IT之家4月1日音问，高德昨日秘书精采全量开源ABot-M0，官方称这是民众首个基于长入架构的机器东说念主具身操作基座模子，可杀青一个“通用大脑”适配多种形状的具身机器东说念主。

据先容，该模子在Libero、Libero-Plus、RoboCasa等多个巨擘基准测试中杀青SOTA。其中在Libero-Plus基准上，该模子的任务告捷率达80.5%，较业界此前的标杆决议Pi0升迁近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，旨在冲破数据孤岛与部署难点，为具身智能规模提供前沿的空间理会技艺，以及“开箱即用”的通用期间基座。

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，整合卓绝600万条真实操作轨迹，并提供从原始异构数据到圭臬化考研数据的全经过处分摊线。通过长入行动暗示、坐标系与规章频率，该数据集让散播民众的异构机器东说念主数据大概长入使用，滚球app中国官方网站大幅升迁预考研收尾。

算法层面，ABot-M0同步开源了模子架构与考研框架，其中包含高德革命提倡的行动流形学习（AML）算法与双流感知架构。AML遗弃传统噪声侵犯的瞻望样式，让模子径直瞻望物理上可行的行动序列，而不是反复试错，显贵升迁解码收尾与政策自如；双流感知架构，不仅运用VLM(Qwen3-VL)提供高等语义理会，还允许通过一个“即插即用”的3D模块（如VGGT）注入几何先验，增强模子的空间理会技艺，无需修改主干网罗，即可弥补圭臬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考研模子与齐全用具链，拔擢者无需从零搭建考研框架即可快速适配工业、家庭等场景。长入架构考据了"一个大脑运行多种形状"的可行性，为"通用大脑+专用躯体"的产业圭臬变成，提供了实证相沿。

ABot-M0在Libero-Plus的评测收尾

IT之家附边幅资源：

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

• 秘书
• 开源
• 高的
• 滚球app(中国)
• 全量