अलीबाबा के अमैप ने रोबोट्स के लिए अपने एम्बेडेड-एआई स्टैक को अपग्रेड किया है

अमैप, अलीबाबा की मैपिंग और लोकेशन-सेवाओं की शाखा, ने एबोट के लिए एक पूर्ण-स्टैक अपग्रेड जारी किया है, जो एम्बेडेड-एआई प्रणाली है जिसे वह रोबोटों को निर्देशित करने के लिए बना रहा है, न कि ड्राइवरों के लिए। 22 जुलाई, 2026 को घोषित, अपग्रेड में पांच नए मॉडल शामिल हैं जो नेविगेशन, मैनिपुलेशन, तर्क, लंबी अवधि की स्मृति और गति नियंत्रण को कवर करते हैं, और अमैप कहता है कि संयुक्त स्टैक ने 17 बेंचमार्क में शीर्ष स्कोर हासिल किए हैं।

कंपनी ने जो डिलीवर किया है वह एक रोबोट नहीं है जिसकी कीमत या ग्राहक है, बल्कि मॉडल और शोध पत्रों का एक सेट है। यह अंतर महत्वपूर्ण है। रिलीज़ में बेंचमार्क पर मापी गई क्षमताओं का वर्णन किया गया है, न कि किसी मशीन का जो किसी स्थान पर एक शिफ्ट चला रही है और उसके हस्तक्षेप दर्ज किए गए हैं। स्टैक का उद्देश्य शरीर-एज्नोस्टिक होना है, जो मानवनुमा, चौपाया और पहियेदार रोबोटों में स्विच करने योग्य कौशल के माध्यम से प्लग इन करना है, ताकि एक “मस्तिष्क” सिद्धांत रूप से विभिन्न हार्डवेयर चला सके – व्यापक रोबोटिक्स दौड़ में चलने वाली एक ही क्रॉस-शरीर की महत्वाकांक्षा है।

अपग्रेड में क्या जोड़ता है

नेविगेशन अमैप के दिन-प्रतिदिन के काम के सबसे करीब का हिस्सा है, और इसका मॉडल, एबोट-एन1, इसका प्रतिबिंब है। यह एक धीमी मॉड्यूल को मार्ग योजना के साथ जोड़ता है जो गति आदेश जारी करता है, और एक “पिक्सेल-स्तर की सोच की श्रृंखला” जोड़ता है जो कैमरे द्वारा देखे जाने वाले को लिखित तर्क से जोड़ता है ताकि एक निर्णय का पता लगाया जा सके। अमैप कहता है कि एबोट-एन1 सामान्य नेविगेशन मानचित्रों का उपयोग करके एक शहर पार कर सकता है, 92.9% की बाहरी सफलता दर के साथ; पेपर में जटिल इनडोर दृश्यों में 95.4% और 77.3% तक ब्याज के बिंदुओं तक पहुंचने में 35% की वृद्धि की सूचना दी गई है।

मैनिपुलेशन कठिन है, और यह एबोट-एम0.5 का लक्ष्य है: एक वस्तु की ओर जाने और उसे संभालने का बहु-चरण व्यवसाय, जैसे कि एक कमरे में एक डिस्पेंसर से पानी लेना। इसके बजाय आंदोलन और पकड़ को एक क्रम के रूप में चलाने के, यह उन्हें दो क्रिया धाराओं में विभाजित करता है, और एक प्रशिक्षण विधि जोड़ता है जिसे अमैप “स्वप्न स्व-चिकित्सा” कहता है जो मॉडल को शोर विज़ुअल भविष्यवाणियों से कार्य करने की अनुमति देता है, न कि छोटी त्रुटियों पर रुकने की। रोबोकासा-365 परीक्षण सूट पर, अमैप रिपोर्ट करता है कि यह जटिल कार्यों पर 20.4% और मूलभूत कार्यों पर 10.6% के साथ पिछली सर्वश्रेष्ठ प्रणाली को पार करता है।

दो और मॉडल निर्णय परत बनाते हैं। एबोट-ईआर वस्तुओं, स्थानों और कार्यों के बीच संबंधों के बारे में तर्क करने के लिए बनाया गया है, न कि केवल फ्रेम में क्या है; अमैप कहता है कि यह घोषणा के समय स्थानीय प्रश्न-उत्तर देने वाले बेंचमार्क, एम्बेडेड एरीना 2डी-ईक्यूए पर पहले स्थान पर है। एबोट-एजेंटओएस नियंत्रकों के ऊपर बैठता है और योजना, उपकरण का उपयोग, निष्पादन और सत्यापन से निपटता है, जिसमें एक आजीवन स्मृति है जो विफल प्रयासों से सीख सकती है। एक पांचवां मॉडल, एबोट-सी0, इन निर्णयों को चौपाया रोबोटों के लिए गति में परिवर्तित करता है। एक साथ, तर्क और एजेंट परतें एम्बेडेड एआई के उस हिस्से को लक्षित करती हैं जो अधिकांश प्रणालियों को परेशान करती है: एक ही पकड़ नहीं, बल्कि कई चरणों को एक लंबे कार्य में बिना धागा खोए स्ट्रिंग करना।

