Nuevo avance en inteligencia encarnada: AutoNavi libera en su totalidad el modelo base de robot universal de código abierto ABot-M0

marsbitPublicado a 2026-04-01Actualizado a 2026-04-01

Resumen

La inteligencia encarnada alcanza un hito: Amap (Gaode) ha lanzado de código abierto y completo ABot-M0, el primer modelo base de operación robótica del mundo basado en una arquitectura unificada. Diseñado para "un cerebro general adaptable a múltiples tipos de robots", busca superar las barreras entre hardware heterogéneo y acelerar la aplicación de la inteligencia encarnada en entornos industriales y domésticos. ABot-M0 demuestra un rendimiento excepcional: 80.5% de éxito en el benchmark Libero-Plus, superando al modelo anterior Pi0 en casi un 30%, y establece nuevos récords SOTA en Libero y RoboCasa. La iniciativa de código abierto incluye tres dimensiones clave: - Datos: libera UniACT, el conjunto de datos robóticos más grande con más de 6 millones de trayectorias operativas reales y herramientas de procesamiento. - Algoritmos: revela la arquitectura del modelo y el marco de entrenamiento, destacando el innovador algoritmo AML y la arquitectura de percepción de doble flujo. - Modelos: ofrece modelos preentrenados listos para usar, reduciendo significativamente las barreras de implementación. Este lanzamiento busca construir un puente entre la investigación académica y la aplicación industrial, permitiendo que todo tipo de robots tengan un "cerebro" inteligente y confiable.

El campo de la inteligencia encarnada ha alcanzado un hito significativo. AutoNavi anunció hoy la liberación total y de código abierto del primer modelo base de operación de robot encarnado basado en una arquitectura unificada del mundo, ABot-M0. El núcleo de este modelo se centra en lograr "un cerebro universal adaptable a múltiples formas de robots", con el objetivo de romper las barreras entre hardware heterogéneo y acelerar la transición de la inteligencia encarnada del laboratorio a escenarios industriales y domésticos.

Tecnología central y rendimiento

ABot-M0 ha demostrado un rendimiento excepcional en múltiples puntos de referencia autorizados de la industria. Los datos muestran que el modelo alcanza una tasa de éxito en tareas de hasta 80.5% en el punto de referencia Libero-Plus, lo que representa una mejora de casi 30% respecto a la solución de referencia anterior, Pi0. Además, estableció nuevos récords SOTA (el más avanzado de la industria) en pruebas como Libero y RoboCasa.

Liberación de código abierto en tres dimensiones

Para abordar los problemas persistentes de "islas de datos" y "dificultades de implementación" en el campo de la inteligencia encarnada, la liberación de código abierto de AutoNavi abarca tres dimensiones: datos subyacentes, algoritmos centrales y modelos preentrenados:

  • Nivel de datos: Se liberó el conjunto de datos de robot universal más grande hasta la fecha, UniACT. Este conjunto integra más de 6 millones de trayectorias de operación reales y proporciona una canalización completa de procesamiento de datos heterogéneos a datos de entrenamiento estandarizados.

  • Nivel de algoritmo: Se publicaron simultáneamente la arquitectura del modelo y el marco de entrenamiento. Los aspectos destacados incluyen el innovador algoritmo de aprendizaje de múltiples acciones (AML) de AutoNavi y la arquitectura de percepción de doble flujo, que otorgan al robot una capacidad excepcional de comprensión espacial y ejecución de acciones.

  • Nivel de modelo: Se proporciona un modelo preentrenado de extremo a extremo y una cadena de herramientas completa. Los desarrolladores pueden lograr una implementación "lista para usar" sin necesidad de construir un marco desde cero, reduciendo enormemente el umbral de adaptación para robots de colaboración industrial o servicio doméstico.

Impacto en la industria

El responsable técnico de AutoNavi ABot-M0 expresó que la verdadera inteligencia encarnada universal requiere la colaboración de desarrolladores globales. La liberación de código abierto de ABot-M0 no es solo un intercambio tecnológico, sino también un puente para conectar la investigación académica con las aplicaciones industriales, permitiendo que cada robot de diferente forma tenga un "cerebro" inteligente, confiable y universal.

Preguntas relacionadas

Q¿Qué es el modelo ABot-M0 y por qué es significativo en el campo de la inteligencia encarnada?

AEl ABot-M0 es el primer modelo base de operación encarnada para robots de arquitectura unificada de código abierto a escala completa, desarrollado por Gaode. Es significativo porque tiene como objetivo lograr que 'un cerebro universal se adapte a múltiples formas de robots', rompiendo las barreras entre hardware heterogéneo y acelerando la transición de la inteligencia encarnada del laboratorio a escenarios industriales y domésticos.

Q¿Cómo se desempeñó el ABot-M0 en las pruebas de referencia Libero-Plus y en comparación con el modelo anterior Pi0?

