高德ABot全栈升级：五款模型让机器人“手脚脑”一体，迈向通用智能

想象一下，一个机器人不再只是“会走”或“会抓”，而是能像人一样，边看边想、边想边做，甚至在摔倒后自己爬起来继续干活——这可不是科幻电影，而是高德刚刚交出的最新答卷。

7月23日，高德宣布其ABot具身体系完成全栈升级，一口气推出五款核心模型。这不仅是技术参数的堆砌，而是一次从“单科状元”到“全能选手”的体系化跃迁。高德把机器人的“脚、手、脑、中枢和运动神经”全部打通，构建了一个可以自我进化的闭环。

五款模型，各司其职

为了让机器人真正“活”起来，高德将五款模型精准对应到机器人的核心功能部件上：

ABot-N1（通用导航基座）—— 映射“双脚”
采用快慢双系统架构：慢系统负责长程逻辑推理，比如规划路线、避开障碍；快系统负责实时控制，比如在颠簸路面调整步态。它让机器人知道“该往哪走”，以及“现在怎么走”。
ABot-M0.5（通用操作基座）—— 映射“双手”
将运动与操作拆分为独立的动作流，并引入帧级隐式动作技术。这意味着机器人能实现“眼、手、脚”实时对齐——眼睛看到杯子，手就知道怎么抓，脚同时调整站位。不再是割裂的“先看、再算、再动”。
ABot-ER（具身大脑）与ABot-AgentOS（执行中枢）—— 映射“大脑+中枢神经”
前者负责深化对空间与任务关系的合理决策，比如“桌子上的杯子要拿，但椅子挡住了路，先挪椅子”；后者则像一个统一操作系统，能适配人形、四足、轮式等不同形态的机器人，并实现跨任务的多模态终身记忆管理——机器人可以记住上次在这个房间的布局，下次更快行动。
ABot-C0（运控系统）—— 映射“运动神经”
为四足机器人构建统一行为基座，保障决策精准转化为实体动作。说白了，就是让机器人的“腿”和“躯干”听话，不抖不晃，摔倒也能自己爬起来。

当前具身智能领域，很多团队只擅长某一个点：有的感知强但运动弱，有的运动好但理解差。高德这次升级的核心价值在于，通过“手、脚、脑、中枢和运动神经”的全栈协同架构，打破了以往机器人单点能力割裂的瓶颈。

全球首个全栈具身技术体系——ABot，深度融合了世界模型、基座模型与具身Agent架构，构建起一个由“仿真训练、物理交互、记忆调度”互相反哺的自进化闭环飞轮。简单理解：机器人在仿真环境里“练”得越多，在真实世界“干”得越好；干得越多，积累的记忆越多，下次决策就越聪明。

具身智能正从实验室的单一技术突破，走向复杂场景的商业落地。高德这套体系化样板，不仅提升了机器人在真实开放环境中的泛化与自进化能力，也为工业、服务业等通用机器人的大规模商业化提供了可复用的底层架构。

或许不久之后，你看到的工厂搬运机器人、商场导览机器人、家庭服务机器人，背后都跑着同一套“ABot”系统——它们不再是一个个僵硬的机械体，而是真正拥有“手脚脑”协同的智能体。