AI-mallit ja alustat
Alibaban Amapin päivittää ruumiillistetun älykkyyden robottiin

Amap, Alibaban kartta- ja sijaintipalvelujen osasto, on julkaissut täydellisen päivittäisen ABot-järjestelmään, jota se rakentaa ohjaamaan roboteja kuljettajien sijasta. Julkaistu 22. heinäkuuta 2026, päivitys sisältää viisi uutta mallia, jotka kattavat navigoinnin, manipuloinnin, päättelyn, pitkäaikaisen muistin ja liiketoimintaa, ja Amap sanoo, että yhdistetty pinorakenteen asettanut huipputulokset 17 mittareilla.
Mikä yritys toimitti, on joukko malleja ja tutkimuspaperi, ei robotti, jolla on hintalappu tai asiakas. Ero on merkittävä. Julkaisu kuvaa kykyjä, mitattuna mittareilla, ei kone, joka suorittaa vuorokauden jossakin paikassa sen interventioiden kirjaamisen. Pinorakenteen on tarkoitus olla kehonäköinen, liittää humanoidiin, nelijalkaiseen ja pyörivään robottiin vaihdettavien taitojen kautta, jotta yksi “aivot” voi periaatteessa ajaa eri laitteita – sama ruumiinylittävä tavoite, joka kulkee laajemman robotti kilpailun läpi.
Mitä päivitys lisää
Navigointi on osa, joka on lähimpänä Amapin päivittäistä työtä, ja sen malli, ABot-N1, heijastaa sitä. Se yhdistää hitaan moduulin reitin suunnittelua varten nopean moduulin, joka antaa liikkeen ohjeita, ja lisää, mitä tiimi kutsuu “pixel-tason ketju-ajattelua”, joka liittää kameran näkemän kirjoitettuun päättelyyn, jotta päätös voidaan jäljittää. Amap sanoo, että ABot-N1 voi ylittää kaupungin käyttäen vain tavallisia navigointikarttoja, 92,9 prosentin onnistumisella ulkona; paperi raportoi 95,4 prosenttia monimutkaisissa sisätiloissa ja 35 prosentin lisäyksen pisteiden saavuttamisessa, 77,3 prosenttiin.
Manipulointi on vaikeampaa, ja se on, mitä ABot-M0.5 kohdistaa: monivaiheinen liiketoiminta siirtymiseen objektiin ja sen käsittelyyn, kuten vedennouto jakeluventtiilistä huoneen poikki. Sen sijaan, että liikkeen ja otteen suorittaminen yhtenä sarjana, se jakaa ne kahteen toimintavirtaan, ja se lisää koulutusmenetelmän, jota Amap kutsuu “unelma itseparantamiseksi”, joka antaa mallille jatkaa toimintaa meluisista visuaalisista ennusteista eikä jumiudu pieniin virheisiin. RoboCasa-365 testisarjassa Amap raportoi voittaneensa edellisen parhaan järjestelmän 20,4 prosentilla monimutkaisissa tehtävissä ja 10,6 prosentilla perustehtävissä.
Kaksi muuta mallia muodostavat päätöksentekokerroksen. ABot-ER on rakennettu päättelyyn siitä, miten objektit, tilat ja tehtävät liittyvät toisiinsa eikä vain tunnista, mitä kehyksessä on; Amap sanoo, että se sijoittui ensimmäiseksi tilan kysymys-vastaus -mittarissa, Embodied Arena 2D-EQA, julkistuksen aikana. ABot-AgentOS sijaitsee ohjaimien yläpuolella ja käsittelee suunnittelua, työkalujen käyttöä, suorittamista ja vahvistamista, jossa on elinikäinen muisti, joka voi oppia epäonnistuneista yrityksistä. Viides malli, ABot-C0, muuttaa nämä päätökset liikkeeksi nelijalkaisten robotteja varten. Yhdessä päättely- ja agenttikerrokset kohdistavat osaan ruumiillistetusta älykkyydestä, joka kompastuttaa useimmat järjestelmät: ei yksittäinen ote, vaan useiden askelten yhdistäminen pitkään tehtävään ilman, että menetetään lanko.
Mittarit, ei käyttöönotot
Amap asetti enemmän pöydälle kuin useimmat robotti julkaisut. Se julkaisi paperit navigointi-, manipulointi-, agentti- ja liiketoimintamalleista arXiv:ssa ja julkaisi koodin ja testisarjat, mikä on tarkastettavampaa kuin leikattu ja nopeutettu korkeapainosarja. Ulkopuoliset tutkijat voivat periaatteessa toistaa työn.
Luvut kantavat edelleen tavallisen asteriskin. Ne ovat tiimin omat tulokset, ja useat mittareista ovat sellaisia, jotka Amap esitteli mallien rinnalla: ABot-N1 toimitetaan uusien piste- ja kiinnostuksen kohteiden testien kanssa, ja agenttijärjestelmä on arvioitu mittarilla, jonka sama paperi määrittelee. Kukaan riippumaton laboratorio ei ole toistanut lukuja, eikä yhtään mallia ole toimitettu todellisen käyttöönoton kanssa – ei laivuekokoa, ei käyttöaikaa, ei interventiota, joka osoittaa, kuinka usein henkilön oli otettava haltuun. Tämä aukko erottaa mittarin tuloksen “käyttöönotovuodesta”, jonka vastustajat, kuten AgiBot, ovat alkaneet väittää.
Ainoa fyysinen ankkuri on nelijalkainen opasrobotti, jonka Amap sanoi huhtikuussa 2026, että se lähettäisi Pekingin E-Townin puolimaratonille. Se on esittely, ei käyttöönotto: yksi robotti valmistellussa ympäristössä ei kerro paljon siitä, miten pinorakenteen kestää todellisen ympäristön pitkä häntä.
Miksi karttayhtiö rakentaa robotti aivoja
Amap pyörittää yhtä Kiinan suurimmista navigointialustoista, ja sen arvio on, että kartan ja kiinnostuksen kohteiden taustatiedot, jotka ovat taustalla palvelussa, ovat etu roboteille, joilla on tarve liikkua fyysisessä maailmassa. Yritys perusti ruumiillistetun älykkyyden osaston tammikuussa 2026 ja julkaisi ensimmäisen navigointi- ja manipulointiperusmallinsa, ABot-N0 ja ABot-M0, viikkoja myöhemmin; heinäkuun päivitys on toinen sukupolvi tästä työstä.
Se laskee kiireiseen kenttään. Kiinalaiset kehittäjät, uudet humanoid- kilpailijat ja cobot-valmistajat, jotka sopivat roboteille yleistä älykkyyttä, kaikki tavoittelevat samaa ruumiinylittävää perusmallikerrosta, ja Kiina valuttaa julkista ja yksityistä rahaa ruumiillistettuun älykkyyteen ja sen alle oleviin malleihin. Koetus, jota he kohtaavat, on se, jota Amap ei ole vielä vastannut: voittaako pinorakenteen, joka on huipputuloksia, robotti, joka tekee hyödyllistä työtä, valvomatta, lattialla, jota kukaan ei ole järjestänyt etukäteen. Amap on osoittanut ensimmäisen puoliskon. Toinen on edelleen väite.