AEl modelo ABot-M0 alcanzó una tasa de éxito en tareas del 80.5% en el benchmark Libero-Plus, lo que representa una mejora de casi un 30% en comparación con el modelo de referencia anterior, Pi0.

Q¿Qué incluye la iniciativa de código abierto a escala completa de Gaode para el ABot-M0?

ALa iniciativa de código abierto a escala completa abarca tres dimensiones: la capa de datos (conjunto de datos universal de robots UniACT con más de 6 millones de trayectorias de operación reales), la capa algorítmica (arquitectura del modelo y marco de entrenamiento, incluido el algoritmo AML y la arquitectura de percepción de doble flujo), y la capa de modelo (modelo preentrenado de extremo a extremo y cadena de herramientas completa).

Q¿Qué es el conjunto de datos UniACT y por qué es importante?

AUniACT es el conjunto de datos de robots universal más grande de código abierto por Gaode. Integra más de 6 millones de trayectorias de operación reales y proporciona una canalización de procesamiento completa para convertir datos heterogéneos en datos de entrenamiento estandarizados, abordando el punto défico de los 'silos de datos' en el campo de la inteligencia encarnada.

Q¿Cuál es el impacto esperado del lanzamiento de código abierto del ABot-M0 en la industria según el responsable técnico de Gaode?

AEl responsable técnico de Gaode expresó que la verdadera inteligencia encarnada universal requiere la contribución conjunta de desarrolladores globales. El código abierto de ABot-M0 no solo comparte tecnología, sino que también espera construir un puente que conecte la investigación académica y las aplicaciones industriales, permitiendo que cada robot de diferente forma tenga un 'cerebro' inteligente, confiable y universal.

Lecturas Relacionadas

Un análisis de 10.000 palabras: de 10 a 290 dólares, MRVL ganó toda la era de la IA 'sin hacer GPU'

En junio de 2026, la acción de Marvell Technology (MRVL) alcanzó un máximo histórico de 290 dólares, multiplicándose por 30 desde 2016. Este análisis explora la valoración del mercado, argumentando que Marvell es más que un "pequeño Broadcom". Su valor reside en un nicho único: la **conectividad** para la infraestructura de IA, donde lidera con el 70% del mercado en chips DSP ópticos de alta velocidad. Marvell no fabrica GPU; vende "conexión": el flujo de datos entre chips, servidores y centros de datos a través de la luz. Su estrategia, dirigida por el CEO Matt Murphy desde 2016, se centró en recortar negocios periféricos, adquirir empresas clave (como Inphi y Celestial AI) y asociarse a largo plazo con hiperescaladores como AWS. Su negocio tiene tres pilares: 1) Interconexión óptica (su ventaja más sólida), 2) Chips personalizados de IA para grandes tecnológicas (con 18 proyectos en curso), y 3) Chips de conmutación y almacenamiento empresarial. La inversión estratégica de 20.000 millones de NVIDIA en Marvall subraya su papel crucial en el ecosistema de IA, aunque también introduce una relación compleja de cooperación y competencia. Financieramente, Marvell muestra un crecimiento acelerado (40%+) y apalancamiento operativo, con un PEG atractivo de ~0,6. Los riesgos incluyen la pérdida del diseño Trainium3 para Amazon, márgenes estructuralmente más bajos que Broadcom, la concentración de clientes, ventas de ejecutivos y presiones en la cadena de suministro. Sin embargo, su posición dominante en interconexión óptica y su cartera integral de conectividad "eléctrica + óptica" ofrecen una ventaja competitiva duradera. La tesis central es que, en la era de la IA, el valor de "conectar" superará al de los "nodos" de computación, y Marvell está posicionado de manera única para capitalizar esta tendencia estructural.

marsbitHace 23 min(s)

Un análisis de 10.000 palabras: de 10 a 290 dólares, MRVL ganó toda la era de la IA 'sin hacer GPU'

marsbitHace 23 min(s)

Las estaciones intermedias de IA generan un debate candente en Zhihu: detrás de los Tokens baratos, ¿qué preocupa realmente a los usuarios?

