新智元报道
过去一年，具身智能赛道正经历着前所未有的「冰火两重天」。
一方面，一级市场热钱持续涌入，单笔融资金额屡创新高。
但另一方面，也有企业陆续启动 IPO 进程、寻求二级市场融资。
而放眼全球，具身智能行业的头部玩家们，早已敏锐捕捉到风向的转变。
特斯拉、Figure这些公司在做什么？他们几乎不约而同地把竞争推向了另一个层面——Physical AI。
特斯拉直接将自动驾驶FSD的底层架构复用至Optimus机器人，试图通过「端到端」神经网络，实现从视觉输入到动作控制的映射，如今已经在工厂执行电池分拣。
Figure AI则通过深度绑定OpenAI，将顶尖VLM注入钢铁躯壳，让Figure 01/02机器人具备自主推理、语义理解能力，进驻宝马的汽车生产线。
他们的Helix VLA模型，走的是快慢脑双系统架构，目标不是卖机器人，是卖劳动力。
这些企业路径不同，但都指向同一个判断：机器人未来的核心，是AI能不能通过这副身体理解现实世界、适应现实世界，并最终改变现实世界。
这种现象的逻辑，其实都藏在资本的周期里。大多数私募基金的投资年限是「3+2」模式（三年投资，两年退出），如今已经到了GPLP们迫切需要变现的节点。
资本的倒逼，让行业面临一个现实的分水岭：过去那个靠电机扭矩有多大、后空翻有多稳来证明「机器能动」的故事，已经讲到头了。
企业必须讲出下一个更宏大也更切实的故事——「机器能干活」。
如果只是在一个无干扰台面上，按部就班地执行机械化工作，根本用不着大模型。
具身智能真正的未来，是走向AGI，是在开放、未知、充满长尾变数的真实世界中执行高度泛化的任务。
而开启这个时代的钥匙——是具备系统提升机器人工作能力的技术体系。
为什么走向AGI
必须是「体系化跃迁」？
什么是真正的体系？
近期行业内有一次动作极具代表性。
高德正式宣布其全栈具身技术体系ABot 完成升级，一次性发布了五款新模型（N1、M0.5、ER、AgentOS、C0），并在17项权威基准中拿下SOTA。
它提供了一个极佳的产业切片，向外界展示了全球首个全栈具身技术体系是如何将世界模型、基座模型与具身Agent架构耦合为一个「有机生命体」，并实现落地的。
ABot最早发布于今年4月，彼时高德自研的机器导盲犬高德途途首次登上机器人半马的舞台，并展示了其出色的开放环境全自主导航能力。
途途背后的技术支撑就是高德ABot全栈具身技术体系。相比于单个模型能力研究，高德从一开始就搭建了一个为机器人实现高阶智能的底层平台。
其中的每一款模型都有其对应的功能和角色。这是一个具备完整分工且能「自己长本事」的闭环飞轮。
在开放环境中，任意一个通用任务，都需要机器人同时调配多个能力进行编排和协同，最后落地执行。
以最常见的家庭场景为例，RoboCasa-365等权威基准需要将日常任务拆解为数百个涉及语义理解、长程规划和位移操作的任务，然后进行对应的能力评估。本质是因为，想在家庭场景完成作业，单一的手或者脚足够灵活，还远不足以支撑。
用户需要的是完整的智能，而非只具备手臂或者下肢局部能力的「瘸腿」智能。
而ABot这类架构，正是针对这个痛点而打造。
三层架构，一个飞轮
高德ABot体系的核心，是一个精密咬合、可自进化的三层结构。
最上层是「具身大脑」，由通用具身大脑ER和机器人Agent操作系统AgentOS构成，负责环境感知、任务推理、高层决策调度与记忆沉淀。
中间层是「运动双核」，由N1和M0.5组成，分工管「脚怎么走」和「手怎么干」。
最底层是「训练与仿真环境」，以世界模型ABot-World和3D世界模型ABot-Earth持续提供仿真和训练。
这三层架构决定了ABot的每一次迭代，都不是孤立地点亮某个新技能，而是像生物进化一样，随着任务和部署的增多进行整体演进。
这样的进化能力更类似于人类成长的节奏，在一个人中学阶段学习的是一元二次方程，大学阶段掌握的则是微积分。每一步的成长，都是完整且高度统一的。
而在这套架构之外，高德途途和它自带的ABot-C0则扮演端到端能力验证的外化本体。让ABot每一个能力的提升都能在本体上有完整呈现。
为什么一定要做这么完整的架构？
因为只有体系跑起来，仿真训练、物理交互与记忆调度才能彼此反哺。
