2024具身智能模型测评：高德ABot如何以世界模型破解数据难题登顶AGIBOT

5月9日，ICRA 2026年度赛事AGIBOT World Challenge正式收官。来自高德与中科院自动化所模式识别实验室的联合团队ABot-NeoVerse，在全球150支参赛队伍中脱颖而出，以0.829的总分夺得世界模型赛道冠军。

本届赛事设立推理—操作与世界模型两大赛道，吸引了全球27个国家及地区的数百支顶尖团队。世界模型赛道竞争尤为激烈，汇聚了中科院工业人工智能研究所、中科院计算技术研究所、中国科学技术大学、重庆大学等国内顶尖科研力量。

ABot-NeoVerse的夺冠，是高德ABot全栈具身智能技术体系系统性布局的直接体现。该体系已于上月正式对外发布。

ABot体系本质上是高德将其核心空间智能能力，向具身智能领域进行系统性延伸的架构。它采用数据、模型、应用三层设计，形成“数据驱动模型、模型服务应用、应用反哺数据”的闭环。这一耦合式架构，直接针对行业两大核心瓶颈：高质量训练数据的稀缺性，以及仿真环境与真实物理世界之间的迁移鸿沟。该体系构建了目前全球首个面向通用人工智能（AGI）的全栈具身技术基础平台。

此次夺冠的ABot-NeoVerse，正是该体系数据层的核心组件，扮演着驱动整个技术栈的“动力源”角色。一个关键挑战在于：与数据丰富的大语言模型不同，具身智能所需的物理交互数据获取成本极高，真机采集的代价远超模型训练本身，这严重制约了技术迭代。

高德的解决方案是，通过自研的高保真世界模型，批量合成高仿真度的训练数据。这不仅极大降低了数据成本，更是缩小“仿真—现实”差距的核心路径。利用世界模型生成数据虽是行业共识，但核心难点在于：如何确保模型生成的数据严格遵守物理规律，避免产生违背常识的“动作幻觉”？

本次赛事的考核重点恰恰在于此。它要求模型在给定初始视觉画面和机器人动作序列后，精准预测后续的物理状态演变，并特意设置了大量罕见的长尾交互场景进行压力测试。其核心就是在评估世界模型的两项关键能力：生成视频的视觉保真度，以及对物理规律的遵循程度。

ABot-NeoVerse的表现证明了其技术优势。它在多步复杂操作任务中，持续保持了物体状态与运动结果的高度一致性，有效抑制了幻觉现象。最终，模型不仅在总榜夺魁，更在视觉质量（Visual Quality，0.6246）与动作跟随（Action Following，0.9651）两项核心指标上占据榜首。这一成绩，直接验证了ABot体系在数据合成与训练范式上已建立起代际优势。

需要指出的是，在问鼎AGIBOT之前，ABot体系已在15项权威评测中取得了SOTA（最佳性能）成绩。这套经过国际顶级赛事验证的全栈技术底座，现已集成于“高德途途”机器人。这使其在复杂的开放场景中，具备了超越传统机器人的泛化理解与自主执行能力，标志着技术从实验室突破到产品级全自主作业的关键落地。