Обновление Amap для встраиваемого ИИ в роботах Alibaba

Amap, подразделение Alibaba, занимающееся картографированием и сервисами местоположения, выпустило полноценное обновление для ABot, системы встраиваемого ИИ, предназначенной для управления роботами, а не водителями. Объявление было сделано 22 июля 2026 года, и обновление включает в себя пять новых моделей, охватывающих навигацию, манипуляцию, рассуждение, долгосрочную память и контроль движения, и Amap заявляет, что объединенная система установила рекордные результаты в 17 тестах.

Что компания выпустила, так это набор моделей и исследовательских работ, а не робота с ценой или покупателем. Это различие имеет значение. Релиз описывает возможности, измеренные по тестам, а не машину, работающую в смене где-то с ее вмешательствами, зарегистрированными. Стек предназначен для того, чтобы быть независимым от тела, подключаясь к humanoидным, четырехногим и колесным роботам через сменяемые навыки, так что один “мозг” может, в принципе, управлять разным оборудованием — той же целью, которая лежит в основе более широкого робототехнического соревнования.

Что добавляет обновление

Навигация — это часть, наиболее близкая к основной деятельности Amap, и ее модель, ABot-N1, отражает это. Она сочетает медленный модуль для планирования маршрута с быстрым модулем, выдающим команды движения, и добавляет то, что команда называет “цепочкой мыслей на уровне пикселей”, которая связывает то, что видит камера, с письменным рассуждением, так что решение можно отслеживать. Amap заявляет, что ABot-N1 может пересечь город, используя только обычные навигационные карты, с результатом 92,9% на открытом воздухе; статья сообщает о 95,4% в сложных внутренних сценах и о 35% увеличении достижения точек интереса, до 77,3%.

Манипуляция — это более сложная задача, и это то, на что ABot-M0.5 нацелен: многоступенчатый процесс перемещения к объекту и его обработки, такой как получение воды из диспенсера через комнату. Вместо того, чтобы выполнять движение и захват как одну последовательность, он разделяет их на два потока действий и добавляет метод обучения, который Amap называет “самовосстановлением снов”, позволяющий модели продолжать действовать из шумных визуальных прогнозов, а не застревать на небольших ошибках. На тестовом наборе RoboCasa-365 Amap сообщает о превзойденном предыдущем лучшем системой на 20,4% в сложных задачах и на 10,6% в базовых.

Две другие модели образуют слой принятия решений. ABot-ER построен для рассуждения об отношениях между объектами, пространствами и задачами, а не только для распознавания того, что находится в кадре; Amap заявляет, что он занял первое место на тесте Embodied Arena 2D-EQA по состоянию на момент объявления. ABot-AgentOS находится над контроллерами и обрабатывает планирование, использование инструментов, выполнение и верификацию, с памятью, которая может учиться на неудачных попытках. Пятая модель, ABot-C0, преобразует эти решения в движение для четырехногих роботов. Вместе рассуждения и агентские слои нацелены на часть встраиваемого ИИ, которая спотыкается о большинство систем: не один захват, а последовательность многих шагов в длинной задаче без потери нити.

Тесты, а не развертывания

Amap выложил больше, чем большинство запусков роботов. Он опубликовал статьи о моделях навигации, манипуляции, агента и контроля движения на arXiv и выпустил код и тестовые наборы, что более проверяемо, чем нарезанный хайлайт-ролик. Внешние исследователи могут, в принципе, повторить работу.

Цифры все еще несут обычную оговорку. Они являются результатами команды, и несколько тестов — это те, которые Amap ввел вместе с моделями: ABot-N1 поставляется с новыми тестами point-goal и point-of-interest, и система агента оценивается по тесту, определённому в той же статье. Никакая независимая лаборатория не воспроизвела цифры, и ни одна из моделей не приходит с реальным развертыванием — нет размера флота, нет времени безотказной работы, нет показателя вмешательства, показывающего, как часто человек должен был взять управление. Этот пробел отделяет результат теста от “года развертывания”, который соперники, такие как AgiBot, начали заявлять.

Единственная физическая опора — это четырехногий робот-экскурсовод, который Amap заявил в апреле 2026 года, что отправит на полумарафон Beijing E-Town. Это демонстрация, а не развертывание: один робот в сценарии говорит мало о том, как стек выдерживает реальную среду.

Почему компания карт строит роботические мозги

Amap управляет одной из крупнейших навигационных платформ в Китае, и ее ставка заключается в том, что данные картографирования и местоположения, лежащие в основе этой службы, являются головным стартом для пространственного рассуждения, необходимого роботам для движения в физическом мире. Компания создала подразделение встраиваемого интеллекта в январе 2026 года и выпустила свои первые базовые модели навигации и манипуляции, ABot-N0 и ABot-M0, через несколько недель; обновление июля — это второе поколение этой работы.

Оно попадает в переполненное поле. Китайские разработчики, новые humanoидные участники и производители cobot, оснащающие роботов общим ИИ — все они преследуют одну и ту же фундаментальную основу встраиваемого ИИ, и Китай вкладывает государственные и частные деньги в встраиваемый интеллект и лежащие в его основе модели. Тест, с которым они сталкиваются, — это тот, который Amap еще не ответил: может ли система, которая возглавляет тесты, управлять роботом, выполняющим полезную работу, без присмотра, на полу, который никто не подготовил заранее. Amap показал первую половину. Вторая половина все еще является заявлением.