de.wedoany.com-Bericht: Amap hat am 22. Juli 2026 in Peking, China, ein vollständiges Upgrade des verkörperten KI-Systems ABot veröffentlicht. Amap ist eine standortbasierte Plattform von Alibaba. Mit der Einführung der fünf Komponenten ABot-N1, ABot-M0.5, ABot-ER, ABot-AgentOS und ABot-C0 wurden in 17 weit verbreiteten Benchmarks modernste Ergebnisse (SOTA) erzielt. Das System zielt darauf ab, einen entscheidenden Engpass in der verkörperten Intelligenz zu lösen – Robotern zu ermöglichen, in physischen Umgebungen wahrzunehmen, zu schlussfolgern und zu handeln.
Die ABot-Architektur ist als vollständige technologische Systemarchitektur für verkörperte Intelligenz konzipiert, die Weltmodelle, Basismodelle und einen Rahmen für verkörperte Agenten verbindet. Dadurch können Daten aus Simulationstraining, physischer Interaktion und Gedächtnissteuerung in das System zurückfließen und die Leistung im Laufe der Zeit verbessern. ABot-N1 ist ein universelles Navigationsbasismodell mit einer Zwei-System-Architektur: Ein langsameres Modul verarbeitet die Fernschlussfolgerung, ein schnelleres Modul steuert die Echtzeitsteuerung. Es führt einen Denkkettenprozess auf Pixelebene ein, der visuelle Eingaben mit sprachbasierter Logik kombiniert und so Entscheidungen nachvollziehbarer macht. Das Modell kann allein mit Navigationskarten eine autonome Navigation auf Stadtebene durchführen. Laut Amap übertrifft es vergleichbare Systeme bei der Navigation zu Punktzielen, Objektzielen, Befehlsbefolgung, Navigation zu Points of Interest und Personennachführung, mit einer Erfolgsquote von 92,9 % bei der Navigation im Freien.
ABot-M0.5 ist ein universelles Operationsbasismodell, das Bewegung und Manipulation in zwei Aktionsströme trennt und mithilfe von frame-basierten impliziten Aktionen visuelle, Hand- und Bewegungsdaten abgleicht. Es verwendet die Trainingsmethode „Dream Self-Healing", die es ermöglicht, auch aus verrauschten visuellen Vorhersagen weiterhin Aktionen zu generieren und so Fehler durch kleine Abweichungen zu reduzieren. Im RoboCasa-365-Test lag ABot-M0.5 bei komplexen Aufgaben 20,4 % und bei grundlegenden Aufgaben 10,6 % über dem bisherigen Stand der Technik.
ABot-ER unterstützt Entscheidungen von der Wahrnehmung bis zur Aktion und hilft Robotern, Beziehungen zwischen Objekten, Räumen und Aufgaben zu schlussfolgern. Zum Zeitpunkt der Veröffentlichung erzielte ABot-ER in drei Benchmarks SOTA-Ergebnisse und belegte im Embodied Arena 2D-EQA-Benchmark, der von mehreren Forschungseinrichtungen veröffentlicht wurde, den ersten Platz. ABot-AgentOS wandelt Pläne in ausführbare Aktionen um, unterstützt humanoide, vierbeinige und radbasierte Roboter und bietet multimodales Langzeitgedächtnis, das basierend auf fehlgeschlagenen Aufgabenverläufen optimiert werden kann. Zusammen wandeln sie Aufgabenerfahrungen in Langzeitgedächtnis und Entscheidungsreferenzen um und schützen lokale private Erinnerungen.
ABot-C0 ist eine Bewegungskontrollkomponente, die die Entscheidungen des ABot-Systems in physische Aktionen umsetzt, eine einheitliche Verhaltensbasis für vierbeinige Roboter schafft und die Zusammenarbeit zwischen heterogenen Robotertypen unterstützt. Das aktualisierte ABot-System soll Robotern helfen, in realen offenen Umgebungen kontinuierlich zu lernen und sich anzupassen. Amap hat Forschungsarbeiten zu ABot-N1, ABot-M0.5, ABot-AgentOS und ABot-C0 auf arXiv veröffentlicht.
