng)一的技能抽象和共享的空間記憶，Claw讓ABot-M0（操作模型）和ABot-N0（導(dǎo)航模型）的能力得以跨場(chǎng)景、跨形態(tài)復(fù)用。

同一個(gè)「大腦」，可以驅(qū)動(dòng)四足機(jī)器人在戶外巡檢，也可以驅(qū)動(dòng)機(jī)械臂在倉庫分揀，還可以驅(qū)動(dòng)輪式機(jī)器人在商場(chǎng)導(dǎo)購。

這意味著機(jī)器人廠商不再需要為每個(gè)場(chǎng)景從零開發(fā)，而是可以基于Claw提供的「即插即用」智能基座快速適配；意味著一個(gè)場(chǎng)景積累的經(jīng)驗(yàn)可以遷移到其他場(chǎng)景，形成正向飛輪。

高德官方稱之為「通用大腦+專用軀體」的產(chǎn)業(yè)標(biāo)準(zhǔn)形態(tài)。

大腦是通用的，可以不斷升級(jí)迭代；軀體是專用的，適配不同場(chǎng)景需求。兩者解耦，各自演進(jìn)，就能讓效率最大化。

從「單體工具」到「通用智能體」，Harness達(dá)成AGI標(biāo)準(zhǔn)航線

ABot體系的強(qiáng)大，在于其內(nèi)部形成了一個(gè)閉環(huán)的「飛輪效應(yīng)」。

ABot體系的三層架構(gòu)——DATA層（ABot-World世界模型）、MODEL層（ABot-M0/N0基座模型）、AGENT層（ABot-Claw智能體系統(tǒng)），直接形成閉環(huán)。

1. ABot-World生產(chǎn)海量高質(zhì)量訓(xùn)練數(shù)據(jù)，覆蓋室內(nèi)居家、商業(yè)空間、城市街道、工業(yè)場(chǎng)景等多樣化真實(shí)三維環(huán)境。

2. ABot-M0/N0基于這些數(shù)據(jù)訓(xùn)練，獲得強(qiáng)大的操作與導(dǎo)航能力。ABot-M0在Libero-Plus基準(zhǔn)上任務(wù)成功率達(dá)80.5%，較業(yè)界標(biāo)桿Pi0提升近30%；ABot-N0在7大權(quán)威評(píng)測(cè)中全部達(dá)到SOTA。

3. ABot-Claw將模型能力轉(zhuǎn)化為真實(shí)任務(wù)執(zhí)行能力，途途在開放環(huán)境中持續(xù)運(yùn)行。

4. 真實(shí)運(yùn)行中積累的數(shù)據(jù)——成功案例、失敗案例、邊緣情況——回流到World和記憶庫中，指導(dǎo)下一輪數(shù)據(jù)生成和模型訓(xùn)練。

這樣循環(huán)往復(fù)下去，能力就會(huì)螺旋上升。

這就是為什么高德有底氣說，途途不只是一個(gè)產(chǎn)品發(fā)布，而是一個(gè)體系的起點(diǎn)。

它今天能買咖啡、送快遞、導(dǎo)盲帶路，明天可能就能做更復(fù)雜的事情——因?yàn)樗刻於荚谡鎸?shí)世界中學(xué)習(xí)，每天都在變強(qiáng)。

AMAP-AI Inside：開源生態(tài)降低重復(fù)造輪子成本

并且，高德的目標(biāo)不僅僅是做一臺(tái)名為「途途」的機(jī)器狗，而是成為物理世界智能化的智能基座提供者。

2026年3月31日，高德宣布全量開源ABot-M0，涵蓋數(shù)據(jù)、算法與模型三大維度。

目前規(guī)模最大的通用機(jī)器人數(shù)據(jù)集UniACT——整合超過600萬條真實(shí)操作軌跡、9500多小時(shí)訓(xùn)練數(shù)據(jù)、覆蓋20多種機(jī)器人形態(tài)——對(duì)外開放；動(dòng)作流形學(xué)習(xí)（AML）算法、雙流感知架構(gòu)等核心技術(shù)也一并開源。

不僅如此，近期高德團(tuán)隊(duì)還開源了ABot-PhysWorld，作為world Arena的比賽基線。

顯然，就像AWS之于云計(jì)算，Android之于移動(dòng)互聯(lián)網(wǎng)，高德希望ABot體系成為具身智能時(shí)代的水電煤。

開源的好處是顯而易見的：降低行業(yè)重復(fù)造輪子的成本，吸引開發(fā)者在同一套「Harness語言」上共建。

當(dāng)越來越多的機(jī)器人運(yùn)行在同一套體系之上，共享的世界記憶就會(huì)越來越豐富，每一臺(tái)新機(jī)器人都能從群體智慧中受益。

具身智能的范式躍遷

過去兩年，具身智能賽道上演了一場(chǎng)瘋狂的「模型軍備競(jìng)賽」。

但熱鬧背后，一個(gè)尷尬的事實(shí)浮出水面：實(shí)驗(yàn)室里跑得飛起的模型，到了真實(shí)環(huán)境就頻頻拉胯。

問題出在哪？不是模型不夠強(qiáng)，而是從「模型能力」到「任務(wù)完成」之間，缺了一層關(guān)鍵的系統(tǒng)架構(gòu)。

就像你有一顆法拉利的發(fā)動(dòng)機(jī)，卻裝在一輛自行車車架上——?jiǎng)恿υ倜鸵才懿黄饋怼?/p>

ABot-Claw的出現(xiàn)，標(biāo)志著行業(yè)思路的根本轉(zhuǎn)向：從「卷模型」走向「卷應(yīng)用」。

它解決一個(gè)更本質(zhì)的問題——如何讓機(jī)器人真正成為「社會(huì)人」？

能記住去過的地方，能理解模糊的指令，能在失敗后自我調(diào)整，能與同伴協(xié)同配合，能融入人類的社會(huì)規(guī)范。

這些能力，單靠堆參數(shù)是堆不出來的。

高德在這場(chǎng)范式轉(zhuǎn)換中占據(jù)了獨(dú)特位置。

長(zhǎng)期積累的空間智能數(shù)據(jù)，讓它擁有全球最豐富的空間語義資產(chǎn)；日均數(shù)億次的導(dǎo)航請(qǐng)求，讓它深諳「從A到B」的全部復(fù)雜性。

當(dāng)其他玩家還在從零構(gòu)建空間理解能力時(shí)，高德已經(jīng)把這些能力內(nèi)化為機(jī)器人的「先天記憶」。

更聰明的是開源策略。

ABot-體系在近期宣布全面開源，高德顯然明白，具身智能需要的是整個(gè)個(gè)行業(yè)共同努力，而高德要做的是最關(guān)鍵的體系搭建。

當(dāng)越來越多的機(jī)器人運(yùn)行在同一套體系之上，高德的世界記憶就會(huì)越滾越大，競(jìng)爭(zhēng)壁壘也就越筑越高。

獨(dú)居老人的智能陪護(hù)、視障人士的導(dǎo)盲伙伴、風(fēng)雨無阻的末端配送、安全可靠的工廠協(xié)作——這些場(chǎng)景不再是PPT里的愿景，而是正在落地的現(xiàn)實(shí)。

當(dāng)機(jī)器人不再是孤立的工具，而是共享記憶、協(xié)同進(jìn)化的智能網(wǎng)絡(luò)節(jié)點(diǎn)時(shí)，「幫我去隔壁買杯半糖拿鐵」的未來，真的不遠(yuǎn)了。

而這一步，就從途途邁出的第一步開始。