Genie Studio - 智元机器人推出的具身智能一站式开发平台

发布于 2025-04-22 · Genie Studio 是智元机器人推出的具身智能一站式开发平台,覆盖数据采集、模型训练、仿真评测到模型推理的全链路。Genie Studio支持高效采集海量数据,单机单日产能可达1000条,提供自研及开源机器人基座模型,降低训练门槛。

Genie Studio是什么

Genie Studio 是智元机器人推出的具身智能开发平台,数据采集、模型训练、仿真评测到模型推理的链路都覆盖到了。数据采集这块,单机单日产能可达 1000 条;平台还提供自研和开源的机器人基座模型,训练门槛因此低了不少。平台里有 6000+ 仿真场景和物体资产,用户侧的场景重建、评测结果可视化都能做。「一键真机部署」把算法从云端搬到真机,单卡推理性能也做了提升,具身智能应用从开发到落地快了很多。

Genie Studio

Genie Studio的主要功能

  • 数据采集:
    • 多模态数据采集:视觉、力觉、听觉等多种传感器数据都能采集。
    • 模板化任务配置:用任务模板生成数采任务,一次就能配好,多标签任务配置也支持。
    • 多本体多末端数据采集:不同机器人本体和末端设备可以异步采集。
    • 仿真数据合成:靠仿真场景重建和专家轨迹生成策略,大规模合成数据能自动采集。
  • 模型训练:
    • 预训练/微调任务模板:多种开源数据集可以直接接入,预训练和微调都支持。
    • 自研训练框架:训练效率更高,存储和带宽消耗更低。
    • 端云集群管理:云端和边缘节点都能集群化管理,资源可以协同调度。
  • 仿真评测:
    • 高保真仿真场景:6000+ 物体资产和仿真场景,任务可以按需生成。
    • 自动化评测体系:近百种操作任务都能按统一标准评估,结果的可信度比较高。
    • 仿真遥操作功能:在仿真里就能快速验证真机遥操作功能。
  • 模型推理:
    • 一键真机部署:算法从云端迁到真机不用额外折腾,多种系统都能部署。
    • 全链路评测与优化:效果评估、性能分析、版本管理都有。
    • 灵活算力与混合部署:本体上可以轻量化运行,也能和边缘计算协同,各种硬件环境都能适配。

如何使用Genie Studio

  • 注册与登录:访问 Genie Studio 的官方网站。注册账号并登录平台。
  • 创建项目:在首页或项目管理界面点「创建项目」。填好项目名称、描述这些基本信息,再选项目类型(如具身智能任务、机器人应用等)。
  • 数据采集:
    • 配置数据采集任务:
      • 在数据采集模块里按需要选采集类型(如视觉、力觉、听觉等)。
      • 把采集设备(如摄像头、传感器等)配好,再设采集参数(如频率、分辨率等)。
      • 套用任务模板生成采集任务,多标签配置也能一起设好。
    • 执行数据采集:启动任务,采集和存储都由平台自动完成。任务复杂的话,可以用遥操作采精细操作数据,再结合轨迹自动泛化。
    • 数据管理与标注:采完之后先标注、再审核,数据质量得把关。平台自带可视化工具,标注和校验都在里面做。
  • 模型训练:
    • 选择模型:在模型训练模块里挑一个预训练模型或基座模型(如自研的 GO-1 或开源模型)。有私有数据集的话,传上去做协同训练。
    • 配置训练任务:训练参数在这里设,学习率、批次大小、训练轮数都在其中。
    • 训练与优化:训练由平台自动跑,进度和性能指标实时显示。看着结果调参数、改模型结构就行。
  • 仿真评测:
    • 创建仿真场景:在仿真评测模块里选一个场景,或者自己建,平台提供了 6000+ 高保真物体资产和场景模板。场景布局、光照、物体材质这些参数按需要配。
    • 执行仿真评测:训练好的模型丢进仿真环境跑任务。评测任务由平台自动生成,评估体系是标准化的。
    • 分析评测结果:评测结果里有性能指标、任务完成情况这些,看完可以回去优化模型,或者调整仿真场景。
  • 模型推理与部署:
    • 一键真机部署:在模型推理模块点「一键真机部署」,平台会把模型从云端迁到目标机器人上。
    • 性能优化:部署之后,用平台的全链路评测系统做性能分析和优化。
    • 应用发布:调好的模型封装成应用,通过平台的发布系统部署、分发。

Genie Studio的应用场景

  • 机器人研发:机器人行为的开发和优化都能做,多种研发场景都适用。
  • 工业自动化:智能工厂和自动化生产线是主要场景,生产效率和产品质量都能提升。
  • 物流仓储:物流搬运和仓储管理可以优化,物流效率随之提高。
  • 服务机器人:家庭、餐饮、医疗等服务机器人都能开发,服务质量也能提升。
  • 教育研究:机器人教育和人工智能研究都用得上,学术工作能借一份力。
0

相关文章

0 条评论

后参与评论

暂无评论,来抢沙发。