【TechWeb】3 月 31 日消息，近日，高德宣布正式全量开源具身操作基座模型 ABot-M0，该模型可实现一个 「通用大脑」 适配多种形态的具身机器人。
此次 ABot-M0 的开源涵盖数据、算法与模型三大维度。
数据层面，ABot-M0 开源了目前规模最大的通用机器人数据集 UniACT，整合超过 600 万条真实操作轨迹，并提供从原始异构数据到标准化训练数据的全流程处理管线。
算法层面，ABot-M0 同步开源了模型架构与训练框架，其中包含高德创新提出的动作流形学习 （AML） 算法与双流感知架构。
模型层面，ABot-M0 一并开源了端到端的预训练模型与完整工具链，开发者无需从零搭建训练框架即可快速适配工业、家庭等场景。
根据官方披露的数据，该模型在 Libero、Libero-Plus、RoboCasa 等多个权威基准测试中实现 SOTA。其中在 Libero-Plus 基准上，该模型的任务成功率达 80.5%，较业界此前的标杆方案 Pi0 提升近 30%。
【TechWeb】3 月 31 日消息，近日，高德宣布正式全量开源具身操作基座模型 ABot-M0，该模型可实现一个 「通用大脑」 适配多种形态的具身机器人。
此次 ABot-M0 的开源涵盖数据、算法与模型三大维度。
数据层面，ABot-M0 开源了目前规模最大的通用机器人数据集 UniACT，整合超过 600 万条真实操作轨迹，并提供从原始异构数据到标准化训练数据的全流程处理管线。
算法层面，ABot-M0 同步开源了模型架构与训练框架，其中包含高德创新提出的动作流形学习 （AML） 算法与双流感知架构。
模型层面，ABot-M0 一并开源了端到端的预训练模型与完整工具链，开发者无需从零搭建训练框架即可快速适配工业、家庭等场景。
根据官方披露的数据，该模型在 Libero、Libero-Plus、RoboCasa 等多个权威基准测试中实现 SOTA。其中在 Libero-Plus 基准上，该模型的任务成功率达 80.5%，较业界此前的标杆方案 Pi0 提升近 30%。
【TechWeb】3 月 31 日消息，近日，高德宣布正式全量开源具身操作基座模型 ABot-M0，该模型可实现一个 「通用大脑」 适配多种形态的具身机器人。
此次 ABot-M0 的开源涵盖数据、算法与模型三大维度。
数据层面，ABot-M0 开源了目前规模最大的通用机器人数据集 UniACT，整合超过 600 万条真实操作轨迹，并提供从原始异构数据到标准化训练数据的全流程处理管线。
算法层面，ABot-M0 同步开源了模型架构与训练框架，其中包含高德创新提出的动作流形学习 （AML） 算法与双流感知架构。
模型层面，ABot-M0 一并开源了端到端的预训练模型与完整工具链，开发者无需从零搭建训练框架即可快速适配工业、家庭等场景。
根据官方披露的数据，该模型在 Libero、Libero-Plus、RoboCasa 等多个权威基准测试中实现 SOTA。其中在 Libero-Plus 基准上，该模型的任务成功率达 80.5%，较业界此前的标杆方案 Pi0 提升近 30%。
【TechWeb】3 月 31 日消息，近日，高德宣布正式全量开源具身操作基座模型 ABot-M0，该模型可实现一个 「通用大脑」 适配多种形态的具身机器人。
此次 ABot-M0 的开源涵盖数据、算法与模型三大维度。
数据层面，ABot-M0 开源了目前规模最大的通用机器人数据集 UniACT，整合超过 600 万条真实操作轨迹，并提供从原始异构数据到标准化训练数据的全流程处理管线。
算法层面，ABot-M0 同步开源了模型架构与训练框架，其中包含高德创新提出的动作流形学习 （AML） 算法与双流感知架构。
模型层面，ABot-M0 一并开源了端到端的预训练模型与完整工具链，开发者无需从零搭建训练框架即可快速适配工业、家庭等场景。
根据官方披露的数据，该模型在 Libero、Libero-Plus、RoboCasa 等多个权威基准测试中实现 SOTA。其中在 Libero-Plus 基准上，该模型的任务成功率达 80.5%，较业界此前的标杆方案 Pi0 提升近 30%。
