高德发布ABot具身体系全栈升级，一口气推出五款核心模型

高德地图近日发布了ABot具身体系的全栈升级，一口气推出了五款核心模型——从导航到操作，从决策到操作系统，覆盖了具身智能的几乎所有技术环节。

这应该是目前为止国内互联网公司在具身智能领域最大规模的一次模型发布。

五款模型，各司其职

ABot-N1：通用导航基座

这是整个ABot体系的”大脑”级模型。采用快慢双系统架构——快系统负责实时控制，类似人类的肌肉记忆；慢系统负责长程逻辑推理，类似人类的理性思考。这种架构在机器人领域不算新概念，但在实际产品中真正做到的分工协同，难度极高。

简单说：N1既能在瞬间完成避障动作（快系统），又能规划”从A点到B点怎么走更安全”（慢系统）。两种能力在同一个模型里融合得很好。

ABot-M0.5：精操模型

M0.5对应的能力是”双手”——实现眼、手、脚的实时对齐。在机器人操作中，视觉看到的目标、机械手要抓的位置、底盘要移动的方向三者必须精确同步。M0.5要解决的正是这个”眼到手到脚到”的问题。

ABot-ER 与 ABot-AgentOS

这两款模型协同构成顶层架构。ABot-ER深化空间与任务关系的理解——它知道”去厨房倒杯水”需要先定位厨房，再规划路径，再识别水壶，再执行抓取。ABot-AgentOS则像机器人的操作系统，统一适配异构的机器人硬件——不同品牌、不同构型的机器人，跑同一个AgentOS就能用同样的模型能力。

高德为什么要做具身智能？

高德做具身智能，看起来跨界，实际上有很强的内在逻辑。

高德的核心能力是空间理解和导航。而具身智能的核心需求之一，恰恰就是”理解三维空间并在其中行动”。高德的地图数据、轨迹数据、POI数据，在训练具身模型方面有天然优势。

这次一口气发布五款模型，说明高德在具身智能上的布局不是试探性的，而是认真投入的。从导航到操作到操作系统，覆盖了从”感知”到”行动”的完整链路。

具身智能赛道的信号

高德这次的动作，反映出具身智能赛道的一个大趋势：互联网公司正在从”模型层”走向”系统层”。不再是只做一个算法模型就完事了，而是要提供完整的、可落地到实际机器人上的解决方案。

这对整个行业来说是一个积极信号：具身智能不再只是实验室里的Demo，离真正的商业化落地越来越近了。