7月8日，高德阿里巴巴集团旗下高德正式推出Phys AI Data数据系统。发布作为业内首个面向物理AI（Physical AI）训练与应用的首个式空一站式空间数据基座，该系统由两大核心产品构成：专注于仿真训练的物理Phys AI Foundry，以及面向实际部署应用的训练Phys AI Map。

物理AI迈向开放世界的应用核心瓶颈在于数据。训练具备真实环境操作能力的间数据基机器人，既需要覆盖开放场景的高德原始训练素材，更要求机器人具备“读懂”所处空间的发布能力。Phys AI Data的首个式空发布旨在解决这两大行业痛点：Phys AI Foundry通过数百万小时的高保真数据集，将真实世界“搬进”模型，物理解决模型“练习不足”的训练问题；Phys AI Map则将高德深厚的空间记忆能力“注入”机器人，通过专用语义地图确保机器人在复杂环境中“出门不迷路”。应用

Phys AI Foundry：一体化数据工厂

Phys AI Foundry是间数据基专为物理AI训练打造的一体化数据基础设施。它融合了真机采集、高德合成数据与仿真重建三条数据路径，构建了三位一体的高质量数据供给引擎。依托该引擎提供的强大训练支撑，高德此前发布的ABot全栈具身体系，已在15项全球权威评测中取得SOTA（State of the Art，目前最佳）成绩。

1. 真机采集：百万级场景化动作数据集

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沉淀了百万量级、贴合真实任务的场景化机器人动作数据集。这使得机器人从首次训练起，便置身于包含观测、动作与反馈的完整真实场景闭环中。

基于该数据集训练的高德具身操作基座模型ABot-M0，在截至2026年4月的四项主流具身操作基准测试中均取得了SOTA成绩。

2. 合成数据：全自动多模态视频生成引擎

针对真机采集难以覆盖的复杂长程任务，Phys AI Foundry搭建了全自动数据合成引擎。该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。

高德ABot-World系列世界模型的训练大量采用此类合成数据，成功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到SOTA水平的模型。

3. 仿真重建：高保真1:1场景重建

在仿真重建方面，Phys AI Foundry基于高德自有的海量时空数据，能够对任意真实场景进行高保真1:1重建。这为特殊天气、特种场景等长尾训练提供了安全、可控且低成本的专项模型训练场。

这一能力与高德ABot-Earth共同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，真正的挑战往往不在于“能不能动”，而在于“不知道自己在哪、下一步该往哪走”。常规导航地图服务于人类，人类可凭借常识弥补高精度的缺失；但机器人缺乏这种常识，它们需要的是能被算法精准读取并应用的空间地图。

Phys AI Map正是高德为解决上述难题打造的“空间记忆大脑”，旨在帮助机器人在开放世界中实现“看得懂、记得住、走得对”。

1. 看得懂：构建机器人专属空间语义库

不同于人类依赖的文字语义，空间语义通常以图画或图形标识，若模型无法完整识别，将严重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，使模型能够精准理解“哪里是施工区”、“哪里照明不足”等关键空间信息，将地图从单纯的坐标数据升格为可推理的环境模型。

2. 记得住：室内外一体化精细路网

为实现对真实世界的“记忆”，Phys AI Map搭建了精细的空间路网，目前已完成90%高热度室内场景的覆盖，实现了室内外一体化贯通。这一能力让机器人能够在开放区域进行跨楼层、跨区域的连续行动。

3. 走得对：多模态视觉锚点辅助决策

“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了多模态视觉锚点。机器人通过自带相机即可实现毫秒级自我定位，从而做出正确的路线推理与规划。

全面开放，赋能具身智能行业

目前，Phys AI Data已面向具身智能行业全面开放。系统支持标准化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进行数据自采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”，加速物理AI的研发与落地进程。

(责任编辑：知识)