Amap, la società del gruppo Alibaba specializzata in mappe digitali e servizi di localizzazione, ha aggiornato ABot, la propria architettura di intelligenza artificiale embodied destinata al controllo dei robot. La nuova versione introduce cinque modelli dedicati rispettivamente alla navigazione, alla manipolazione degli oggetti, al ragionamento spaziale, alla pianificazione autonoma con memoria a lungo termine e al controllo del movimento. L’obiettivo è costruire uno stack indipendente dalla forma del robot, utilizzabile in linea teorica su piattaforme umanoidi, quadrupedi e veicoli mobili attraverso moduli intercambiabili.
Il progetto non corrisponde ancora a un robot commerciale completo, ma a un insieme di modelli, dataset, benchmark e componenti software destinati a costituire una piattaforma generalista per la physical AI. Secondo Amap, lo stack avrebbe ottenuto i migliori risultati in 17 benchmark, ma i dati riguardano principalmente test sperimentali e non sono ancora accompagnati da informazioni su flotte operative, continuità di servizio, frequenza degli errori o numero di interventi umani necessari durante l’impiego reale.
Il modulo dedicato alla navigazione, denominato ABot-N1, utilizza un’architettura a due velocità. Un componente relativamente lento elabora il percorso complessivo e prende le decisioni strategiche, mentre un secondo modulo più rapido genera continuamente i comandi di movimento necessari per seguire la traiettoria. La separazione permette al sistema di pianificare su un orizzonte più ampio senza rallentare il controllo immediato del robot, un requisito particolarmente importante negli ambienti dinamici, dove ostacoli, persone e condizioni operative possono cambiare durante l’esecuzione.
ABot-N1 introduce inoltre una catena di ragionamento a livello di pixel, progettata per collegare direttamente ciò che viene rilevato dalla telecamera alle decisioni di navigazione. Il modello non si limita quindi a identificare oggetti e percorsi, ma associa le aree dell’immagine alle valutazioni utilizzate per scegliere la direzione, rendendo almeno parzialmente interpretabile il processo con cui il robot traduce la percezione visiva in un comando fisico.
Nei test dichiarati dall’azienda, ABot-N1 avrebbe raggiunto un tasso di successo del 92,9% nella navigazione urbana esterna utilizzando mappe convenzionali, senza richiedere una cartografia specificamente costruita per i robot. Negli ambienti interni complessi il risultato sarebbe salito al 95,4%, mentre il tasso di raggiungimento dei punti di interesse avrebbe registrato un miglioramento del 35%, arrivando al 77,3%. La disponibilità delle infrastrutture cartografiche di Amap rappresenta uno degli elementi centrali del progetto, perché consente di adattare ai robot dati già utilizzati per la navigazione di veicoli e persone.
La manipolazione viene affidata ad ABot-M0.5, sviluppato per operazioni composte da più passaggi, nelle quali il robot deve prima raggiungere un oggetto e successivamente interagire con esso. Un esempio è il prelievo di una bottiglia da un distributore collocato in un’altra area della stanza: il sistema deve individuare la destinazione, attraversare l’ambiente, posizionarsi correttamente, riconoscere l’oggetto, pianificare la presa e completare il trasporto.
Per evitare che navigazione e manipolazione vengano gestite come un’unica sequenza rigida, ABot-M0.5 separa i due processi in flussi di azione distinti. Il robot può così coordinare gli spostamenti del corpo con i movimenti necessari per afferrare e utilizzare gli oggetti, mantenendo al tempo stesso una rappresentazione comune del compito. Questa impostazione può risultare particolarmente utile nei robot mobili dotati di bracci, dove un errore nella posizione della base modifica inevitabilmente anche la geometria e la fattibilità della presa.
Il modello utilizza inoltre un metodo di addestramento definito “dream self-healing”, concepito per aumentare la tolleranza alle imprecisioni delle previsioni visive. Le architetture robotiche che simulano internamente gli stati futuri possono infatti accumulare piccoli errori a ogni passaggio, fino a produrre una rappresentazione dell’ambiente molto diversa da quella reale. Il sistema di Amap viene invece addestrato a continuare l’azione anche quando le immagini previste contengono rumore o deviazioni, correggendo progressivamente la traiettoria anziché interrompere il compito.
Sul benchmark RoboCasa-365, ABot-M0.5 avrebbe superato il precedente miglior sistema del 20,4% nelle attività complesse e del 10,6% in quelle considerate di base. RoboCasa comprende simulazioni di ambienti domestici e operazioni di manipolazione articolate, ma anche in questo caso le prestazioni ottenute in simulazione non dimostrano automaticamente la stessa affidabilità su robot reali, dove entrano in gioco attriti, deformazioni, illuminazione variabile, errori dei sensori e tolleranze meccaniche.
