智元发布具身智能一站式开发平台 Genie Studio
智元机器人发布了行业首款面向具身智能开发者的一站式开发平台 Genie Studio。
据介绍,Genie Studio 是智元机器人专为具身智能场景打造的一站式开发平台,具备数据采集、模型训练、仿真评测、模型推理的全链路产品能力,让“采”、“训”、“测”、“推”每个环节都能找到标准化解决方案。
平台优势如下:
-
提供覆盖数据全生命周期的数据解决方案,高效采集海量数据,单机单日产能高达 1000 条。
-
提供自研和主流开源机器人基座模型,打通训练、微调、量化、部署链路,降低训练门槛。
-
提供仿真评测能力,拥有 6000 + 物体资产与仿真场景,实现用户侧场景重建、专家轨迹数据获取、评测结果可视化。
-
提供“⼀键真机部署”能力,轻松实现算法从云端到真机环境的无缝迁移,比传统方案单卡推理性能提升 2-3 倍。
数据采集
数据采集模块深度重构机器人数据生命周期,打造从多模态数据采集、流程化数据处理、可视化数据标注到数据集高效管理的一站式数据中枢,提供多本体、多末端的设备管理、批量模板化的数采任务生成、全链路标注与可视化审核、数据集管理、多维度指标看板等配套的全流程功能服务;通过仿真场景重建和多种专家轨迹生成策略,结合域随机化与数据增强技术,可支持大规模合成数据自动化采集;对于复杂的操作任务,支持开发者通过遥操作采集精细操作数据,并结合轨迹自动泛化,在符合物理规律的基础上实现大规模数据增广。
模型训练
作为新一代具身智能训练引擎,模型训练模块实现研发体验的全面升级。独创基于视频的数据加载方案,支持多种开源数据集的无缝接入。在保证随机帧读取灵活性的同时,充分利用 GPU 闲置的解码模块,降低网络带宽和存储消耗。深度集成基座模型和多种开源端到端具身模型,提供预训练 / 微调的任务模板,配合自研的训练研发框架,实现训练效率的不断提升。平台构建从数据、研发到部署的全链路管理体系,标准化资源池管理、训练镜像、模型管理与编译部署管线的深度集成,实现模型的端到端快速交付。
仿真评测
基于大规模、高精度的三维资产库,仿真评测模块为开发者提供丰富的仿真场景、物体资产和机器人模型,能够自动生成多样化场景与任务,精准还原各类机器人的操作环境,构建从场景生成、模型推理、基准测试到结果可视化的完整仿真评测流程,并且通过高效的仿真工具链,帮助用户快速验证算法性能并优化模型。
仿真评测模块还会为 Genie Studio 和 AgiBot World 生态社区的用户开源本地仿真评测工具,支持用户进行灵活高效的模型评测。
模型推理
模型推理模块直击行业痛点,通过四大核心技术重构部署范式:模型编译技术突破硬件异构壁垒,实现算法 "一次开发、多端部署";GDK(Genie Development Kit)开发组件以标准化接口打通机器人硬件层,构建稳定可靠的真机通信底座;云端一体化推理框架将模型部署流程简化为 "一键真机部署",助力算法开发从云端环境到实体机器人的迁移;配合全链路评测系统,不仅实现部署效果的量化评估,更构建起应用版本管理、远程诊断、动态优化的闭环体系。这种 "算法-部署-管理" 的全栈式赋能,使开发者得以聚焦核心算法创新,真正突破具身智能规模化落地的 "最后一公里",加速行业向标准化、平台化、量产化的新阶段跃进。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
AI 搜索工具秘塔上线 AI 教学功能「今天学点啥」
AI 搜索工具秘塔宣布推出「今日学点啥」AI 个性化教学功能,旨在「让个性化定制的知识不再稀缺」。 据介绍,用户对任何内容感兴趣(不论是网页、文章、讲义,还是秘塔文库覆盖超一亿的学术文献)都可以一键让塔子老师进行讲解。塔子老师可以根据用户对该领域的了解,来个性化定制讲解的幻灯片和讲解的方式,力求把晦涩难懂的文章也讲得生动有趣。 据悉,塔子老师拥有多种讲解风格,如苏格拉底、莎士比亚、屈原、李白等,并且用户可根据自己的喜好调节「初学者」「进阶者」「专家」三个知识掌握程度。 秘塔方面表示,希望「今天学点啥」能够成为一个激发好奇心和求知欲的平台,帮助大家找到自己的节奏,以深入浅出的方式,自由探究各类感兴趣的任何领域。 目前,该功能已上线 PC 网页端。体验链接:metaso.cn/study
- 下一篇
DeepMind 强化学习团队副总裁:AI 的未来在于自主获取经验
近日,Google DeepMind 强化学习团队副总裁 David Silver 近日在一场重要播客中提出了关于 AI 未来发展的关键观点。 作为 DeepMind 创始成员和 AlphaGo 项目的核心人物,Silver 认为 AI 未来的突破将来自于其自主获取经验的能力,而非继续依赖人类数据。 Silver 在访谈中指出,AI 发展正从「人类数据时代」迈向「经验时代」。他解释道: 目前的 AI 方法基于一个共同理念:提取人类拥有的全部知识并’喂’给机器。但真正的突破将来自于机器与世界互动,产生自身经验的能力。 以 AlphaGo 和 AlphaZero 为例,Silver 阐述了 AI 自主学习的威力。AlphaZero 通过完全摒弃人类棋谱数据,仅靠自我对弈获取经验,反而达到了超越人类和早期版本 AlphaGo 的水平。他称这是 AI 领域的「苦涩教训」——人类知识有时反而会限制 AI 的自主学习能力。 Silver 还谈到了当前大语言模型中的强化学习应用。虽然基于人类反馈的强化学习(RLHF)帮助模型更符合人类偏好,但他认为这种方法无法让 AI 超越人类知识的「天花板」。「如...
相关文章
文章评论
共有0条评论来说两句吧...