具身智能平台概述
具身智能正从实验室走向产业落地。在此过程中，机器人企业面临三个核心挑战：
数据链路断裂：采集、标注、审核、格式转换分属不同工具，数据在多个系统间反复搬运，质量难以保障。
Sim-to-Real 鸿沟：仿真环境与真机部署之间缺乏统一的数据通路和评测标准，模型迁移成本高。
工程化门槛高：从模型训练到端侧推理涉及分布式计算、容器化、设备通信等多个技术栈，研究成果难以快速转化为产品。
AnalyticDB 具身智能平台基于云原生架构，将数据采集、标注、模型训练、仿真评测与真机部署整合为一体化工作流，帮助机器人企业、数据服务商和科研机构降低具身智能应用的开发与落地成本。
适用场景
平台面向以下三类用户，提供差异化的能力支持：
用户类型 | 典型角色 | 核心需求 |
机器人本体企业 | 嵌入式工程师、AI 工程师 | 设备零改造接入、操作数据采集、模型训练与真机部署 |
数据服务企业 | 标注项目经理、标注员 | 标注任务管理、自动标注提效、多角色协作与质量控制 |
高校与研究机构 | AI 研究生、博士后 | 自定义模型开发、分布式训练、仿真评测与论文实验复现 |
核心能力
平台覆盖具身智能应用的完整生命周期：
数据采集：支持多设备、多模态数据采集，机器人操作数据实时同步至云端存储。
数据标注：集成 Label Studio，内置 7 种标注模版和 6 种自动标注算子，支持图片与视频标注。
模型训练：内置 GR00T、PI 0.5 等主流 VLA 模型，支持官方模型一键训练和自定义模型分布式训练（基于 Ray）。
仿真评测：集成 NVIDIA Isaac Sim，管理仿真资产、搭建仿真场景、执行自动化评测。
真机部署：训练完成的模型可一键部署为云端推理服务，也可通过 Python Client SDK 实现端云协同推理。
云边协同：云端算力与边缘设备协同调度，支持远程采集任务下发和数据自动回传。
功能概览
功能模块 | 主要功能 |
设备管理 | 设备注册与状态监控、远程任务下发（采集/推理）、MQTT 通信 |
用户管理 | 四种角色（管理员、采集员、标注员、审核员）、权限分配 |
数据管理 | 数据集注册（支持本地文件、OSS、开发工作空间等来源）、数据采集、上传、格式转换、审核 |
标注作业 | 标注任务创建与分配、7 种内置 Label Studio 模版、6 种自动标注算子 |
模型管理 | 模型库浏览、模型训练（官方/自定义）、一键部署推理服务、开发机环境 |
仿真管理 | 仿真资产管理（机器人/场景/物体）、仿真开发机、仿真评测任务 |
镜像管理 | 官方镜像与自定义镜像的统一管理 |
平台架构
AnalyticDB 具身智能平台的功能分布在两个层级：
AnalyticDB 控制台（adb.console.aliyun.com）
管理平台基础设施，包括：
创建和管理具身智能平台实例
配置平台服务、推理服务和开发训练的计算资源
管理仿真平台（Isaac Sim & Lab）底层资源组
查看指标分析
具身智能平台（独立 Web 应用）
日常操作入口，通过平台服务地址登录后使用，包括：
设备管理：机器人注册、状态监控、远程任务下发
用户管理：角色创建与权限分配
数据管理：数据采集、上传、处理、审核和标注
模型管理：模型训练、部署和开发机环境
仿真管理：仿真资产、仿真开发和仿真评测
推荐阅读路径
根据角色和使用场景，建议按以下顺序阅读：
机器人本体企业（设备接入 → 数据采集 → 模型训练 → 部署）
数据服务企业（权限配置 → 数据管理 → 标注）
高校与研究机构（模型开发 → 仿真评测 → 全链路）
下一步
创建并登录具身智能平台：了解如何创建平台实例、完成前置配置并登录平台。