这几天，高德宣布把他们的ABot-M0全量开源了，这可是全球首个基于统一架构的具身操作基座模型。把这个模型给具身机器人用上，一个“通用大脑”就能适应多种形态。这个ABot-M0在Libero、Libero-Plus、RoboCasa这些权威测试里都达到了最先进的水平。拿Libero-Plus来说，任务成功率达到了80.5%，比之前的Pi0提升了将近30%。 这次ABot-M0的开源不光有数据和算法，还有完整的模型。给开发者提供一个现成的工具链，让他们不需要从0开始搭建。这个模型还通过统一的动作表示、坐标系和控制频率，让分散在全球的异构机器人数据统一起来用，大幅提高预训练效率。 数据方面，ABot-M0开源了UniACT数据集，这是目前最大的通用机器人数据集，有超过600万条真实操作轨迹。还给开发者提供了处理这些数据的全流程管线。在算法上，他们提出了动作流形学习（AML）算法和双流感知架构。AML让模型直接预测物理可行的动作序列，不像传统方法那样靠试错。双流感知架构用Qwen3-VL提供高级语义理解，还能通过一个3D模块增强空间理解能力。 模型层面，他们直接把预训练模型和工具链都给开发者了。开发者可以轻松适配到工业、家庭等场景。这次统一架构验证了“一个大脑驱动多种形态”的可行性。ABot-M0在Libero-Plus的评测结果说明了空间理解是机器人的核心能力。 高德还表示他们要和全球开发者一起努力打造真正的通用具身智能，希望ABot-M0能成为连接学术和产业的桥梁。让每一台机器人都有聪明、可靠、通用的大脑。