#像素目标 (1)

ABot-N1：通用视觉语言导航基础模型

高德ABot-N1是一个慢快双系统视觉语言导航基础模型：4B慢系统输出思维链与Target/Affordance双像素目标，2B快系统经QFormer动作查询解码连续SE(2)轨迹点，用统一像素接口覆盖坐标点、物体、POI、指令跟随与人员跟随五类任务。3000万样本预训练+GRPO安全感知后训练，并发布ABotN-PointBench与ABotN-POIBench两个闭环基准。五基准全部SOTA：POI入口到达77.3%（+35.0个百分点），室外/室内坐标点导航92.9%/95.4%，并部署于途途四足机器人Jetson AGX Orin。