高德全量开源ABot‑M0，全球首个基于统一架构的具身操作基座模型落地

【太平洋科技快讯】近日，高德正式宣布全量开源 ABot‑M0，该模型为全球首个基于统一架构的机器人具身操作基座模型，可通过单一通用模型架构适配多形态具身机器人，在多项权威基准测试中达到当前业界最优水平（SOTA）。

测试数据显示，ABot‑M0 在 Libero、Libero‑Plus、RoboCasa 等标准测评集上表现突出。其中在 Libero‑Plus 基准上，任务成功率达到80.5%，相较业界此前标杆方案 Pi0 提升近 30 个百分点，在复杂环境、布局变化、噪声干扰等场景下具备更强的泛化能力。

本次开源覆盖数据、算法、模型三大核心维度，旨在打通具身智能领域的数据孤岛与工程部署壁垒，为科研与产业提供可直接落地的通用技术底座。

在数据层面，ABot‑M0 同步开放UniACT 通用机器人数据集，为当前业内规模最大的同类数据集，整合超过 600 万条真实机器人操作轨迹，并提供从异构原始数据到标准化训练数据的全流程处理 pipeline。通过统一动作表示、坐标系与控制频率，实现全球分散的多机型、多场景机器人数据兼容使用，显著提升预训练效率。

算法层面，ABot‑M0 开源完整模型架构与训练框架，包含高德自研的动作流形学习（AML）算法与双流感知架构。AML 摒弃传统试错式预测，直接输出物理可行的动作序列，提升解码效率与控制稳定性；双流感知架构结合 Qwen3‑VL 等视觉语言模型（VLM）实现语义理解，并可通过即插即用 3D 模块注入几何先验，在不改动骨干网络的前提下，弥补通用 VLM 在空间推理与 3D 理解上的不足。

模型层面，高德一并开源端到端预训练模型与全栈工具链，支持开发者快速适配家庭、工业、服务等多场景机器人，无需从零搭建系统。统一架构验证了 “一个大脑适配多种躯体” 的可行性，为行业向 “通用大脑 + 专用硬件” 的标准化方向发展提供实证支撑。

此次开源将降低具身智能的研发与落地门槛，推动机器人在通用操作、自主执行、环境适应等关键能力上快速迭代，也为国内具身智能生态构建提供重要基础技术支撑。