# 什么是CloudRobo 具身智能开发平台（Embodied AI Development Platform，简称CloudRobo）是面向开发者打造的一站式具身智能开发平台，覆盖具身智能开发全流程，提供资产管理、数据处理、模型训练、模型部署、模型评测及真机调测等能力。开发者通过CloudRobo可完成从数据准备到真机调测的端到端开发，实现具身智能应用的高效构建与迭代。 CloudRobo底层支持异构计算资源，开发者可根据实际需求灵活配置CPU、GPU、NPU等算力资源，无需关注复杂的底层技术细节，从而降低开发门槛，提升开发效率。具身智能开发平台CloudRobo可帮助开发者高效完成模型开发与部署，加速机器人智能化进程，进一步拓展机器人在家居、工业等场景中的应用范围，并提升作业效率。 #### 产品架构 CloudRobo云服务产品架构请参考[图1]。通过与其他服务配合，CloudRobo可以实现资产管理、数据处理、模型训练、模型部署、模型评测及真机调测等功能。 - 具身广场是具身智能数据资产、模型资产、仿真资产等优质资产的集合地。具身广场预置数据、感知模型、规划模型、操作模型、导航模型、三方开源模型、仿真场景等资产，可以通过具身广场提供的资产一站式完成模型训练全流程。后续CloudRobo开发者也可以将自己的资产发布到具身广场（敬请期待），提供给更多的开发者使用，共同促进具身智能生态的发展。 - 工作空间为开发者提供数据准备、模型开发与训练、仿真调试、模型评测、模型部署和机器人接入的一体化开发环境，支持资源调度、任务管理与协同开发。 - 工作空间内提供空间资产视图，用于展示当前工作空间内正在使用或生成中的资产，包括临时数据、中间结果、模型权重、仿真结果、算法包和部署包等，帮助开发者追踪开发过程。 - 资源管理用于统一管理平台内的异构算力资源，统一纳管平台中的CPU、GPU、NPU、边缘节点等计算资源，为数据处理、模型训练、仿真运行、模型推理和机器人调度提供算力支撑。 - 资源池管理用于将平台算力按用途、性能或组织进行分组管理，例如数据处理资源池、训练资源池、仿真资源池和推理资源池。 - 配额管理用于为组织、项目或用户分配和限制可使用的资源额度，将配额关联到工作空间以实现配额的分配，避免资源被单个任务或团队过度占用。 图1CloudRobo产品架构 ![](https://support.huaweicloud.com/productdesc-cloudrobo/zh-cn_image_0000002662038169.png "点击放大") #### 产品优势 CloudRobo面向具身智能模型开发场景，提供从数据管理、模型训练、仿真验证、资产沉淀到部署运行的一体化平台能力。通过统一的工作空间、资产中心和资源管理体系，打通研发全流程，提升开发效率、资源利用率和成果复用能力。CloudRobo的核心优势包括： - **一体化开发环境** 支持数据处理、训练、仿真、评测、部署等流程在统一平台内完成，减少工具切换成本。 - **资产全生命周期管理** 统一管理数据、模型、仿真场景、机器人配置和过程态资产，支持版本管理、血缘追踪与复用。 - **灵活的算力资源调度** 通过资源池、配额管理机制，实现CPU、GPU、NPU等算力资源的高效分配。 - **过程态资产可追踪** 在工作空间内展示开发过程中产生的中间数据、模型、日志和仿真结果，方便调试、沉淀和发布。 - **支持机器人闭环开发** 连接仿真、真实机器人和回流数据，支持从训练验证到部署运行的持续优化。 - **提升团队协作效率** 支持多项目、多用户协同开发，统一权限、任务、资源和资产管理，保障研发过程规范可控。 - **基于昇腾的具身智能模型生态** 预置主流开源模型的昇腾适配版本，构建开源模型+自研模型+生态模型的丰富模型生态。 #### 应用场景 CloudRobo面向具身智能开发团队，提供覆盖数据上云、资产管理、模型训练、仿真验证、资源调度、部署运行与持续优化的一体化平台能力，通过统一平台化能力，帮助团队提升研发效率、降低协作成本、加强资源管控，并实现算法和模型的持续迭代优化，适用于具身智能、机器人算法、工业智能等复杂研发场景。 - **具身算法研发场景** 在机器人感知、规划、控制、操作等算法开发过程中，开发团队需要频繁使用数据集、模型、仿真场景和真实机器人回流数据。该场景适用于机械臂、移动机器人、双足机器人、人形机器人等算法开发。 - **具身智能模型训练场景** 针对大规模具身智能模型训练，平台可统一管理训练数据、模型版本和算力资源，支持多任务并行研发。通过该场景，团队能够提升模型训练效率，降低重复实验和资源浪费。 - **仿真验证与评测场景** 具身算法和模型在真实环境部署前，需要在仿真环境中完成安全性、稳定性和性能验证。用户可基于不同场景批量发起仿真任务，对模型的成功率、碰撞率、耗时、稳定性等指标进行评估，并将评测结果与模型版本关联，形成可追溯的验证链路。 - **数据闭环优化场景** 机器人在真实运行过程中会持续产生传感器数据、运行日志、失败案例和任务结果。平台可将这些数据回流至工作空间，用于后续分析和模型优化。 - **多团队协同研发场景** 在大型具身智能开发项目中，通常涉及算法、仿真、数据、平台、测试和运维等多个团队协作。不同团队可以在各自空间内进行研发，同时共享经过审核的正式资产，避免数据、模型和仿真文件分散管理，提高协同效率和研发规范性。 - **资产沉淀与复用场景** 在长期研发过程中，团队会不断产生数据集、模型、仿真场景、机器人配置、评测结果等资产。如果缺少统一管理，容易造成资产重复建设、版本混乱和难以复用。通过资产中心，平台可实现资产统一注册、版本管理、权限控制、血缘追踪、标签分类、检索复用和数据周期管理。该场景适用于企业级研发沉淀，帮助组织形成可持续复用的机器人与智能模型资产库。 #### 首次使用CloudRobo 如果您是首次使用CloudRobo的开发人员，建议您学习并了解如下信息： - 基础知识了解 通过CloudRobo[产品功能](https://support.huaweicloud.com/productdesc-cloudrobo/cloudrobo_01_0002.html)章节的内容，了解CloudRobo相关的基础知识，包含CloudRobo服务的特有概念和功能的详细介绍。 - 入门使用 您可以参考[《快速入门》](https://support.huaweicloud.com/qs-cloudrobo/cloudrobo_07_0001.html)学习并上手使用CloudRobo。《快速入门》提供了基于场景样例的详细操作指导，您可以基于此操作指导，创建和使用CloudRobo提供的模型评测、数据生产、机器人接入等功能。 - 最佳实践 您可以参考[《最佳实践》](https://support.huaweicloud.com/bestpractice-cloudrobo/cloudrobo_05_0001.html)学习并掌握CloudRobo的使用。《最佳实践》涵盖操作类模型的仿真评测、真机推理体验、具身模型的训练调优与真机推理，以及具身智能数据的准备与共享经典案例。 - 使用更多的功能，并查看其相关操作指导 如果您是具身智能开发人员，可以参考[《用户指南》](https://support.huaweicloud.com/usermanual-cloudrobo/cloudrobo_02_0001.html)了解数据管理、模型训练、模型评测、仿真验证、模型部署等完整功能的详细操作指导。