Ulepszenie Embodied-AI Stack dla Robotów Alibaba’s Amap

Amap, oddział mapowania i usług lokalizacyjnych Alibaba, wydał pełne ulepszenie ABot, systemu Embodied-AI, który buduje w celu kierowania robotami, a nie kierowcami. Ogłoszono 22 lipca 2026 r., Ulepszenie zawiera pięć nowych modeli obejmujących nawigację, manipulację, rozumowanie, długotrwałą pamięć i kontrolę ruchu, a Amap twierdzi, że połączony stos osiągnął najwyższe wyniki w 17 benchmarkach.

To, co firma wydała, to zestaw modeli i prac badawczych, a nie robot z ceną lub klientem. Różnica jest istotna. Wydanie opisuje możliwości zmierzone na benchmarkach, a nie maszynę pracującą w zmianie gdzieś z zarejestrowanymi interwencjami. Stos jest przeznaczony do bycia body-agnostic, podłączany do robotów humanoidowych, czworonożnych i kołowych za pomocą wymiennych umiejętności, tak aby jeden “mózg” mógł, w zasadzie, prowadzić różne urządzenia — tę samą ambicję cross-body przechodzącą przez szeroki wyścig robotów.

Co dodaje ulepszenie

Nawigacja jest częścią najbliższą do pracy Amap, a jego model, ABot-N1, odzwierciedla to. Łączy powolny moduł do planowania trasy z szybkim, który wydaje polecenia ruchu, i dodaje to, co zespół nazywa “łańcuchem myśli na poziomie pikseli”, który łączy to, co widzi kamera, z napisanym rozumowaniem, tak aby decyzja mogła być śledzona. Amap twierdzi, że ABot-N1 może przekroczyć miasto, używając tylko zwykłych map nawigacyjnych, z wskaźnikiem powodzenia 92,9% na zewnątrz; praca raportuje 95,4% w złożonych scenach wewnętrznych i 35% zysk w osiąganiu punktów zainteresowania, do 77,3%.

Manipulacja jest trudniejsza, a to jest to, co ABot-M0.5 jest skierowane: wieloetapowy proces przenoszenia się do obiektu i jego obsługi, takiego jak pobranie wody z dyspensera w pokoju. Zamiast wykonywania ruchu i chwytania jako jednej sekwencji, dzieli je na dwa strumienie działań, i dodaje metodę treningu, którą Amap nazywa “samouzdrowienie marzeń”, która pozwala modelowi działać dalej z hałaśliwymi przewidywaniami wizualnymi, a nie zatrzymywać się na małych błędach. Na teście RoboCasa-365, Amap raportuje pokonanie poprzedniego najlepszego systemu o 20,4% w złożonych zadaniach i 10,6% w podstawowych.

Dwa kolejne modele tworzą warstwę decyzyjną. ABot-ER jest zbudowany, aby rozumieć, jak obiekty, przestrzenie i zadania są powiązane, a nie tylko rozpoznawać, co jest w klatce; Amap twierdzi, że zajęło pierwsze miejsce w benchmarku Embodied Arena 2D-EQA. ABot-AgentOS siedzi powyżej kontrolerów i zajmuje się planowaniem, używaniem narzędzi, wykonaniem i weryfikacją, z pamięcią przez całe życie, która może uczyć się z nieudanych prób. Piąty model, ABot-C0, przekształca te decyzje w ruch dla robotów czworonożnych. Razem, warstwy rozumowania i agenta celują w część Embodied AI, która potknie się o większość systemów: nie o jeden chwyt, ale o łączenie wielu kroków w długie zadanie bez utraty wątku.

Benchmarki, a nie wdrożenia

Amap postawił więcej na stole niż większość startów robotów. Opublikował prace na arXiv i wydał kod i zestawy testowe, co jest bardziej sprawdzalne niż zmontowany zbiór wyróżnień. Zewnętrzni badacze mogą, w zasadzie, powtórzyć pracę.

Liczby nadal noszą zwyczajną gwiazdkę. Są to wyniki zespołu, a kilka benchmarków to te, które Amap wprowadził wraz z modelami: ABot-N1 jest wyposażony w nowe testy punktów i punktów zainteresowania, a system agenta jest oceniany na benchmarku, który ten sam artykuł definiuje. Żadne niezależne laboratorium nie odtworzyło tych liczb, a żaden z modeli nie przychodzi z prawdziwym wdrożeniem — nie ma rozmiaru floty, czasu pracy, wskaźnika interwencji pokazującego, jak często osoba musiała przejąć kontrolę. Ta luka oddziela wynik benchmarkowy od “roku wdrożenia”, którego rywale, tacy jak AgiBot, zaczęli twierdzić.

Jedynym fizycznym kotwicą jest robot przewodnik czworonożny, który Amap powiedział w kwietniu 2026 r., że wyśle do półmaratonu Beijing E-Town. To jest demonstracja, a nie wdrożenie: jeden robot w ustawionym środowisku mówi niewiele o tym, jak stos wytrzymuje się w prawdziwym środowisku.

Dlaczego firma mapowa buduje roboty z mózgiem

Amap prowadzi jeden z największych chińskich platform nawigacyjnych, a jego zakład jest taki, że dane mapowania i punktów zainteresowania za tym serwisem są przewagą w rozumowaniu przestrzennym, które roboty potrzebują do poruszania się w świecie fizycznym. Firma utworzyła oddział inteligencji wcielonej w styczniu 2026 r. i wydał pierwsze podstawowe modele nawigacji i manipulacji, ABot-N0 i ABot-M0, tygodnie później; lipcowe ulepszenie jest drugą generacją tej pracy.

To ląduje w zatłoczonym polu. Chińscy deweloperzy, nowsi uczestnicy humanoidowi i twórcy cobotów wyposażonych w ogólny AI są wszyscy ścigani przez tę samą warstwę podstawy modelu cross-body, a Chiny przelewają publiczne i prywatne pieniądze w inteligencję wcieloną i modele pod nimi. Test, który każdy z nich staje, to ten, którego Amap jeszcze nie odpowiedział: czy stos, który zajmuje najwyższe miejsce w benchmarkach, może uruchomić robota, który wykonuje użyteczną pracę, bez nadzoru, na podłodze, na której nikt nie był wcześniej ustalony. Amap pokazał pierwszą połowę. Druga jest jeszcze twierdzeniem.