# 高德发布 ABot-Claw 和四足机器人 Tutu，在亦庄半马搞了次导盲演示

> 原标题：刚刚，高德ABot-Claw亦庄半马封神！具身智能的Harness来了

- 来源：新智元 · 公众号
- 发布时间：2026-04-19T04:10:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/6621
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652693322&idx=1&sn=a049b38295b61ad6ad8b23151cb82fcd

## 摘要

高德在 2026 亦庄机器人半马上展示了 ABot-Claw 智能体系统和四足机器人 Tutu，主打自主导盲。ABot-M0 在 Libero-Plus 上拿了 80.5%，比 Pi0 高出近 30 个百分点，说明在复杂操作任务上进步明显；ABot-N0 在 7 个导航基准上刷到了 SOTA。他们开源了一个叫 UniACT 的数据集，包含 600 万条...

## 推荐理由

我会先打个折：半马名次、商业化时间和价格正文都没提，所以别当量产信号看。真正值得盯的是 Map as Memory、云边协同和闭环纠错这套工程思路——它试图把导航、操作和记忆揉成一个能在线纠错的系统，而不是单点 demo。Libero-Plus 80.5% 的成功率比 Pi0 提升近 30 个百分点，说明操作端确实有进步；7 项导航 SOTA 和 600 万条开源轨迹则给复现留了口子。但所有这些数字都来自他们自己的评测，没有第三方验证，这点先别太激动。整体看，这是一次把具身智能拉到开放环境里遛一遛的尝试，工程整合的价值比单项指标更大。

## 锐评

高德在亦庄机器人半马上展示的 ABot-Claw 系统，核心是把地图当成机器人的记忆，靠云端调度和本地闭环纠错来干活。他们给的操作模型 ABot-M0 在 Libero-Plus 上拿了 80.5% 的成功率，比 Pi0 高出近 30 个百分点，进步确实明显；导航模型 ABot-N0 在 7 个基准上刷到了最好成绩。开源的数据集 UniACT 有 600 万条轨迹、9500 多小时，量不小，对做机器人操作的人是个实在资源。

但文章没提比赛排名、量产时间、价格，也没说导盲功能在真实盲人场景下测过没有。半马是个秀场，不是日常路况，从跑完到真能用还有很长距离。另外，云端控制意味着网络断了怎么办，这点也没交代。整体看，技术上有料，产品化还早，先当实验室成果看比较合适。