Alibabas Amap aktualisiert embodied AI Robotersystem

Peking, China – 22. Juli 2026 – Amap, Alibabas Dienst für standortbezogene Dienste, hat ein umfassendes Upgrade für sein ABot Embodied AI-System vorgestellt. Die neuen Komponenten, darunter ABot-N1, ABot-M0.5, ABot-ER, ABot-AgentOS und ABot-C0, sollen zentrale Engpässe in der Robotik beheben und die Fähigkeit von Robotern verbessern, in physischen Umgebungen zu navigieren, Objekte zu manipulieren und Aufgaben auszuführen.

Das Upgrade zielt darauf ab, die Navigation, Manipulation, Aufgabenanalyse, das Langzeitgedächtnis und die Bewegungssteuerung von Robotern zu verfeinern. Laut Amap hat das System bei 17 weit verbreiteten Benchmarks Ergebnisse auf dem neuesten Stand der Technik erzielt. Die überarbeitete ABot-Architektur integriert Weltmodelle, Fundamentmodelle und ein Embodied Agent-Framework, das eine kontinuierliche Verbesserung durch Feedback aus Simulationstraining, physischer Interaktion und Speichermanagement ermöglicht.

ABot-N1 konzentriert sich auf die Navigation von Robotern in offenen Umgebungen. Es verwendet eine Dual-System-Architektur, bei der ein langsamerer Modul die langfristige Entscheidungsfindung übernimmt und ein schnellerer Modul die Echtzeitsteuerung verwaltet. ABot-N1 kann autonom navigieren, ohne Navigationskarten, und erreichte eine Erfolgsquote von 92,9 % bei Navigationstests im Freien.

ABot-M0.5 ist für die Fortbewegung und Objektmanipulation von Robotern in komplexen, mehrstufigen Aufgaben konzipiert. Es trennt Fortbewegung und Manipulation in separate Aktionsströme und nutzt eine Trainingsmethode namens "Dream Self-Healing", um Fehler durch geringfügige Abweichungen zu minimieren. In RoboCasa-365-Tests übertraf ABot-M0.5 die bisherigen Spitzenleistungen um 20,4 % bei komplexen Aufgaben und 10,6 % bei einfachen Aufgaben.

ABot-ER und ABot-AgentOS bilden die Embodied Agent-Schicht, die die Entscheidungsfindung von der Wahrnehmung bis zur Aktion unterstützt und Aufgabenerfahrungen in Langzeitspeicher umwandelt. ABot-C0 übersetzt die Entscheidungen des Systems in physische Aktionen. Forschungsarbeiten, die die Komponenten des Systems detailliert beschreiben, wurden auf arXiv veröffentlicht.