高德全量开源具身智能基座ABot-M0 打破机器人异构硬件壁垒

2026年4月1日，高德正式全量开源全球首个统一架构机器人具身操作基座模型ABot-M0，该模型旨在以“一个通用大脑适配多形态机器人”，打破异构硬件壁垒。其在Libero-Plus基准测试中任务成功率达80.5%，较此前行业标杆Pi0提升近30%，同时开源覆盖数据、算法、预训练模型三大维度，推动具身智能落地提速。

如果说大语言模型的普及让数字世界的AI应用门槛降到了历史最低点，那具身智能的落地，始终卡在“不同硬件没法共用AI大脑”的核心痛点上。据行业调研数据显示，2025年国内具身智能相关融资规模已突破300亿元，但90%以上的落地项目仍集中在特定工业场景，面向通用场景的机器人研发成本平均超过千万元，中小团队几乎没有入场能力。

这次高德推出的ABot-M0，核心卖点就是统一架构的通用性：不管是自由度6轴的工业机械臂、带移动底盘的配送机器人，还是面向家庭的多关节服务机器人，都可以基于同一个基座模型做微调适配，无需重新训练底层模型。

在行业公认的权威测试集上，ABot-M0的表现已经远超此前的主流方案：在Libero-Plus基准测试中，它的任务成功率达到80.5%，比此前行业标杆Pi0高出近30个百分点，同时在Libero、RoboCasa等测试集中均刷新了SOTA（行业最优）纪录。

为了最大程度降低开发者的使用门槛，高德此次选择了三大维度全量开源：数据层面开放目前行业规模最大的通用机器人数据集UniACT，整合超过600万条不同形态机器人的操作训练数据；算法层面公开核心的统一架构适配算法，解决不同硬件的参数适配问题；同时开放完整的预训练模型，开发者最快可在72小时内完成针对特定场景的模型适配。

在ABot-M0开源之前，具身智能行业的“重复造轮子”问题十分突出：头部企业各自训练自用的专用模型，数据不会对外公开，中小团队既没有足够的算力储备，也没有足量的训练数据，很难推出成熟的落地产品。

高德相关技术负责人表示，此次开源的核心目的就是降低行业准入门槛：“我们希望把底层的基座能力开放给全行业，硬件厂商不用再花大成本养AI团队，AI团队也不用花精力适配不同的硬件，大家各自聚焦自己擅长的环节，加速整个行业的落地效率。”

按照行业普遍预测，2030年全球具身智能市场规模将突破万亿元，其中家用服务机器人、工业柔性生产机器人的占比将超过60%。而通用基座模型的开源，正是撬动这一市场的核心支点。

据了解，目前已有超过20家机器人厂商、AI团队宣布将基于ABot-M0开发相关应用，预计最快2026年下半年，基于该模型的工业分拣机器人、家用陪护机器人就将进入测试阶段，此前困扰行业的“同款功能不同硬件要重复开发”的问题将得到根本性缓解。