IT之家4月1日音尘，高德昨日通告认真全量开源ABot-M0，官方称这是内行首个基于斡旋架构的机器东说念主具身操作基座模子，可已毕一个“通用大脑”适配多种形态的具身机器东说念主。

据先容，该模子在Libero、Libero-Plus、RoboCasa等多个泰斗基准测试中已毕SOTA。其中在Libero-Plus基准上，该模子的任务见服从达80.5%，较业界此前的标杆有筹画Pi0种植近30%。

ABot-M0模子架构图

官方称，这次ABot-M0的开源涵盖数据、算法与模子三大维度，旨在打破数据孤岛与部署难点，为具身智能范围提供前沿的空间说明才智，以及“开箱即用”的通用技能基座。

数据层面，ABot-M0开源了当今范围最大的通用机器东说念主数据集UniACT，整合超过600万条果然操作轨迹，并提供从原始异构数据到尺度化测验数据的全经过处置管线。通过斡旋算作默示、坐标系与遣散频率，该数据集让散布内行的异构机器东说念主数据八成斡旋使用，滚球app(中国)大幅种植预测验后果。

算法层面，ABot-M0同步开源了模子架构与测验框架，其中包含高德改变提倡的算作流形学习（AML）算法与双流感知架构。AML放置传统噪声侵犯的磋商格局，让模子平直磋商物理上可行的算作序列，而不是反复试错，权臣种植解码后果与计策镇定；双流感知架构，不仅欺诈VLM(Qwen3-VL)提供高等语义说明，还允许通过一个“即插即用”的3D模块（如VGGT）注入几何先验，增强模子的空间说明才智，无需修改主干网罗，即可弥补尺度VLM在3D推理上的短板。

模子层面，ABot-M0一并开源了端到端的预测验模子与完好意思用具链，开拓者无需从零搭建测验框架即可快速适配工业、家庭等场景。斡旋架构考证了"一个大脑运转多种形态"的可行性，为"通用大脑+专用躯体"的产业尺度酿成，提供了实证因循。

ABot-M0在Libero-Plus的评测遣散

IT之家附名目资源：

论文标题：ABot-M0:VLAFoundationModelforRoboticManipulationwithActionManifoldLearning滚球app(中国)

• 通告
• 开源
• 高的
• 滚球app(中国)
• 全量