アリババのAmapがロボット用のエンボディッドAIスタックをアップグレード

Amap、アリババのマッピングおよび位置情報サービス部門は、ロボットではなく運転手を導くために構築しているエンボディッドAIシステムであるABotのフルスタックアップグレードをリリースしました。 2026年7月22日に発表されたこのアップグレードでは、5つの新しいモデルが導入され、ナビゲーション、操作、推論、長期記憶およびモーションコントロールをカバーし、Amapは、バンドルされたスタックが17のベンチマークでトップスコアを達成したと述べています。

会社が提供したものは、価格や顧客が付随するロボットではなく、モデルと研究論文のセットです。この区別は重要です。リリースでは、ベンチマークで測定された機能が説明されており、どこかでシフトを実行している機械の介入がログに記録されたものではありません。スタックはボディーアグノスティックであることを目的としており、交換可能なスキルを介してヒューマノイド、四足、車輪付きロボットにプラグインし、1つの「脳」が原則として異なるハードウェアを駆動できることを目指しています。これは、より広いロボティクス競争を通して走る同じクロスボディーアンビションです。

アップグレードで追加されるもの

ナビゲーションは、Amapの日常業務に最も近い部分であり、そのモデルであるABot-N1はそれを反映しています。ルートプランニング用のスローモジュールと動きの指令を出す高速モジュールをペアにしており、さらにチームが「ピクセルレベルの思考の連鎖」と呼ぶものを追加し、カメラが見るものと書き出された推論をリンクし、決定を追跡できるようにしています。Amapは、ABot-N1が通常のナビゲーションマップのみを使用して都市を横断でき、屋外では92.9%の成功率を達成し、複雑な屋内シーンでは95.4%の成功率を達成し、関心ポイントに到達する能力が35%向上し、77.3%になったと述べています。

操作はより困難で、ABot-M0.5が対象としています。オブジェクトに移動し、操作するというマルチステップのビジネス、たとえば部屋の反対側のディスペンサーから水を取り出すことです。動きと把持を1つのシーケンスとして実行するのではなく、それらを2つのアクションストリームに分割し、Amapが「夢の自己回復」と呼ぶトレーニング方法を追加し、ノイズのある視覚予測からモデルが行動を続けることができるようにし、小さなエラーで停止するのではなく、ロボカサ-365テストスイートで、Amapは複雑なタスクで20.4%、基本タスクで10.6%のパフォーマンスが向上したと報告しています。

2つのモデルが決定レイヤーを形成します。ABot-ERは、フレーム内のものだけを認識するのではなく、オブジェクト、スペース、タスクがどのように関連するかについて推論するように構築されています。Amapは、空間質問回答ベンチマークであるEmbodied Arena 2D-EQAで、発表時点で1位だったと述べています。 ABot-AgentOSはコントローラーの上に位置し、計画、ツールの使用、実行、検証を処理し、失敗した試行から学べるライフタイムメモリを備えています。5番目のモデルであるABot-C0は、これらの決定を四足ロボットのモーションに変換します。これらを組み合わせた推論およびエージェントレイヤーは、ほとんどのシステムが躓くエンボディッドAIの部分を対象としています。単一の把持ではなく、長いタスクの多くのステップを1つにまとめることです。

ベンチマーク、デプロイメントではない

Amapは、ほとんどのロボットの発表とは異なり、多くのものをテーブルに置きました。ナビゲーション、操作、エージェント、モーションコントロールモデルに関する論文をarXivに公開し、コードとテストセットをリリースしました。これは、カットされたハイライト映像よりも検証可能です。外部の研究者は、原則として仕事を再実行できます。

数字には通常のアステリスクが付いています。チーム自身の結果であり、ベンチマークのいくつかはモデルとともに導入されたものです。ABot-N1には、新しいポイントゴールとポイントオブインタレストテストが付属し、エージェントシステムは、同じ論文で定義されたベンチマークでスコア付けされています。独立した研究所では、これらの数字を再現しておらず、どのモデルも、フリートサイズ、稼働時間、介入率が示される実世界のデプロイメントとともに到着しません。デプロイメント年という言葉は、AgiBotなどのライバルが主張し始めた言葉です。

物理的な錨点は、Amapが2026年4月に北京E-Townハーフマラソンに送る予定であると述べた四足のガイドロボットです。これはデモンストレーションであり、デプロイメントではありません。1つのロボットが舞台裏の設定で動作することは、スタックが実際の環境の長い尾を通してどのように耐えられるかについてはほとんど語りません。

マップ会社がロボットの脳を構築する理由

Amapは中国最大のナビゲーションプラットフォームの1つを運営しており、その賭けは、サービス背後のマッピングおよびポイントオブインタレストのデータが、ロボットが物理世界を移動するために必要な空間推論の出発点であるということです。会社は、2026年1月にエンボディッドインテリジェンス部門を設立し、数週間後に最初のナビゲーションおよび操作ベースモデル、ABot-N0およびABot-M0をリリースしました。7月のアップグレードは、その作業の2世代目です。

これは混雑した分野に到着します。中国の開発者、新しいヒューマノイドエントリ、およびコボットメーカーはすべて、同じクロスボディーファウンデーションモデルレイヤーを追求しており、中国は、エンボディッドインテリジェンスおよびその下にあるモデルに公的および私的資金を投入しています。彼らが直面しているテストは、Amapがまだ答えていないものです。ベンチマークでトップを取るスタックが、事前に整理されていない床で、誰も介入せずに有用な作業を行うロボットを動かすことができるかどうか。Amapは最初の半分を示しました。2番目はまだ主張です。