在单点研究的机构里，研究大脑的和死磕灵巧手的彼此割裂。
但在完整的体系内，手和脚的能力，能够被一体调用；它们沉淀的知识和经验，会反向转化为记忆回馈给大脑，大脑再将记忆用于模型的专项训练，从而训练更好的模型和更聪明大脑。
飞轮每转一圈，整体智能水平就抬高一层。 手和脚的能力提升是同步的——脚走得好，手也不会差。整个系统是一个内循环，逐步向AGI靠近。
从高德此次全新发布的五款模型背后，我们能够完整看到这套体系究竟是如何应用于机器人，并实现它们质变升级的。
这五款模型类似于高德为机器人打造的「数字灵魂」，它们完整地映射在机器人的五大仿生单元。
双脚（ABot-N1）：通用导航基座模型，负责空间感知与移动。
双手（ABot-M0.5）：通用操作基座模型，负责精细化物理交互。
大脑（ABot-ER）：具身大脑，负责统一的逻辑推理与环境认知。
中枢（ABot-AgentOS）：执行中枢，负责记忆调度与任务下发。
运动神经（ABot-C0）：运控系统，将ABot体系的决策稳稳传导至机器人的躯体动作上。
体系化带来的三大「表征」
当这五大「数字灵魂」在三层架构的驱动下精密咬合、协同运转时，便不再是冷冰冰的代码与模型，而是化身为对复杂物理世界有强大适应力的物理智能体。
这种从底层架构向物理世界的全面映射，超越了传统单点突破的机器人研发模式，并最终外化为传统机器人整体性的物理表征。
表征一：「身随眼动」
相比于让机器人实现一些高难度的动作，高德的ABot-N1更聚焦于让机器人合规安全的走进人类生活当中。
ABot-N1在R2R-CE等5项权威基准取得SOTA
让机器人真正走向开放世界，最大的拦路虎就是机器人无法直接使用常规的导航地图。常规导航用于人类出行，地图精度有限。
但是由于人类具备空间常识和安全意识，即便出现地图偏差和定位漂移，也不影响正常使用，而机器人如果进入开放环境遇到这种问题，将对安全性造成巨大风险。
高德的解法是，为N1导航基座设计了「快慢双系统」架构。慢思考负责长程路线规划，快思考负责实时控制。
ABot-N1开放环境全自主导航克服定位偏差
一旦判定导航路径或定位有误差，「慢系统」会立刻通过本体系下的视觉感知，让机器人靠像素-语言双思维链来实时行驶在合规路面。
在实际导航任务中，快慢双系统异步协同，让机器人在仅有低精度SD地图时，既能准确抵达指定坐标目标，又能沿人行道、斑马线安全通行，而不是像纯度量式策略那样为了到点而抄近道横穿车道、踩踏绿化带。
更关键的是，N1首创了「Think-and-Point」，不仅消除了部署黑箱，还让机器人在每一次自主导航中收集交互数据，并结合空间几何知识，在ABot体系中内化出属于自己的「空间直觉」。
依靠这种直觉，它在开放环境自主导航任务中创下92.9%的成功率，做到了城市级的长程自主导航。
值得一提的是，ABot-N系列工作已经入选了CVPR年度最佳论文的候选。在此基础上，ABot-N1不仅延续了一套权重对出行导航全场景任务集的完整覆盖，还在R2R-CE等5项权威基准均刷新了SOTA。
表征二：「手脚并用」
一个合格的具身智能体不仅要能「走出去」，还要能「能干活」，移动操作是通用机器人迈向真实物理世界的关键能力。
在真实的移动操作任务中，传统机器人往往是单线程结构，左手、右手、底盘线性串联，如果一步卡住就会直接死机。
体系化的最大亮点之一，就在于「解耦」。
ABot-M0.5将运动与操作拆分为互不干扰的双动作流，并引入「帧级隐式动作」，让机器人在极细的时间颗粒度上实现眼、手、脚的实时对齐。
ABot-M0.5全自主进行移动操作
这既解决了单一动作空间中移动与操作相互干扰的问题，还保证了模型能捕捉一些微观且高频的物理交互，从而保证任务的执行质量。
面对训练和推理环境不同，造成的长程任务执行过程中的误差累积问题，ABot-M0.5通过ABot体系激活了「数据回流」机制进行了解决。
ABot-M0.5具备独特的「梦境自愈（Dream-Forcing）」能力，这个机制强迫模型在预测的含噪画面中继续生成动作，避免细小偏差导致任务失败。
