在2026北京亦莊機器人半程馬拉松上，阿里巴巴旗下高德公司正式推出全球首款開放環境全自主具身機器人“高德途途”。這款四足機器人突破了傳統具身智能在開放環境中的技術瓶頸，成功協助視障人士完成復雜避障和人群穿行等實戰挑戰，標志著具身智能從實驗室走向真實世界的重要轉折。
傳統具身智能長期面臨“一機一圖”困局：每臺機器人進入新環境時，必須從零開始獨立建圖、訓練和冷啟動。這種模式導致知識無法沉淀、經驗無法復用，就像企業每次招聘新員工都要從幼兒園開始培養。更嚴重的是，單體機器人缺乏全局記憶和協同能力，遇到障礙或超出視野范圍的路況時，往往陷入“科技盲人”狀態。
高德途途的核心突破在于搭載了全球首個面向AGI的全棧具身技術體系ABot，其中智能駕馭中樞ABot-Claw堪稱具身智能的“神經系統”。該系統通過“地圖即記憶”技術，將全局空間坐標系作為統一錨點，構建支持多模態感知數據的持久化存儲架構。這意味著機器人能像人類一樣擁有長期空間記憶，記住廚房位置、電梯走向等環境信息，甚至能共享其他機器人積累的知識——當A機器人發現會議室飲水機位置后，B機器人可立即獲取該信息。
在技術實現上，ABot-Claw采用四層視覺空間記憶架構：基礎層存儲視覺關鍵幀和物體位姿，語義層記錄環境標簽和關系，拓撲層構建空間連接關系，任務層整合行為軌跡和執行邏輯。這種分層設計使機器人能連續完成從家門口出發到穿越城市街區、進入商場并找到特定餐廳座位的復雜任務，全程無需系統切換。更關鍵的是，記憶系統通過動態維護機制實時更新環境變化——道路封閉、店鋪搬遷等信息會自動同步，確保機器人掌握“活地圖”。
面對真實世界的不確定性，ABot-Claw首創“集中式動態調度”機制。通過云端大腦負責高層規劃、邊緣側實現實時控制的雙級架構，機器人既能毫秒級避障，又能在斷網時保持基礎功能。當四足機器人電量不足時，系統可無縫將任務移交給輪式機器人繼續執行。這種設計徹底終結了單體架構下“一環出錯全盤崩潰”的困境。
該系統的自我糾錯能力更令人矚目。當機器人執行“取可樂”任務發現貨架空置時，閉環反思機制會立即生成診斷反饋：“目標位置無目標物體，建議嘗試自動售貨機”，并觸發規劃器重新制定路徑。這種“嘗試-判斷-調整”的類人循環，使機器人能處理傳統系統難以應對的長尾場景，成功完成訪客接待等長程任務。
在社會規范適應方面，ABot-Claw通過強化學習技術訓練機器人掌握電梯避讓、行人禮讓等社交規則。高德發布的社會化導航基座模型SocialNav，在CVPR 2026評測中以接近滿分的成績領先全行業，使機器人能像人類一樣在密集人群中自然穿行。
技術體系的突破背后是強大的模型支撐。ABot-M0操作基座模型在四大權威基準測試中刷新世界紀錄，任務成功率較業界標桿提升近30%；ABot-N0導航基座模型則用單一模型統一五大核心導航任務，在七項國際評測中全部達到SOTA水平。這些模型通過ABot-Claw實現能力落地，形成“大腦驅動四肢”的完整閉環。
高德同步宣布開源ABot-M0核心組件，包括覆蓋20多種機器人形態的UniACT數據集、動作流形學習算法等關鍵技術。此舉旨在構建行業生態，通過共享世界記憶降低重復開發成本。當越來越多機器人接入該體系，群體智慧將推動整個領域加速進化。
從實驗室到城市街道，高德途途的實踐證明：具身智能的突破不僅需要更強大的模型，更需要重構底層系統架構。當機器人開始共享記憶、協同進化，它們正從孤立的工具轉變為社會網絡的智能節點，為獨居老人陪護、視障人士導航、末端配送等場景提供切實解決方案。這場變革的起點，或許就藏在途途穿越人群時那一次自然的避讓中。
