2026年4月1日，高德正式对外开源全球首个基于统一架构的机器人具身操作基础模型ABot-M0。该模型以“一脑多形”为核心设计理念，支持同一智能体驱动不同物理形态的具身机器人，为具身智能的技术演进构建了通用化、可扩展的底层支撑体系。

在多项国际权威评测中，ABot-M0展现出突出的综合性能。在Libero、Libero-Plus及RoboCasa等主流基准测试中均取得当前最优结果，其中Libero-Plus任务成功率高达80.5%，相较此前行业领先方案提升近30个百分点，尤其在空间感知建模与复杂任务分步执行方面表现显著增强。

本次开源涵盖数据、算法与模型三个关键维度，系统性回应行业发展中的核心瓶颈。在数据方面，发布目前规模最大的通用机器人行为数据集UniACT，汇集超过六百万条真实场景下的操作轨迹，并通过标准化标注与格式统一，实现跨平台、跨硬件的异构机器人数据兼容与复用；在算法方面，原创性提出动作流形学习方法与双流感知架构，前者使模型能够直接生成连续、可行的动作序列，大幅提升推理与解码效率，后者则有效强化三维空间理解能力，弥补传统方案在深度感知与几何推理方面的不足；在模型层面，同步开放端到端预训练模型及配套开发工具链，支持开发者快速完成面向工业自动化、家庭服务等多样化实际场景的适配与部署。

ABot-M0所验证的统一架构范式，首次在工程实践层面证实了“单一大脑驱动多类型具身载体”的技术可行性，标志着具身智能正从专用化走向通用化，也为后续规模化落地提供了即插即用的基础能力平台。