La discusión en Zhihu sobre las "estaciones intermediarias de IA" ha trasladado el tema de los "tokens baratos" desde círculos de desarrolladores a un público más amplio, generando un debate centrado en costos y confianza. Las principales preocupaciones de los usuarios incluyen: - **Autenticidad del modelo**: Existe un temor generalizado de que los servicios intermedios puedan sustituir modelos de alta gama por versiones inferiores o simuladas ("modelos fantasma"), aprovechando la naturaleza aleatoria de las respuestas para enmascarar la diferencia. - **Costos reales**: La percepción de bajo precio suele basarse en la comparación con las tarifas oficiales por uso de API. Sin embargo, para muchos usuarios, suscripciones oficiales, modelos nacionales chinos o cuotas gratuitas podrían resultar más económicas. Se destaca la necesidad de evaluar primero el patrón de uso personal. - **Fuente de los tokens baratos**: Las explicaciones varían desde descuentos por volumen y optimizaciones técnicas hasta fuentes grises como la división de cuentas, explotación de cuotas gratuitas o arbitraje geográfico. Esta opacidad dificulta evaluar los riesgos asociados a cada servicio. - **Seguridad de los datos**: Más allá de la calidad de las respuestas, los usuarios expresan inquietud por la privacidad de *prompts*, fragmentos de código, documentos comerciales o claves API procesados a través de servidores de terceros. Este riesgo se amplifica en contextos empresariales o con agentes autónomos que ejecutan acciones basadas en respuestas del modelo. - **Consenso práctico**: La discusión converge en que estos servicios pueden ser útiles para tareas de bajo riesgo, desechables y no sensibles (como resúmenes o traducciones simples). Sin embargo, no se recomienda su uso por defecto, especialmente para datos confidenciales (código propietario, información legal, financiera o médica) o en flujos de trabajo productivos empresariales. Se aconseja precaución: no realizar grandes recargas, mantener rutas de respaldo, despersonalizar datos y evitar integrarlos en procesos críticos. En resumen, el debate subraya que el costo real del uso de IA no es solo el precio del token, sino una combinación de factores como la transparencia del modelo, la seguridad de los datos, la estabilidad del servicio y los riesgos de cumplimiento normativo.

marsbitHace 57 min(s)

Las estaciones intermedias de IA generan un debate candente en Zhihu: detrás de los Tokens baratos, ¿qué preocupa realmente a los usuarios?

marsbitHace 57 min(s)

Asociación Blockchain insta al Senado a aprobar la Ley CLARITY con carta respaldada por 160 exfuncionarios

La Blockchain Association, un importante grupo de defensa de la industria, ha instado al liderazgo del Senado de EE. UU. a avanzar en la ley CLARITY mediante una carta respaldada por 160 exfuncionarios de seguridad nacional, inteligencia y aplicación de la ley. Los firmantes argumentan que, sin un marco regulatorio federal claro, la actividad relacionada con las criptomonedas podría trasladarse a mercados extraterritoriales más opacos, dificultando la labor de investigación de delitos financieros. La carta destaca que la ley CLARITY reforzaría las capacidades de prevención del crimen financiero, con medidas como la ampliación de las obligaciones contra el financiamiento ilícito y el fortalecimiento de la supervisión de los cajeros de activos digitales. También propone una mejor coordinación y compartición de información entre el Departamento del Tesoro, el Departamento de Justicia y otras agencias. La asociación enfatiza que estas son mejoras para la aplicación de la ley, no una desregulación. El proyecto de ley, cuya parte correspondiente al Comité de Agricultura ya avanzó, podría someterse a votación en el Senado este verano. Sin embargo, aún necesitaría la aprobación de la Cámara de Representantes, lo que probablemente requerirá un proceso de conciliación con una versión anterior aprobada por dicha cámara.

bitcoinistHace 1 hora(s)

Asociación Blockchain insta al Senado a aprobar la Ley CLARITY con carta respaldada por 160 exfuncionarios

bitcoinistHace 1 hora(s)

微信 AI se pone manos a la obra después de bloquear a su propio proyecto 'Yuanbao'

El título "Cerrado su propio tesoro: WeChat AI entra en escena" refleja un momento decisivo para Tencent. Tras bloquear su propia aplicación de IA "Yuanbao" en WeChat por violar las normas de la plataforma, la compañía ha acelerado el desarrollo de un agente de IA nativo integrado directamente en la aplicación de mensajería. Esta decisión estratégica, motivada por la competencia con rivales como Doubao de ByteDance, busca transformar a WeChat de una plataforma donde los usuarios buscan servicios activamente a un sistema donde la IA ejecuta tareas completas. Según informes, el agente de IA de WeChat se activaría deslizando el dedo hacia la derecha en la pantalla principal, permitiendo a los usuarios dar órdenes en lenguaje natural para realizar acciones como reservar citas, pedir comida o comprar entradas, utilizando directamente los mini-programas y WeChat Pay dentro del ecosistema. Esto aprovecha la ventaja única de WeChat: más de 1.400 millones de usuarios activos mensuales, millones de mini-programas con API estandarizadas y un sistema integrado de identidad y pago. La estrategia marca un cambio crucial. En lugar de competir en el campo de las aplicaciones independientes de IA, donde Yuanbao se quedaba atrás, Tencent apuesta por potenciar su fortaleza principal: el ecosistema cerrado de WeChat. El éxito dependerá de factores como la capacidad del modelo de lenguaje base Hunyuan, la gestión de los costes de computación y, críticamente, de cómo se redefinen los incentivos para los desarrolladores de mini-programas, cuyo modelo de negocio podría verse afectado si la IA omite los pasos de navegación tradicionales. Con esta movida, WeChat no solo busca ponerse al día, sino redefinir la conexión entre las personas y los servicios en la era de la IA.

marsbitHace 1 hora(s)

微信 AI se pone manos a la obra después de bloquear a su propio proyecto 'Yuanbao'

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片