3 月 31 日消息，高德宣布全量开源具身操作基座模型 ABot-M0。据介绍，该模型采用统一架构设计，目标是以“通用大脑”适配不同形态的具身机器人，实现跨场景通用操作能力。
据悉，该模型在 Libero、Libero-Plus、RoboCasa 等多个权威基准测试中实现 SOTA。其中在 Libero-Plus 基准上，该模型的任务成功率达 80.5%，较业界此前的标杆方案 Pi0 提升近 30%。
据悉，此次开源覆盖数据、算法与模型三个层面。在数据方面，ABot-M0 开放了通用机器人数据集 UniACT，包含超过 600 万条真实操作轨迹，并提供从原始数据到标准化训练数据的处理流程。通过统一动作表示、坐标体系与控制频率，实现不同机器人数据的整合使用。
在算法方面，ABot-M0 开源了完整模型架构与训练框架，并引入动作流形学习（AML）算法及双流感知架构。前者通过直接预测可执行动作序列，减少试错过程；后者结合视觉语言模型与三维模块，以提升语义理解与空间感知能力。
在模型层面，ABot-M0 提供端到端预训练模型及配套工具链。开发者可在此基础上进行二次开发，用于工业或家庭等应用场景。统一架构设计也被用于验证“一个大脑驱动多种形态”的可行性。(定西)
