- 发布会直播间
- 发布议程
- 具身智能落地，三块最重的石头
- 六大核心能力
- 一条pipeline，覆盖具身多模数据全链路
时间 | 主题 | 议程简介 | 讲师 |
|---|
14:00-14:05 （5 min） | 开场致辞 | 具身智能为什么被看作下一代智能系统的核心驱动力？ | 杨辛军 阿里云智能集团数据库产品事业部负责人 |
14:05-14:30 （25 min） | 版本发布： 《AnalyticDB Embodied：阿里云具身智能多模数据平台 V2.0发布》 | AnalyticDB 具身多模数据平台 V2.0 正式亮相，如何把散落的开源工具链整合为端到端的云原生平台，一次拉起仿真到 VLA 微调的全链路。 | 李伟 阿里云智能集团 AnalyticDB 高级技术专家 |
14:30-14:45 （15 min） | 客户案例： 《从数据采集到模型推理 ·具身智能数据闭环解决方案》 | 标杆机器人客户如何基于 AnalyticDB 具身多模数据平台，打通仿真训练到真机部署的完整链路，跑出工业化落地的真实速度。 | 吴韦龙 阿里云智能集团数据库解决方案专家 |
14:45-15:00 （15 min） | 最佳实践： 《具身场景下的Qwen大模型数据处理最佳实践》 | 当 Qwen 多模态大模型遇上具身智能场景，数据预处理怎么做？从数据清洗、格式对齐到训练就绪，分享工程化落地的一手经验。 | 李恒熠 阿里云智能集团大模型解决方案专家 |
算力拼装太重
原生 Ray + 自建 K8s 集群，单点故障频发，长周期训练动辄中断。工程师一半时间在调环境，一半时间在等结果。
数据不够+不通
真机采集成本高，HDF5 / ROS bag / Parquet 多模态格式割裂，跨数据集检索几乎不可能，数据资产无法沉淀复用。
VLA 链路零散
仿真、数据合成、微调、推理跨多套工具，集成成本高。每个项目都在重复造轮子，无法形成可复用的 pipeline。
全链路数据处理
内置大模型及数据处理算子，支持数据标注、预处理、标签提取与多模态信息检索，将原始采集数据高效转化为可训练的高质量数据集。
零成本本体接入
兼容主流具身智能通信协议，适配人形机器人、移动机械臂、工业机器人等多种形态，新机器人接入无需定制开发，即连即用。
Real-to-Sim-to-Real
支持从真实环境构建仿真场景，在仿真中进行数据泛化与策略验证，最终回归真机验证，形成持续进化的数据飞轮。
云端计算与一键部署
依托云端算力，提供分布式计算、仿真评测与一键推理部署能力。内置 GR00T、Pi0 等主流 VLA 模型，GPU 利用率 ≥95%。
灵活部署与 OTA 更新
支持云端直连本体、工作站中转等多种部署模式，通过 OTA 模型下发实现本体模型实时更新，无需人工干预。
开放生态
自定义模型、自定义数据采集格式，标准格式转换 + 自定义转换逻辑，最大程度兼容已有工作流。LeRobot 生态机器人零改造接入。
具身数据采集
遥操、UMI、Ego、合成
具身数据打标
关键段、语义、轨迹
具身数据计算
仿真、评测、RL
