7月8日，阿里巴巴集团旗下高德正式推出Phys AI Data数据系统。该系统是业内首个面向物理AI（Physical AI）训练与应用的一站式空间数据基座，包含Phys AI Foundry仿真训练数据工厂与Phys AI Map空间语义地图两款产品。Phys AI Foundry融合真机采集、合成数据与仿真重建三条数据路径，提供百万量级场景化机器人动作数据集与1:1高保真场景重建能力。Phys AI Map则通过专用语义地图使机器人能够理解开放世界的地理信息，实现自主定位与导航。
物理AI（具身智能）在真实开放环境中的应用面临显著的数据瓶颈。机器人既需要大量覆盖各种场景的训练数据，又需要具备理解空间环境的能力。高德借助自身在地图服务和室内外数据采集方面的积累，通过Phys AI Data系统给出了涵盖数据生产与空间理解的综合性方案。
Phys AI Foundry：仿真训练数据工厂
Phys AI Foundry是专为物理AI训练打造的一体化数据工厂。它通过真机采集、合成数据生成和仿真重建三条路径，构建起一个高质量数据供给引擎，三条路径相互补充，覆盖从感知到动作的完整学习需求。
真机采集
高德利用室内外多渠道场景的真机采集优势，沉淀了百万量级的场景化机器人动作数据集。该数据集包含真实环境中的观测、动作与反馈闭环，使机器人从首次训练即置身于实际任务场景。基于这一数据集训练的高德ABot-M0具身操作基座模型，在全球四项主流具身操作基准（截至2026年4月）上均取得SOTA成绩。
合成数据
真机采集受限于成本和场景覆盖，难以应对长周期、复杂交互的任务。Phys AI Foundry的全自动数据合成引擎可批量生成具有长时序、强因果、高互动特征的多模态视频数据，用来扩充训练样本。高德ABot-World系列世界模型大量采用此类合成数据，并因此成为全球首个在物理合规性、动作可控性、零样本泛化三个维度全部达到SOTA的模型。
仿真重建
依托高德自有的大规模时空数据资源，Phys AI Foundry可对任意真实场景实施1:1高保真重建。对于特殊天气、特种场景等长尾训练需求，仿真重建提供了一个安全、可控且低成本的训练环境。这项能力与高德ABot-Earth相结合，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。
高德此前发布的ABot全栈具身体系在全球15项权威评测中取得SOTA，涵盖操作、导航等领域，从结果上验证了Phys AI Foundry数据集的有效性。
Phys AI Map：机器人的空间记忆
机器人在开放世界中的一大挑战是“不知道自己在哪”。常规导航地图以人类为使用对象，需要用户在道路场景中的常识判断；机器人不具备这种常识，需要算法可直接读取的空间数据。Phys AI Map正是高德为解决该问题打造的“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”。
Phys AI Map是一套面向物理AI的专用语义地图系统。它将高德积累的空间数据转化为机器人可理解的语义信息，包括环境结构、道路拓补、功能区域标注等。空间语义不同于文字语义，往往以图形化方式呈现，模型若无法完整理解，将影响机器人在开放世界的安全导航。Phys AI Map通过结构化表达解决了这一难题，使地图成为机器人可直接调用的知识库。
在实际应用中，Phys AI Map帮助机器人在开放世界中自主定位与规划路径，减少了对高精度传感器的依赖。与Phys AI Foundry的仿真训练配合，机器人从训练到部署能够保持对环境的一致理解，从而提升了在物流配送、园区巡检、家庭服务等场景下的落地可靠性。
高德Phys AI Data系统的发布，为物理AI从实验室走向真实开放世界提供了关键的数据基础设施。通过数据生产与空间记忆两大能力的组合，该体系降低了具身智能在真实环境中落地的门槛。
名词解释：
物理AI：Physical AI，即具身智能，指能够在物理世界中感知、决策与行动的智能系统，包括机器人和自动驾驶等。
SOTA：State-of-the-Art的缩写，指在某一任务上达到当前最优性能的状态。
语义地图：Semantic Map，将环境中的空间信息（如道路、障碍物、区域用途）用机器可理解的语义符号进行标注的地图，用于机器人的导航与路径规划。
本文参考来源：量子位
核心要点
7月8日，阿里巴巴集团旗下高德正式推出Phys AI Data数据系统
微信扫描下方的二维码阅读本文
