Terobosan Baru dalam Kecerdasan Berwujud: AutoNami Buka Sumber Penuh Model Basis Robot Serbaguna ABot-M0

marsbitDipublikasikan tanggal 2026-04-01Terakhir diperbarui pada 2026-04-01

Abstrak

Inovasi terobosan dalam kecerdasan embodied diumumkan oleh Gaode dengan meluncurkan open-source penuh model dasar robot universal ABot-M0, model pertama di dunia berbasis arsitektur terpadu. ABot-M0 dirancang untuk menjadi "otak universal yang dapat beradaptasi dengan berbagai bentuk robot", bertujuan menghilangkan hambatan antar perangkat heterogen dan mempercepat adopsi kecerdasan embodied dari lab ke skenario industri dan rumah tangga. Model ini menunjukkan kinerja luar biasa dalam benchmark Libero-Plus dengan tingkat keberhasilan tugas 80.5%, meningkat hampir 30% dibandingkan model Pi0 sebelumnya, sekaligus mencatat rekor SOTA di Libero dan RoboCasa. Gaode membuka sumber daya secara lengkap dalam tiga dimensi: dataset robot universal UniACT dengan lebih dari 6 juta lintasan operasi nyata, algoritme inti termasuk Action Manifold Learning (AML) dan arsitektur persepsi dual-stream, serta model pra-latihan lengkap dengan toolchain untuk memudahkan penggunaan langsung. Inisiatif ini diharapkan dapat menjembatani penelitian akademis dan aplikasi praktis, memungkinkan setiap robot memiliki "otak" yang cerdas dan andal.

Bidang kecerdasan berwujud mencapai kemajuan bersejarah. AutoNami hari ini secara resmi mengumumkan pembukaan sumber penuh model basis operasi robot berwujud pertama di dunia yang berbasis arsitektur terpadu ABot-M0. Inti model ini difokuskan untuk mewujudkan "satu otak serbaguna yang dapat diadaptasi ke berbagai bentuk robot", bertujuan menghancurkan hambatan antara perangkat keras yang berbeda, dan mempercepat perjalanan kecerdasan berwujud dari laboratorium menuju skenario industri dan rumah tangga.

Teknologi Inti dan Kinerja

ABot-M0 menunjukkan kinerja luar biasa dalam beberapa pengujian patokan industri. Data menunjukkan, tingkat keberhasilan tugas model ini pada patokan Libero-Plus mencapai 80,5%, meningkat hampir 30% dibandingkan dengan solasi unggulan industri sebelumnya, Pi0. Selain itu, model ini memecahkan rekor SOTA (terdepan di industri) dalam pengujian seperti Libero dan RoboCasa.

Pembukaan Sumber Penuh dalam Tiga Dimensi

Untuk mengatasi masalah lama "data terisolasi" dan "kesulitan penerapan" di bidang kecerdasan berwujud, AutoNami kali ini membuka sumber yang mencakup tiga dimensi: data dasar, algoritma inti, dan model pra-latih:

  • Tingkat data: Membuka sumber kumpulan data robot serbaguna UniACT yang saat ini merupakan yang terbesar. Kumpulan data ini mengintegrasikan lebih dari 6 juta jejak operasi nyata dan menyediakan pipa pemrosesan lengkap dari data heterogen ke data pelatihan terstandarisasi.

  • Tingkat algoritma: Secara bersamaan mempublikasikan arsitektur model dan kerangka pelatihan, dengan highlight inti termasuk algoritma inovatif AutoNami Pembelajaran Manifold Aksi (AML) serta Arsitektur Persepsi Aliran Ganda, yang memberikan kemampuan pemahaman spasial dan eksekusi aksi yang luar biasa untuk robot.

  • Tingkat model: Menyediakan model pra-latih ujung-ke-ujung dan rantai alat lengkap. Pengembang dapat mencapai "siap pakai", tanpa perlu membangun kerangka dari nol, sangat menurunkan ambang batas adaptasi untuk robot kolaborasi industri atau layanan rumah tangga.

Dampak Industri

Penanggung jawab teknologi AutoNami ABot-M0 menyatakan bahwa kecerdasan berwujud yang benar-benar serbaguna memerlukan pemolesan bersama dari pengembang global. Pembukaan sumber ABot-M0 bukan hanya berbagi teknologi, tetapi lebih berharap membangun jembatan yang menghubungkan penelitian akademis dan aplikasi industri, sehingga setiap robot dengan bentuk yang berbeda dapat memiliki "otak" yang cerdas, andal, dan serbaguna.

Pertanyaan Terkait

QApa itu model ABot-M0 yang diumumkan oleh Gaode dan mengapa dianggap sebagai terobosan?

AABot-M0 adalah model dasar operasi robot embodied pertama di dunia yang berbasis arsitektur terpadu, yang sepenuhnya open source oleh Gaode. Ini dianggap sebagai terobosan karena bertujuan untuk 'satu otak universal yang dapat beradaptasi dengan berbagai bentuk robot', memecah hambatan antara perangkat keras heterogen dan mempercepat pengembangan kecerdasan embodied dari laboratorium ke skenario industri dan rumah tangga.

QBagaimana kinerja ABot-M0 dalam pengujian benchmark dibandingkan dengan model sebelumnya?

AABot-M0 menunjukkan kinerja luar biasa dalam beberapa pengujian benchmark industri. Model ini mencapai tingkat keberhasilan tugas 80,5% pada benchmark Libero-Plus, yang hampir 30% lebih tinggi dibandingkan dengan model Pi0 yang sebelumnya menjadi tolok ukur. Selain itu, ABot-M0 juga memecahkan rekor SOTA (state-of-the-art) dalam tes Libero dan RoboCasa.

QApa saja tiga dimensi open source yang disediakan oleh Gaode untuk ABot-M0?

AGaode menyediakan open source dalam tiga dimensi: 1) Data: dataset robot universal terbesar UniACT dengan lebih dari 6 juta lintasan operasi nyata dan pipeline pemrosesan data terstandarisasi. 2) Algoritma: arsitektur model dan kerangka pelatihan, termasuk algoritma Action Manifold Learning (AML) dan arsitektur persepsi dual-stream. 3) Model: model pra-latihan end-to-end dan toolchain lengkap untuk penggunaan langsung.

QApa keunggulan dataset UniACT yang dibuka oleh Gaode?

ADataset UniACT yang dibuka oleh Gaode adalah dataset robot universal terbesar yang tersedia, mengintegrasikan lebih dari 6 juta lintasan operasi nyata. Ini juga menyediakan pipeline pemrosesan lengkap dari data heterogen ke data pelatihan terstandarisasi, membantu mengatasi masalah 'data silo' yang lama ada di bidang kecerdasan embodied.

QApa dampak open source ABot-M0 terhadap industri dan pengembangan kecerdasan embodied?

AOpen source ABot-M0 oleh Gaode tidak hanya berbagi teknologi, tetapi juga bertujuan membangun jembatan antara penelitian akademis dan aplikasi industri. Ini memungkinkan pengembang global untuk bersama-sama mengasah kecerdasan embodied universal, sehingga setiap robot dengan bentuk berbeda dapat memiliki 'otak' yang cerdas, andal, dan universal, serta sangat menurunkan ambang batas adaptasi untuk robot kolaborasi industri atau layanan rumah tangga.

Bacaan Terkait

Trading

Spot
Futures
活动图片