बेंचमार्क, न कि तैनाती

अमैप ने अधिकांश रोबोट लॉन्च की तुलना में अधिक रखा है। इसने नेविगेशन, मैनिपुलेशन, एजेंट और मोशन-कंट्रोल मॉडल के लिए पेपर प्रकाशित किए, और कोड और परीक्षण सेट जारी किए, जो एक कट-एंड-स्पेड-अप हाइलाइट रील से अधिक जांच योग्य है। बाहरी शोधकर्ता सिद्धांत रूप से काम को फिर से चला सकते हैं।

संख्या अभी भी सामान्य अस्तर ले जाती है। वे टीम के अपने परिणाम हैं, और कई बेंचमार्क वे हैं जिन्हें अमैप मॉडल के साथ पेश किया है: एबोट-एन1 नए बिंदु-लक्ष्य और बिंदु-ऑफ-इंटरेस्ट परीक्षण के साथ आता है, और एजेंट प्रणाली एक बेंचमार्क पर स्कोर की जाती है जिसे同 पेपर परिभाषित किया गया है। किसी स्वतंत्र प्रयोगशाला ने आंकड़ों को पुन: उत्पन्न नहीं किया है, और मॉडल में से कोई भी वास्तविक दुनिया की तैनाती के साथ नहीं आता है – कोई बेड़ा, कोई अपटाइम, कोई हस्तक्षेप दर नहीं दिखाता है कि कितनी बार एक व्यक्ति को हस्तक्षेप करना पड़ा। यह अंतर एक बेंचमार्क परिणाम और “तैनाती वर्ष” के बीच है जो प्रतिद्वंद्वी जैसे एजीबोट ने दावा करना शुरू किया है।

एकमात्र भौतिक एंकर एक चौपाया गाइड रोबोट है जिसके बारे में अमैप ने अप्रैल 2026 में कहा था कि वह बीजिंग ई-टाउन हाफ मैराथन में भेजेगा। यह एक प्रदर्शन है, न कि तैनाती: एक रोबोट एक स्टेज की सेटिंग में थोड़ा कहता है कि वास्तविक वातावरण के लंबे पूंछ में स्टैक कैसे खड़ा है।

एक मानचित्र कंपनी रोबोट मस्तिष्क क्यों बना रही है

अमैप चीन के सबसे बड़े नेविगेशन प्लेटफार्मों में से एक चलाता है, और इसका दांव यह है कि सेवा के पीछे मानचित्र और बिंदु-ऑफ-इंटरेस्ट डेटा रोबोटों को शारीरिक दुनिया में घूमने के लिए आवश्यक स्थानिक तर्क में एक हेड स्टार्ट है। कंपनी जनवरी 2026 में एक एम्बेडेड-इंटेलिजेंस डिवीजन स्थापित किया और अपने पहले नेविगेशन और मैनिपुलेशन बेस मॉडल, एबोट-एन0 और एबोट-एम0, जारी किया; जुलाई अपग्रेड इस काम की दूसरी पीढ़ी है।

यह एक भीड़भाड़ वाले क्षेत्र में आता है। चीनी डेवलपर, नए मानवनुमा प्रवेशकर्ता और कोबोट निर्माता रोबोटों में सामान्य विशेषज्ञ एआई के साथ फिटिंग कर रहे हैं, वे सभी एक ही क्रॉस-शरीर फाउंडेशन-मॉडल परत का पीछा कर रहे हैं, और चीन निजी और सार्वजनिक पैसे को एम्बेडेड बुद्धिमत्ता और उसके नीचे के मॉडल में डाल रहा है। उनमें से प्रत्येक का सामना करने वाला परीक्षण वह है जिसे अमैप ने अभी तक नहीं सुना है: क्या एक स्टैक जो बेंचमार्क पर खड़ा हो सकता है एक रोबोट चला सकता है जो किसी तैयार किए गए फ्लोर पर अनदेखा काम करता है। अमैप ने पहला आधा हिस्सा दिखाया है। दूसरा अभी भी एक दावा है।