这些数据源自模型自造，它们会通过ABot的数据回流机制，沉淀为整体记忆和共享经验，持续强化模型训练。数据显示，ABot-M0.5在RoboCasa-365复杂任务测试中大幅领先前代SOTA达20.4%。
ABot-M0.5在LIBERO、Robo-Twin等4项权威基准中均取得SOTA
表征三：「过目不忘」
在具备了优秀的四肢能力后，机器人在真实且复杂环境中，还需要一个完整的机器人操作系统，来统一进行决策和能力调配。
依靠顶层的ABot-ER与AgentOS，机器人拥有了从「想明白」到「做得到」的完整闭环，以及终身记忆的能力。
其中，ABot-ER是面向真实环境的通用具身大脑，统一支撑机器人从感知到决策全流程。它让机器人不只是识别画面中的物体，而是能够「想明白」物体、空间与任务之间的关系，并做出合理判断。
ABot-ER取得3项SOTA，并登顶数十家机构联合发布的Embodied Arena 2D-EQA
AgentOS则将规划与执行从本体中解耦，通过插件式Skill接入，让同一套系统能适配各种异构机器人。
同时，它自带跨任务、跨时间的多模态记忆，能在失败中定向优化记忆存储，并将沉淀的数据转化为整个ABot体系的共享资产。
ABot-AgentOS多模态终身记忆 过目不忘
凭借系统级的经验反哺，机器人真正能够跨本体和跨任务做到举一反三、过目不忘。
ABot-AgentOS在Locomo等五大权威基准上均取得SOTA
所有的物理表征，都将在具身机器人进行能力外化的呈现，这个部分高德选择了其自研的高德途途和运控系统ABot-C0。这也是支持机器人行动的运动神经。该模型通过构建四足机器人统一的行为基座，实现了ABot能力的端到端验证。
ABot体系支持异构机器人协作
以上这三大表征绝非孤立技能，而是ABot三层架构「飞轮」高速运转的必然结果。
它们完美印证了这套体系的进化逻辑：手、脚与大脑在真实物理交互中获取经验，在仿真环境里持续训练，最后通过统一的记忆调度完成闭环反哺。
高德途途在现实世界中的端到端成功外化，正是最强有力的证明。
ABot不是在机械地堆砌机器人功能，而是在按照生命的进化节奏，孕育一个能自主生长、不断逼近AGI的完整物理智能体。
把二十年时空数据
变成具身智能的基座
一个做地图导航的公司，为什么能杀入具身智能的核心圈？
如果把「体系化」的三道门槛拆开，答案很明显。
在数据端，相比纯模型驱动的厂商在实验室里死磕合成数据，高德背后是积累了二十年的庞大时空基座。
机器人本质上是物理空间的Agent，高德对空间的理解、环境的拓扑结构、语义信息的丰富维度，是其他厂商难以企及的天然养料。
在架构端，高德从一开始切入具身智能，就不是为了造某一台特定的机器人。它的ABot是一套完整的、解耦的全栈架构，各司其职，又通过总线互通。
这意味着，今天在四足狗上验证的经验，明天可以直接迁移到双足人形上，而不需要推倒重来。
在工程化上， 从扫街榜再到具身智能，高德在转型空间智能公司的过程中，积累了极度深厚的AI工程化经验。
在场景端，无论是高德途途的场景验证，还是城市级长程任务导航的实际案例，高德的体系是在真实泥泞的路上跑出来的。
把这些维度串起来，会看到一个完整的增强回路。
四者彼此咬合，才能构成一个「越跑越强」的体系——而这，恰恰是单点突破玩家很难复制的。
中场战事，刚刚拉开帷幕
回到开篇的问题：为什么具身智能的下半场，从体系开始？
因为物理世界从不按实验室的套路出牌。用单点参数的领先去击穿物理世界的复杂性，本身就存在风险。
放眼当前的具身智能赛道，行业共识正在发生剧变。
资本催熟的「纯硬件故事」已经讲完，全球最聪明的头脑都在向同一个方向聚焦：单打独斗的时代结束了，体系化作战才是破局的关键。
高德ABot架构的诞生，正是在这一行业叙事下应运而生，它与全球顶尖玩家的探索不谋而合。
它向外界证明了，可以不用再去迷信孤立的「超级大脑」或单个「灵巧手」，而是回归生命进化的本质，去构建一个精密咬合的闭环生态，才是打破莫拉维克悖论的最佳解法。
通往AGI之路上，比拼的不再是谁的长板更长，而是谁的系统能转得更稳、迭代得更快。
谁能率先构建出靠「闭环飞轮」自我进化的生态体系，让机器人在物理交互不断升级，谁就真正拿到了具身智能下半场的入场券。
泡沫退去，真正的洗牌，才刚刚开始。
热门跟贴