因为现实街道一直在变化，前面有人突然停下，路边临时施工，车辆从身侧经过。人遇到这些情况，会自然地减速、绕行或者等待，因为脑子里已经积累了一套空间常识。
机器人缺的恰恰是这种“路感”。过去行业倾向于用更精细的地图提高确定性，但地图再精细，也很难提前记录每一次临时变化。开放环境里的导航，不能只靠提前画好一条线，还得持续观察现实，再决定下一步往哪里落脚。
这也是高德ABot-N1比较值得看的地方。它把长程路线推理和眼前的实时控制分开处理，正常情况下按照整体规划前进，发现地图与视觉信息出现冲突时，再让视觉判断重新接管。它还尝试把视觉画面与语言推理结合起来，让机器人的每次导航判断能够追溯和积累。
我更在意的，是这背后的方向变化。
机器人导航正在从照着地图执行，走向持续理解周围环境。地图依旧重要，决定机器人能否真正进城的关键，则落在它能不能把一次次停顿、避让、绕行和纠错，逐渐沉淀成自己的空间经验。
现在行业谈具身智能，经常把注意力放在控制、本体上。但机器人的大脑究竟该是什么样的？它需要具备的基础能力中一定包括走出固定场地。
脚下这一步可能更早决定商业化进度。路走不稳，再强的操作能力也很难进入日常场景。拥有了稳定的空间判断，配送、巡检、陪伴和城市服务才有继续展开的基础。
在这里，“ABot-N1”解决的并不只是导航精度，而是让机器人开始拥有面对真实环境的临场判断。
