高德发布Phys AI Data，首个物理AI空间数据基座

背景

物理 AI（Physical AI）正从实验室走向开放世界，机器人需要在真实、复杂、动态的环境中自主执行任务。然而，这一进程面临两大根本性数据瓶颈：一是缺乏覆盖开放场景的高质量训练数据，机器人难以在仿真环境中充分学习真实世界的交互；二是机器人缺乏对开放空间的结构化理解，无法像人类一样凭借常识识别环境语义（如“施工区”“扶梯口”）。2026年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，号称业内首个面向物理 AI 训练与应用的一站式空间数据基座，旨在同时解决上述两大痛点。

核心内容

Phys AI Data 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。

Phys AI Foundry：一体化数据工厂

Phys AI Foundry 专为物理 AI 训练打造，融合了真机采集、合成数据与仿真重建三大数据路径，构成三位一体的高质量数据供给引擎。

• 真机采集：依托高德在室内外一体化多渠道场景下的真机采集能力，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。高德此前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。
• 合成数据：搭建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大量采用这类合成数据，使其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。
• 仿真重建：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。

通过 Phys AI Foundry 提供的训练支撑，高德此前发布的 ABot 全栈具身体系已在全球 15 项权威评测中取得 SOTA。

Phys AI Map：空间记忆大脑

Phys AI Map 解决机器人在开放世界中的空间认知问题——常规导航地图服务于人类，但机器人需要能被算法直接读懂的空间地图。该产品从三个层面实现“看得懂、记得住、走得对”：

• 看得懂：打造专属机器人的空间语义库，让模型能够识别“施工区”“照明不足”等空间信息，把地图从坐标升格为可推理的环境。
• 记得住：搭建精细的空间路网，已完成 90% 高热度室内场景的覆盖，实现室内外一体化贯通，支持机器人在开放区域跨楼层、跨区域连续行动。
• 走得对：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，企业无需再自采数据或从头测绘空间地图，可直接调用高德沉淀的海量训练数据与空间记忆大脑。

关键要点

• 一站式解决数据与空间认知：Phys AI Data 同时覆盖物理 AI 训练所需的训练数据（Phys AI Foundry）和机器人在真实环境中导航所需的空间语义地图（Phys AI Map）。
• 真机采集+合成数据+仿真重建三位一体：Phys AI Foundry 通过三种数据路径互补，弥补单一数据源的不足，尤其针对长尾场景和长程任务。
• 已在实际模型上验证效果：ABot-M0、ABot-World、ABot-Earth 及“高德途途”均基于 Phys AI Data 训练或仿真，并在多个基准测试中取得 SOTA。
• 空间记忆大脑降低机器人部署门槛：Phys AI Map 将高德多年积累的室内外空间数据转化为机器人可读的语义地图，解决“定位与环境理解”这一核心痛点。
• 开放生态降低行业门槛：通过 API 和定制化服务，企业无需自建数据采集和地图测绘能力，可直接调用高德基座，加速具身智能落地。

意义与影响

Phys AI Data 的发布标志着物理 AI 数据基础设施从分散走向统一。此前，具身智能企业往往需要分别解决训练数据采集（成本高昂、场景有限）和环境地图构建（缺乏标准化、难以复用）两大难题。高德依托自身在导航地图领域积累的时空数据优势和室内外场景覆盖能力，将这两部分打包为可即用的服务，有望降低物理 AI 研发的进入门槛，加速机器人在开放世界中的商业化部署。

从技术路径看，Phys AI Data 强调“真实世界数据+合成数据+仿真重建”的融合策略，这恰恰是当前行业公认的解决数据稀缺与长尾分布的有效方向。高德通过 ABot 全栈体系已经在多个权威评测中验证了这套数据策略的有效性，进一步增强了其市场说服力。

从行业影响看，Phys AI Data 的开放 API 模式可能催生类似“数据即服务”的商业模式，使中小型机器人公司无需重复投入巨额数据基础设施，而将精力聚焦于算法和场景应用。同时，高德作为地图服务商进军物理 AI 数据基座，也预示着空间数据将成为物理 AI 时代的关键战略资源，地图厂商的角色正从“服务人类”扩展到“服务机器”。