高德发布Phys AI Data：首个面向物理AI训练与应用的一站式空间数据基座
7月8日，阿里巴巴集团旗下高德正式发布Phys AI Data数据系统，该系统是业内首个面向物理AI训练与应用的一站式空间数据基座，由两款核心产品组成：面向仿真训练的Phys AI Foundry，与面向实际应用的Phys AI Map。
物理AI走进开放世界，第一道门槛是数据。训练一个能在真实环境中操作的机器人，既需要覆盖开放场景的原始训练素材，也需要让机器人能“读懂”身处的开放空间。Phys AI Data的发布为这两大行业痛点提供了一体化解决方案，Phys AI Foundry负责把真实世界“搬进”模型，用数百万小时的高保真数据集解决模型“练习不足”的问题；Phys AI Map则把高德的空间记忆“装进”机器人，用专用的语义地图让机器人“出门不迷路”。
Phys AI Foundry：一体化数据工厂
作为专为物理AI训练打造的一体化数据工厂，Phys AI Foundry融合了真机采集、合成数据与仿真重建三大数据路径，构建起三位一体的高质量数据供给引擎。凭借Phys AI Foundry提供的训练支撑，高德此前发布的ABot全栈具身体系，在全球取得了15项权威评测的SOTA。
依托高德在室内外一体化多渠道场景下的真机采集优势，Phys AI Foundry沉淀出百万量级、贴合真实任务的场景化机器人动作数据集，机器人从首次训练起即置身于真实场景中的观测、动作与反馈闭环。此前高德发布的具身操作基座模型ABot-M0，即基于该数据集训练，并在四项主流具身操作基准（截至2026年4月）取得SOTA。
在真机采集之外，Phys AI Foundry还搭建了全自动数据合成引擎，可批量生成具备长时序、强因果、高互动特征的多模态视频数据，定向补齐真机采集难以覆盖的复杂长程任务。高德ABot-World系列世界模型的训练即大量采用这类合成数据，并支撑该模型成为全球首个在物理合规性、动作可控性、零样本泛化三大维度均达SOTA的模型。
在仿真重建方面，Phys AI Foundry基于高德自有的海量时空数据，可对任意真实场景进行高保真1:1重建，为特殊天气、特种场景等长尾训练提供安全、可控、低成本的专项模型训练场，该能力与高德ABot-Earth一道支撑了全球首款开放环境全自主具身机器人高德途途的仿真训练。
Phys AI Map：空间记忆大脑
物理AI走向开放世界，真正被卡住的往往不是“能不能动”，而是“不知道自己在哪、下一步该往哪走”。常规的导航地图服务的是人类，无需高精度的导航信息人类也能凭借常识做出正确选择。但机器人不具备这层常识，它们需要的是能被算法读懂并应用的空间地图。
Phys AI Map正是高德为解决上述问题而打造的“空间记忆大脑”，帮助机器人在开放世界中做到“看得懂、记得住、走得对”。
不同于文字语义，空间语义往往以图画、图形等信息标识，模型看不懂或看不全都会影响机器人在开放世界的安全性，Phys AI Map打造了专属于机器人的空间语义库，让模型能够读懂“哪里是施工区、哪里照明不足”等空间信息，把地图从坐标升格为可推理的环境。
为实现让机器人“记得住”真实世界，Phys AI Map搭建了精细的空间路网，并已完成了90%高热度室内场景的覆盖，实现室内外一体化贯通，让机器人能在开放区域跨楼层、跨区域连续行动。
“走得对”是支撑机器人在真实环境中执行任务的核心难点，Phys AI Map在路口、扶梯口等关键决策点布设多模态视觉锚点。机器人通过自带的相机即可完成毫秒级自我定位，从而做出正确的路线推理和规划。
目前，Phys AI Data已面向具身智能行业全面开放，支持标准化API接入与定制化数据服务，这意味着相关企业无需再耗费巨资自采数据或从头测绘空间地图，即可直接调用高德沉淀的海量训练数据与“空间记忆大脑”。
本文由高德地图提供，量子位获授权转载，观点归原作者所有。
- 阿里斩获国际AI顶会最佳资源论文奖，提出Agent评测新范式2026-07-08
- 智能伙伴 共创未来！WAIC 2026即将举行并首发主题片2026-07-08
- 支持17家机器人厂商20多种构型，蚂蚁灵波LingBot-VLA 2.0正式开源2026-07-08
- 从共识到非共识：科技有「联想」沙龙首场活动直击具身智能产业化“三大困惑”2026-07-07
相关阅读
