高德推出ABot-World世界模型，实现具身智能零样本泛化突破

高德近日公开了全球首款开放环境全自主具身机器人‘途途’，并同步发布了其背后的ABot-World世界模型。该模型通过‘物理优先’原则和双引擎架构（ABot-3DGS + ABot-PhysWorld），实现了从传统视觉渲染向可微分物理引擎的范式迁移，解决了具身智能在零样本泛化、物理一致性与动作可控性方面的核心难题。ABot-World采用结构化采样与物理语义标注，结合LoRA微调与Diffusion-DPO训练方法，构建了支持VLA闭环进化的认知基座。其输出不仅包含视觉信息，还隐含质量、惯性张量、接触力场等物理属性，为真实机器人提供安全、可控的策略生成能力。此外，ABot-PhysWorld可演化为World Action Model（WAM），即ABot-Dream，成为具身智能的下一代智能体架构。未来版本将支持实时交互、多视角生成与因果推演，应用于在环策略优化、人机协同界面与自主技能迁移等场景。