在2026北京亦莊機器人半程馬拉松上，一款名為“高德途途”的四足機器人驚艷亮相，成為全球首款能在開放環境中全自主運行的具身機器人。這款由阿里巴巴旗下高德研發的智能導盲犬，不僅成功協助視障人士完成復雜環境下的避障和人群穿行，更標志著具身智能技術從實驗室走向現實應用的重要突破。
傳統具身智能機器人長期面臨“一機一圖”的困境——每臺機器人部署到新環境時，都需要獨立建圖、冷啟動和訓練，經驗無法沉淀，知識無法復用。這種模式導致機器人像“科技盲人”一樣，只能在封閉場景中執行簡單任務，一旦遇到未知環境或突發狀況，便束手無策。高德途途的出現，徹底改變了這一局面。
途途的核心競爭力在于其搭載的ABot-Claw系統，這是全球首個面向通用人工智能（AGI）的全棧具身技術體系的中樞神經。ABot-Claw通過“地圖即記憶”（Map as Memory）技術，將空間信息升維為機器人的持久化記憶載體。以全局空間坐標為錨點，系統構建了四層視覺空間記憶架構：區域層定義室內外空間單元，路網層刻畫物理連通性，功能層標注關鍵語義節點，對象層定位具體實體。這種分層拓撲記憶讓機器人從家門口到城市街區，再到購物中心，全程無需切換系統，實現無縫導航。
更革命性的是，這種記憶是可共享的。新接入的機器人只需連接網絡，就能通過讀取全局空間語義圖譜，瞬間繼承其他機器人積累的知識。例如，一臺機器人在三樓會議室門口發現飲水機，另一臺機器人到同一棟樓執行任務時，直接就能知道哪里可以喝水。這種知識沉淀機制，徹底終結了“一機一圖”的歷史，讓機器人從“單體工具”升級為“通用智能體”。
在執行任務時，途途展現了強大的環境適應能力。其集中式動態調度系統采用“云端大腦-邊緣響應”的兩級架構，云端負責高層任務分解與規劃，邊緣側實現本地高頻實時控制。即使網絡中斷，邊緣側仍能保證基本功能運轉；云端重連后，立刻同步狀態，無縫續上任務。這種設計讓機器人在面對突發障礙時，能毫秒級響應，自主避障。
途途的“聰明”還體現在其閉環反思與自我糾錯機制上。傳統機器人執行任務是線性的：接收指令→執行動作→匯報結果。如果中間出了問題，要么卡死，要么報錯。而途途的Self-Reflector模塊會在每個子任務完成后評估執行結果。如果失敗，反思器會生成結構化診斷反饋，觸發規劃器重新規劃。例如，當機器人發現零食貨架沒有可樂時，會自動轉向自動售貨機，最終精準鎖定目標，完成任務。
要讓機器人真正融入人類社會，僅靠技術能力還不夠。高德引入強化學習技術，通過多智能體相對評估，讓途途自主學習電梯避讓、行人禮讓等社會規范。其發布的SocialNav社會化導航基座模型，專門訓練機器人在人群密集環境中的社交導航能力，這項成果以接近滿分的成績入選CVPR 2026 Oral，領先全行業。
ABot體系的強大，在于其內部形成了閉環的“飛輪效應”。ABot-World世界模型生產海量高質量訓練數據，覆蓋室內居家、商業空間、城市街道等多樣化真實三維環境。基于這些數據訓練的ABot-M0操作基座模型和ABot-N0導航基座模型，在四大權威基準測試中全面刷新世界紀錄，在七大國際評測中全部達到SOTA。ABot-Claw則將模型能力轉化為真實任務執行能力，讓途途在開放環境中持續運行。真實運行中積累的數據回流到World和記憶庫中，指導下一輪數據生成和模型訓練，形成能力螺旋上升的良性循環。
高德的目標不僅是做一臺名為“途途”的機器狗，更是要成為物理世界智能化的智能基座提供者。2026年3月31日，高德宣布全量開源ABot-M0，涵蓋數據、算法與模型三大維度。目前規模最大的通用機器人數據集UniACT——整合超過600萬條真實操作軌跡、9500多小時訓練數據、覆蓋20多種機器人形態——對外開放。動作流形學習（AML）算法、雙流感知架構等核心技術也一并開源。這一舉措旨在降低行業重復造輪子的成本，吸引開發者在同一套體系上共建，讓共享的世界記憶越來越豐富，每一臺新機器人都能從群體智慧中受益。
從獨居老人的智能陪護到視障人士的導盲伙伴，從末端配送到工廠協作，高德途途的落地應用正在將這些場景從愿景變為現實。當機器人不再是孤立的工具，而是共享記憶、協同進化的智能網絡節點時，一個更智能、更便捷的未來正在到來。而這一步，就從途途邁出的第一步開始。