Lo stack include poi ABot-ER, un modello dedicato al ragionamento embodied, sviluppato per interpretare le relazioni tra oggetti, spazi e attività. Invece di riconoscere soltanto gli elementi presenti nell’immagine, il sistema cerca di comprendere come questi possano essere utilizzati, quale posizione occupino rispetto al robot e quali conseguenze possa produrre un’azione. Amap dichiara che il modello avrebbe raggiunto il primo posto nel benchmark Embodied Arena 2D-EQA, dedicato alle domande spaziali basate sulla comprensione di ambienti visuali.
A un livello superiore opera ABot-AgentOS, che coordina pianificazione, utilizzo degli strumenti, esecuzione e verifica delle attività. Il sistema può suddividere un obiettivo generale in più passaggi, selezionare le capacità necessarie, controllare i risultati intermedi e modificare il piano quando l’esecuzione non produce l’esito previsto. La piattaforma integra anche una memoria permanente, pensata per conservare informazioni sulle esperienze precedenti e apprendere dagli errori senza dover ricominciare ogni volta da uno stato privo di contesto.
Questa componente risponde a uno dei principali limiti dei sistemi embodied attuali: la difficoltà di mantenere la coerenza durante attività lunghe. Molti robot raggiungono buone prestazioni in singole azioni isolate, come afferrare un oggetto o raggiungere una posizione, ma diventano meno affidabili quando devono concatenare decine di decisioni, ricordare ciò che è già stato fatto, verificare il risultato e recuperare autonomamente da un errore.
Il quinto modello, ABot-C0, converte le decisioni prodotte dai livelli superiori nei movimenti necessari per il controllo dei robot quadrupedi. Il suo compito è tradurre obiettivi astratti, come avanzare verso un punto o superare un ostacolo, in sequenze motorie compatibili con equilibrio, stabilità e configurazione meccanica della piattaforma. La presenza di un controller dedicato mostra come l’indipendenza dall’hardware dichiarata da Amap non significhi eliminare i moduli specifici per ogni corpo robotico, ma mantenere separati i livelli di ragionamento generale dalle competenze motorie richieste dalle singole macchine.
Amap ha pubblicato su arXiv i lavori relativi ai modelli di navigazione, manipolazione, pianificazione e controllo, distribuendo anche parte del codice e dei set di valutazione. La disponibilità del materiale consente ad altri gruppi di analizzare le architetture e provare a riprodurre i risultati, anche se diversi benchmark sono stati introdotti dalla stessa azienda insieme ai modelli. Le prestazioni dovranno quindi essere confermate attraverso verifiche indipendenti e test eseguiti su piattaforme differenti.
L’unica applicazione fisica pubblicamente collegata al progetto è un robot quadrupede guida, annunciato per la mezza maratona Beijing E-Town nell’aprile 2026. Si tratta tuttavia di una dimostrazione circoscritta e non di un impiego continuativo, per cui non permette ancora di valutare il comportamento dello stack in presenza di condizioni impreviste, lunghi periodi di funzionamento o elevata variabilità ambientale.
L’ingresso di Amap nella robotica embodied deriva dalla convinzione che le mappe, i dati geospaziali e le informazioni sui punti di interesse possano costituire una base utile per l’intelligenza spaziale dei robot. L’azienda ha creato una divisione dedicata all’embodied intelligence nel gennaio 2026 e ha successivamente presentato i primi modelli ABot-N0 e ABot-M0. L’aggiornamento di luglio rappresenta quindi la seconda generazione di un progetto sviluppato in pochi mesi e basato sull’estensione delle competenze di navigazione digitale al controllo delle macchine nel mondo fisico.
Il valore dello stack dipenderà dalla capacità di trasferire i risultati dei benchmark a operazioni reali eseguite senza supervisione continua. Un sistema embodied destinato a fabbriche, magazzini, spazi pubblici o servizi assistenziali deve mantenere prestazioni prevedibili anche in presenza di persone, oggetti non catalogati, cambiamenti dell’ambiente e guasti parziali dei sensori. Non è sufficiente completare correttamente un compito durante una dimostrazione: occorre misurare disponibilità operativa, tasso di intervento umano, recupero dagli errori, consumo energetico e continuità delle prestazioni lungo migliaia di cicli.
L’aggiornamento di ABot mostra comunque una direzione precisa nello sviluppo della robotica generalista: non un unico grande modello incaricato di controllare direttamente l’intera macchina, ma una gerarchia di componenti specializzati, collegati da un livello superiore capace di pianificare, verificare e conservare memoria. Amap ha dimostrato le potenzialità di questa architettura nei test controllati; resta ora da stabilire se lo stesso sistema possa trasformare robot con corpi differenti in macchine autonome, affidabili e realmente utilizzabili al di fuori dei benchmark.