专题演讲嘉宾：匀瀚

当大模型从数字世界走向物理世界，具身智能正成为人工智能的下一个主战场。让机器人在开放、非结构化的真实环境中实现自主感知、决策与行动，仍面临数据稀缺、技能泛化和可靠执行三大核心瓶颈。高德近期发布了面向具身智能的 ABot 全栈技术体系，由世界模型（ABot-World）、导航模型（ABot-N）、操作模型（ABot-M）与具身 Harness 架构（ABot-Claw）构成——以世界模型为想象引擎，以导航与操作模型为行动双核，打通从环境理解、路径规划到精细操作的全闭环技术链路。

本次演讲将聚焦 ABot 体系中世界模型这一核心基础设施层。报告将从支撑端到端生成的大规模时空数据基建讲起，剖析 DiT 与自回归等底层架构在处理真实场景多模态数据时的工程选型，介绍世界模型如何通过物理硬约束训练与 3DGS 空间基座实现物理级动力学建模，并重点分享世界模型如何批量合成高质量仿真数据，为具身导航与操作的下游任务提供规模化的数据泛化支撑，驱动 ABot 体系的持续进化与量产落地。

演讲提纲：

1. ABot 全栈架构概览与世界模型定位
2. 数据驱动：时空数据基建与端到端演进
3. 模型演进：架构选型与物理建模
4. 量产落地：从仿真到真机

听众收益：

• 了解世界模型在 ABot 具身智能全栈体系中的定位与价值，理解"想象引擎"如何驱动数据飞轮
• 了解世界模型在物理约束建模、大规模仿真数据合成方面的架构设计，以及从研发到量产的完整落地路径