Китайская компания Amap (Gaode) представила полностековую воплощённую ИИ-систему ABot

Репортаж от Wedoany，Компания Amap (Gaode) 22 июля 2026 года в Пекине (Китай) представила полностековое обновление воплощённой ИИ-системы ABot. Amap, входящая в Alibaba платформа услуг на основе местоположения, выпустила пять компонентов: ABot-N1, ABot-M0.5, ABot-ER, ABot-AgentOS и ABot-C0, которые достигли самых передовых результатов (SOTA) в 17 широко используемых бенчмарках. Система призвана решить ключевое узкое место в воплощённом интеллекте — позволить роботам воспринимать, рассуждать и действовать в физической среде.

Архитектура ABot построена как полностековая технологическая система воплощённого интеллекта, объединяющая мировые модели, фундаментальные модели и фреймворк воплощённых агентов, что позволяет данным симуляционного обучения, физического взаимодействия и планирования памяти поступать обратно в систему и со временем повышать производительность. ABot-N1 — это универсальная базовая модель навигации с двухсистемной архитектурой: более медленный модуль отвечает за дальнее рассуждение, а более быстрый — за управление в реальном времени; на уровне пикселей вводится процесс цепочки мыслей, объединяющий визуальный ввод с логикой на основе языка, что делает принятие решений более отслеживаемым. Модель способна выполнять автономную навигацию в масштабах города, используя только навигационные карты. По данным Amap, она превосходит аналогичные системы в навигации к точечным целям, навигации к объектам, следовании инструкциям, навигации к точкам интереса и следовании за людьми, достигая 92,9% успешности в навигации на открытом воздухе.

ABot-M0.5 — это универсальная базовая модель манипуляции, разделяющая перемещение и манипуляцию на два потока действий и использующая покадровое неявное выравнивание действий для согласования визуальной информации, действий рук и перемещения. Применяется метод обучения «самовосстановление мечты», позволяющий модели продолжать генерировать действия на основе зашумлённых визуальных прогнозов, уменьшая количество сбоев из-за незначительных отклонений. В тестах RoboCasa-365 ABot-M0.5 превзошла предыдущий самый передовой уровень на 20,4% в сложных задачах и на 10,6% в базовых задачах.

ABot-ER поддерживает принятие решений от восприятия к действию, помогая роботам рассуждать о взаимосвязях между объектами, пространством и задачами. На момент выпуска ABot-ER достигла результатов SOTA в трёх бенчмарках и заняла первое место в бенчмарке Embodied Arena 2D-EQA, опубликованном несколькими исследовательскими институтами. ABot-AgentOS преобразует планы в выполнимые действия, поддерживает человекоподобных, четвероногих и колёсных роботов, предоставляет мультимодальную долговременную память и может оптимизироваться на основе траекторий неудачных задач. Вместе они преобразуют опыт выполнения задач в долговременную память и справочную информацию для принятия решений, а также обеспечивают безопасность локальной частной памяти.

ABot-C0 — это компонент управления движением, преобразующий решения системы ABot в физические действия, создающий единую поведенческую основу для четвероногих роботов и поддерживающий взаимодействие между разнотипными роботами. Обновлённая система ABot призвана помочь роботам непрерывно учиться и адаптироваться в реальных открытых средах. Amap уже опубликовала исследовательские статьи по ABot-N1, ABot-M0.5, ABot-AgentOS и ABot-C0 на arXiv.