高德ABot具身智能全栈升级，机器人自主任务能力提升

7月23日，高德正式发布了ABot具身体系的全栈升级，一口气推出了五款新模型——ABot-N1、ABot-M0.5、ABot-ER、ABot-AgentOS、ABot-C0。这次升级不是简单的修修补补，而是从感知、决策、执行到记忆的全链路体系化革新，目标只有一个：让机器人自主执行通用任务的能力再上一个台阶，推动具身智能真正落地。

这套体系被称作全球首个全栈具身技术体系，核心在于把世界模型、基座模型和具身Agent架构耦合成一个高度协同的“有机生命体”。跟那些只盯着单模型能力的研究不同，体系化的价值在于打通了自进化闭环飞轮——仿真训练、物理交互和记忆调度三者在运行中相互反哺，驱动整个系统持续迭代。五款新模型分别对应机器人的“手、脚、脑、中枢和运动神经”，实现了“身随眼动、手脚并用、过目不忘”这三个里程碑式的突破。

先说ABot-N1，它相当于机器人的“双脚”，是一款通用导航基座模型。怎么让机器人既看得清路又走得稳？ABot-N1设计了快慢双系统架构：慢系统负责长程逻辑推理，比如规划路线、判断障碍；快系统负责实时控制，比如调整步态、躲避突发。两者配合，真正做到“身随眼动”——眼睛看到哪儿，脚就跟到哪儿。

ABot-M0.5则是连接“能动”与“能干”的关键，对应机器人的“双手”。它是一款通用操作基座模型，把机器人的运动与操作拆分成两条互不干扰的动作流，同时引入帧级隐式动作。这样一来，机器人在更细的时间颗粒上就能实现“眼、手、脚”的实时对齐，真正像人一样手脚并用，而不是笨拙地先停再抓。

具身大脑ABot-ER和执行中枢ABot-AgentOS构成了顶层的具身Agent架构，集中调配所有能力。ABot-ER负责统一支持机器人从感知到行动的全流程判断，让机器人超越单纯的视觉判别，能“想明白”物体、空间与任务之间的关系，并做出合理决策。而ABot-AgentOS则把“想明白”转化为“做得到”——这套系统能适配人形、四足、轮式等各种异构机器人，并且自带跨任务、跨时间的多模态终身记忆。更有意思的是，它还能基于任务失败轨迹定向优化记忆存储结构，失败的教训也能变成进步的养料。

最后是ABot-C0运控系统，它扮演着“运动神经”的角色，是实现模型能力外化的最后一环。通过构建四足机器人统一的行为基座，ABot-C0把整个ABot体系的每一个决策，都稳稳地传导到机器人的动作上，让指令落地变&现。