← 回總覽

走向 AGI,高德为什么要从机器导盲犬开始?

📅 2026-04-19 14:48 晚点LatePost 人工智能 2 分鐘 1658 字 評分: 88
具身智能 高德地图 空间智能 机器人 AGI
📌 一句话摘要 本文深度解析了高德地图推出四足具身机器人「途途」背后的战略思考,阐述了其选择高难度「机器导盲」场景作为切入点的原因,并系统介绍了支撑该产品的「ABot」全栈具身智能技术架构及其在「空间智能」战略下的意义。 📝 详细摘要 文章报道了高德地图在开放环境中进行机器导盲犬「途途」公开测试的事件,并以此为契机,深入探讨了高德布局具身智能的战略路径。文章指出,高德选择「导盲」这一对安全性、实时性和泛化能力要求极高的场景,旨在验证其具身智能技术能否真正应对开放世界的复杂挑战,而非停留在封闭环境的演示。高德将其具身智能体系命名为「ABot」,分为三层:数据与世界模型层(ABot-World

📌 一句话摘要

本文深度解析了高德地图推出四足具身机器人「途途」背后的战略思考,阐述了其选择高难度「机器导盲」场景作为切入点的原因,并系统介绍了支撑该产品的「ABot」全栈具身智能技术架构及其在「空间智能」战略下的意义。

📝 详细摘要

文章报道了高德地图在开放环境中进行机器导盲犬「途途」公开测试的事件,并以此为契机,深入探讨了高德布局具身智能的战略路径。文章指出,高德选择「导盲」这一对安全性、实时性和泛化能力要求极高的场景,旨在验证其具身智能技术能否真正应对开放世界的复杂挑战,而非停留在封闭环境的演示。高德将其具身智能体系命名为「ABot」,分为三层:数据与世界模型层(ABot-World)、模型与技能层(ABot-N0/M0)、以及 Agent 操作系统层(ABot-Claw),旨在构建一个数据、模型、应用相互驱动的闭环。文章强调,高德的优势在于其多年积累的物理世界数据和空间理解能力(即「空间智能」),这使其具身智能探索并非从零开始,而是其核心能力的自然延伸。最后,文章探讨了从解决具体社会问题(如视障人士出行)切入,对推动具身智能走向通用人工智能(AGI)的务实价值。

💡 主要观点

- 高德选择「机器导盲」作为具身智能的切入点,旨在挑战开放环境的终极难题。 导盲场景要求机器人在无限开放、持续变化的环境中实现高精度导航、实时避障和安全保障,几乎没有容错空间,这能有效检验技术是否真正「理解」世界,而非执行预设流程。

高德构建了名为「ABot」的三层全栈具身智能技术架构,以克服行业瓶颈。 该架构包括数据与世界模型层(ABot-World)、模型与技能层(ABot-N0/M0)、Agent 操作系统层(ABot-Claw),旨在实现数据驱动模型、模型服务应用、应用反哺数据的闭环飞轮,解决数据稀缺、仿真鸿沟与技能泛化问题。
高德的具身智能战略是其「空间智能」核心能力的自然延伸与落地。 高德多年积累的道路、交通、定位等物理世界数据与空间理解能力,构成了其具身智能的独特护城河。其路径是从「描述世界」的导航,升级为「理解并行动于世界」的具身智能,而非从零开始造机器人。
从解决具体社会刚需(如视障出行)切入,是推动具身智能走向 AGI 的务实路径。 通过「机器导盲」这类高难度、高价值的垂直场景进行纵深探索,能够验证技术的通用性和鲁棒性,为未来更广泛的具身智能应用奠定基础,体现了「科技向善」与商业技术演进的结合。

💬 文章金句

- 「导盲」几乎和上面所有「可控要素」背离:在一个无限开放、持续变化的世界里,机器要同时判断空间、障碍,以及每一步的风险。

  • 高德给「途途」的定义是「开放环境全自主具身机器人」。其实拆开来看,重点不在「具身机器人」,而在「开放环境」和「全自主」。
  • 高德真正想展示的并不只是硬件,而是一整套把地图导航能力、空间环境数据和机械执行操作连接起来的全栈具身技术架构。
  • 高德的思路是,先给机器人一张持续存在的世界底图,再把视觉、感知、动作嵌进这张底图里,实现像人类一样,在更长、更稳的空间记忆里做决策。
  • 高德 CEO 郭宁说,空间智能对高德而言是「终局」,并且不是高德选择了空间智能,而是本身就长在了这片土壤之上。

📊 文章信息

AI 初评:88

来源:晚点LatePost

作者: 晚点LatePost

分类:人工智能

语言:中文

阅读时间:18 分钟

字数:4323

标签: 具身智能, 高德地图, 空间智能, 机器人, AGI

阅读完整文章

查看原文 → 發佈: 2026-04-19 14:48:00 收錄: 2026-04-19 22:00:52

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。