2026年3月31日那天，高德宣布把 ABot-M0 全量开源了。这可是个大新闻，因为它号称是全球第一个基于统一架构的机器人操作基座模型，专门解决数据孤岛和硬件适配的难题。以前大家搞具身智能机器人特别费劲，工业机械臂、服务机器人还有移动平台都各自为战，数据格式不统一，接口也不一样，搞不好研发成本就高得吓人。现在 ABot-M0 来了，它有个绝招叫“一个大脑驱动万千形态”，用统一架构把所有的问题都给理顺了。 这个模型不光是个算法组件，更是一套完整的数据、模型和训练流程。大家最头疼的数据孤岛问题解决了大半，因为高德搞了个 UniAct-Dataset 数据集。这个数据集可不得了，它把全球 6 个主流的公开操作数据集都整合进来了，经过清洗和标注后，有超过 600 万条真实操作轨迹。这么一来，模型训练就有了坚实的基础。这套数据管线一开源，大家就不用再重复造轮子了。 算法层面也有创新。ABot-M0 提出了动作流形学习（AML）机制，彻底颠覆了以前的扩散模型。以前都是通过去噪生成动作序列，现在 AML 直接预测物理上可行的干净连续动作序列。这样既提高了效率又稳定了策略，省了不少试错的时间和资源。 感知系统也很强大。它用了模块化的双流架构，一边是 Qwen3-VL 视觉语言模型负责语义理解，另一边是 3D 几何模块负责空间定位。这样机器人就能同时看懂环境的语义和物理空间关系了。 在权威的 Libero-Plus 和 Libero 基准测试中，ABot-M0 表现得非常好。Libero-Plus 上的任务成功率达到了 80.5%，比以前的 Pi0 高出了 12.3 个百分点；Libero 上也是 78.2%。这两个成绩都刷新了业界的纪录。 这次开源非常彻底，把数据、算法和模型都开放了。开发者只要去 GitHub 下载就能用了。这种开放的策略对科研和企业都特别友好，大大降低了应用门槛。 灵活性也很强。双流架构可以即插即用，不管是机械臂、移动机器人还是人形机器人都能快速适配。对于工业来说，这能让不同产线的机器人协同工作；对于服务业来说，配送、清洁这些功能也能快速切换；智能家居里多个设备联动也更顺畅了。 除了 ABot-M0 这个专门搞操作的模型外，高德之前还发布了 ABot-N0 模型。这个 N0 专门负责导航，把动态环境中的五大核心导航任务都统一了起来。这两款模型配合起来就厉害了，给机器人提供了完整的操作加导航能力。 现在 ABot-M0 全面开源了，给具身智能领域带来了新机遇。它不仅是技术解决方案，更是传递了一种开放协作的理念。相信有了它的帮助，具身智能技术很快就能从实验室走进现实生活中。