从数据采集,到真机部署

在一个平台上完成具身数据的加工、版本、训练和部署。

采集数据流程任务片段遥操作机械臂第一视角头戴相机UMI手持夹爪接入MCAP · ROS质检门禁标准化LeRobot v3标注AI + 人工拒收数据集版本v3已冻结训练ACT · loss部署策略服务运行中
采集数据流程任务片段遥操作第一视角UMI接入MCAP · ROS质检门禁标准化LeRobot v3标注AI + 人工拒收数据集版本v3已冻结训练ACT · loss部署策略服务运行中
支持主流采集格式
ROS bag
MCAP
HDF5
LeRobot
UMI / GoPro
头戴设备
RLDS
Zarr

从采集到真机,一个平台

你的流程,你的算法

每一步都是可替换的算法:用内置的,或换成你自己的。

  • Python 或容器镜像

  • 可视化编排

  • GPU、重试、缓存开箱即用

标准化标注内置深度team/depth-v3你的算法depth_v3.py1def run(ctx):2 pair = ctx.input("stereo")3 depth = my_model(pair)4 ctx.output("depth", depth)在 3 条采集数据上试跑 · 已保存为 v3
标准化标注内置深度team/depth-v3你的算法depth_v3.py1def run(ctx):2 pair = ctx.input("stereo")3 depth = my_model(pair)4 ctx.output("depth", depth)在 3 条采集数据上试跑 · 已保存为 v3

机器人、人类、UMI,统一格式

统一成 LeRobot v3,对齐到 30 Hz,可以一起训练。

  • 第一视角视频生成动作

  • UMI 标定、SLAM 与夹爪状态

  • 深度、手部姿态与人脸匿名化

遥操作关节 · 3 路相机第一视角相机 · IMUUMIGoPro · 夹爪LeRobot v3统一 30 Hz 时间网格33.3 ms
遥操作关节 · 3 路相机第一视角相机 · IMUUMIGoPro · 夹爪LeRobot v3统一 30 Hz 时间网格33.3 ms

坏数据进不了数据集

只剔除不合格的片段,不丢整条数据;没检查的,不会显示为通过。

  • 每条结论都有证据

  • 一键跳到回放画面

质量门禁片段 1片段 2片段 3片段 4片段 5片段 6通过通过警告不通过通过不适用片段 4 · 丢帧 12.4–13.1 秒在回放中查看
质量门禁片段 1片段 2片段 3片段 4片段 5片段 6通过通过警告不通过通过不适用片段 4丢帧 12.4–13.1 秒在回放中查看

每个模型都说得清来源

版本冻结后不再改变,每个模型都能追溯到数据、算法和参数。

  • 每次运行可复现

  • 导出带校验和

  • 新数据不影响历史版本

采集数据原始字节运行algo@1.4版本 v3已冻结导出sha256模型ACT这个模型是怎么来的?
采集数据原始字节运行algo@1.4版本 v3已冻结导出sha256模型ACT这个模型是怎么来的?

AI 做数据加工

AI 建议片段、子任务和技能,你来确认。

  • 自然语言搜索片段

  • 数据地图看分布与空白

数据地图38 个候选片段打开抽屉AI
数据地图38 个候选片段打开抽屉AI

从数据集版本到真机运行

训练 ACT、SmolVLA、OpenPI,离线对比,部署到云端或真机。

  • OpenPI、LeRobot 客户端直接接入

  • 可导出 LeRobot v3、RLDS、Zarr、HDF5

  • 支持 huggingface_hub 读取

血缘数据集版本已冻结训练ACT · SmolVLA评测对比基线部署云端 · 边缘
血缘数据集版本已冻结训练ACT · SmolVLA评测对比基线部署云端 · 边缘

和现有做法比

自己写脚本

没有版本,难复用

EmbodiFlow

算法有版本,流程可视化编排

封闭的一体化平台

处理环节固定

EmbodiFlow

每一步都能换成你的算法

只有网页界面

AI 助手用不了

EmbodiFlow

MCP、CLI、SDK 完整开放

数据可视化工具

能看,不能加工成数据集

EmbodiFlow

回放、加工、版本化、导出

数据、训练、部署各用一套工具

每一段靠人工搬运

EmbodiFlow

一个平台贯通,血缘不断

现有做法问题EmbodiFlow
自己写脚本没有版本,难复用算法有版本,流程可视化编排
封闭的一体化平台处理环节固定每一步都能换成你的算法
只有网页界面AI 助手用不了MCP、CLI、SDK 完整开放
数据可视化工具能看,不能加工成数据集回放、加工、版本化、导出
数据、训练、部署各用一套工具每一段靠人工搬运一个平台贯通,血缘不断

接入 AI 助手

Claude、Cursor 等助手通过 MCP、CLI、SDK 操作平台。

"上传这个文件夹,处理完告诉我质量。"

"写一个检查夹爪是否全程可见的质检。"

"用合格片段训练 ACT,和上个模型对比。"

阅读文档
$ embodiflow auth login
$ embodiflow projects list --output json
$ embodiflow uploads create --project-id <project> --source-path ./recordings
$ embodiflow versions download <team>/<project>@<n>

三种部署方式

SaaS 团队版

单个团队,托管在 AWS 云上,无需运维。

工作站版

预装平台的 Dell GPU 工作站,开箱即用,完全离线,永久使用。

企业定制版

多个团队,部署在企业私有云,永久使用,支持高可用与功能定制。

让采集的数据直接用于训练