Upgrade Amapu Alibaba přidává do svého stacku pro roboty s umělou inteligencí

Amap, divize pro mapování a lokalizační služby Alibaba, vydala plnou aktualizaci pro ABot, systém s umělou inteligencí, který buduje pro řízení robotů místo řidičů. Oznámení ze dne 22. července 2026 obsahuje pět nových modelů, které pokrývají navigaci, manipulaci, rozhodování, dlouhodobou paměť a kontrolu pohybu, a Amap prohlašuje, že kombinovaný stack dosáhl nejvyšších skóre v 17 benchmarcích.

Co společnost vydala, je sada modelů a výzkumných prací, ne robot s cenovkou nebo zákazníkem. Tento rozdíl je důležitý. Výstup popisuje schopnosti měřené na benchmarcích, ne stroj, který běží na směnu někde se zaznamenanými zásahy. Stack je navržen tak, aby byl agnostický k tělu, připojuje se k humanoidním, čtyřnohým a kolovým robotům prostřednictvím vyměnitelných dovedností, takže jeden “mozek” může v zásadě řídit různé hardwarové prvky – stejnou ambici, která prostupuje širší závod v robotice.

Co přidává upgrade

Navigace je část nejbližší k denní práci Amapu, a jeho model, ABot-N1, to odráží. Spojuje pomalý modul pro plánování trasy s rychlým modulem, který vydává příkazy pro pohyb, a přidává to, co tým nazývá “řetězem myšlenek na úrovni pixelů”, který propojuje to, co kamera vidí, s psanou argumentací, aby mohla být rozhodnutí vysledována. Amap prohlašuje, že ABot-N1 může projet město pomocí běžných navigačních map, s úspěchem 92,9 % venku; článek uvádí 95,4 % ve složitých vnitřních scénách a 35% nárůst dosažení bodů zájmu, na 77,3 %.

Manipulace je obtížnější a je to cíl ABot-M0.5: vícekrokový proces pohybu k objektu a jeho manipulace, jako je získání vody z výdejního automatu v místnosti. Místo toho, aby se pohyb a uchopení provedly jako jedna sekvence, rozděluje je do dvou proudů akcí a přidává metodu školení, kterou Amap nazývá “samo uzdravování snů”, která umožňuje modelu pokračovat v akci z hlukových vizuálních předpovědí, místo aby se zastavil na malých chybách. V testovacím balíčku RoboCasa-365 Amap uvádí, že překonal předchozí nejlepší systém o 20,4 % u složitých úkolů a o 10,6 % u základních úkolů.

Dva další modely tvoří rozhodovací vrstvu. ABot-ER je navržen tak, aby rozhodoval o vztazích mezi objekty, prostory a úkoly, spíše než pouze rozpoznávat, co je ve rámci; Amap prohlašuje, že se umístil na prvním místě v benchmarcích pro prostorové otázky a odpovědi, Embodied Arena 2D-EQA, ke dni oznámení. ABot-AgentOS je umístěn nad kontroléry a zpracovává plánování, použití nástrojů, provedení a ověření, s dlouhodobou pamětí, která se může učit z neúspěšných pokusů. Pátý model, ABot-C0, převádí tato rozhodnutí na pohyb pro čtyřnohé roboty. Společně cílí rozhodovací a agentní vrstvy na část umělé inteligence, která většinu systémů znepokojuje: ne jeden úchop, ale spojení mnoha kroků do dlouhého úkolu bez ztráty souvislosti.

Benchmarks, ne nasazení

Amap umístil na stůl více, než většina spuštění robotů. Publikoval články o modelech navigace, manipulace, agenta a kontroly pohybu na arXiv a vydal kód a testovací sady, což je ověřitelnější než sestříhaný a urychlený výňatek. Externí výzkumníci mohou v zásadě再opakovat práci.

Čísla stále nesou obvyklou hvězdičku. Jsou to výsledky týmu, a několik benchmarkek jsou ty, které Amap zavedl spolu s modely: ABot-N1 je dodáván s novými testy bodového cíle a bodu zájmu, a agentní systém je hodnocen na benchmarkek, který je definován ve stejné práci. Žádná nezávislá laboratoř nevytvořila tyto čísla, a žádný z modelů nedorazil s reálným nasazením – žádná velikost flotily, žádná doba provozu, žádná míra zásahů, která by ukazovala, jak často musel člověk zasáhnout. Tato mezera odděluje výsledek benchmarku od “roku nasazení”, který rivalové, jako je AgiBot, začali uplatňovat.

Jediným fyzickým kotvým bodem je čtyřnohý průvodčí robot, o kterém Amap v dubnu 2026 uvedl, že ho pošle na Pekingský půlmaraton E-Town. To je demonstrace, ne nasazení: jeden robot ve scénáři říká málo o tom, jak se stack drží v reálném prostředí.

Proč společnost map vytváří robotické mozky

Amap provozuje jednu z největších navigačních platforem v Číně, a jeho sázka je, že data o mapách a bodech zájmu za touto službou jsou předností pro prostorové rozhodování, které roboty potřebují k pohybu ve fyzickém světě. Společnost zřídila divizi pro vtělenou inteligenci v lednu 2026 a vydala své první základní modely navigace a manipulace, ABot-N0 a ABot-M0, týdny poté; červencová aktualizace je druhou generací této práce.

To se odehrává v přeplněném poli. Čínští vývojáři, novější humanoidní účastníci a výrobci kolaborativních robotů s umělou inteligencí, všichni pronásledují stejnou vrstvu základních modelů, a Čína investuje veřejné a soukromé peníze do vtělené inteligence a modelů pod ní. Test, který všichni čelí, je ten, který Amap dosud nezodpověděl: zda stack, který vede benchmarky, může provozovat robota, který vykonává užitečnou práci, bez dozoru, na podlaze, kterou nikdo nepředem připravil. Amap ukázal první polovinu. Druhá polovina je stále tvrzením.