【TechWeb】9月5日，ICRA 2026赛季的AGIBOT World Challenge正式落下帷幕。在世界模型赛道中，由高德与中科院自动化所联合组建的ABot-NeVeRse团队以0.29的总成绩一举夺魁，超越了150支参赛队伍，名列榜首。
本届赛事涵盖了推理、操作和世界模型两个赛道，吸引了来自27个国家和地区的数百支队伍参与。世界模型赛道汇聚了中科院工业人智能研究所、中科院计算技术研究所、中科大、重庆大学等顶尖科研机构和高校的强大团队。
ABot-NeVeRse的成功标志着高德在具身智能技术布局中取得了阶段性成果，作为ABot全栈具身技术体系的一部分，上个月，高德正式发布了该技术体系。
ABot技术体系是高德在具身智能领域的系统级架构，涵盖了数据、模型和应用三个层面。通过数据驱动模型、模型服务应用，反过来又促进数据的耦合式设计，解决了具身智能在数据稀缺和仿真鸿沟等问题，构建了全球首个面向通用人工智能（AGI）的全栈具身技术体系。
此次夺冠的ABot-NeVeRse位于ABot体系的数据层，是支撑整个架构运转的核心。与大语言模型不同，具身模型所需的训练数据极为稀缺，常规的数据采集成本是大语言模型的数倍，直接限制了具身智能的发展。
高德的解决方案是通过自研世界模型批量合成高仿真训练数据，降低训练成本，同时弥合Si-to-Real的技术鸿沟。这种方法是全球应对具身智能数据荒的重要解决方案，但由于数据由模型生成，因此对训练数据的抗幻觉能力和物理一致性要求极高。
本届比赛着重考察模型在给定初始视觉观测与机器人动作序列后，对物理状态演变的精准推演能力，并加入了大量长尾交互挑战，考验世界模型在保证视频质量的同时，严格遵循物理规律，实现动作与结果的准确预测。
ABot-NeVeRse在多步复杂操作中成功保持物体状态与运动结果的一致性，并有效抑制动作幻觉，最终不仅在总榜上夺得第一，还在Visual Quality（0.6246）与Action Following（0.9651）两项核心指标上实现了领先。这一成绩清晰地证明了ABot体系在数据治理与训练范式上的卓越优势。
根据公开报道，在此次AGIBOT挑战赛之前，ABot体系已在15项权威测试中获得SOTA。这套经过国际严格验证的全栈底座，直接部署在“高德途途”上，使其在复杂开放环境中拥有传统机器人所不具备的泛化理解与自主执行优势，实现了从算法突破到产品级全自主作业的跨越。
