从原始录制到可训练数据集，让具身数据处理更灵活、更高效。

今天，艾欧智能（IO-AI TECH）正式发布具身智能数据平台 EmbodiFlow 2.0。

产品介绍：https://www.embodiflow.com/zh/

使用文档：https://docs.embodiflow.com/zh/

这两年，具身数据的来源越来越丰富。机器人遥操作之外，越来越多团队开始用头戴设备录人类第一视角数据，用 UMI 夹爪采集操作数据。数据多了，新的麻烦也跟着来了。

我们和不少研发团队聊过，大家卡住的地方很像：

• 接一种设备，写一套脚本。每种设备的格式、模态、时间戳都不一样，换一种新设备，转换脚本就得重写一遍。

• 人类数据，处理链路很长。录下来的只有视频和传感器数据，手部姿态、相机位姿、深度都要另外算，还要脱敏、切片段，才能拿去训练。

• 好方法留不下来。质检、标注、格式转换靠各自的脚本，换个人、换批数据就跑不起来；想加一道新处理，只能等平台排期。

• 数据靠不靠得住，说不清。问题常常等训练效果不好才发现；模型训完，也很难说清用的是哪批数据。

EmbodiFlow 2.0 就是冲着这些问题来的。这次升级，我们把力气主要花在两件事上：把人类数据处理做强，让数据工作流可以按你的需要自己定义。

3 分钟看懂具身智能数据平台 EmbodiFlow 2.0

1. 多源数据统一处理

以前：主要面向机器人遥操作数据，其他设备的数据要自己转换

现在：遥操作、人类第一视角、UMI 数据都能直接处理，统一输出 LeRobot v3

1. 算法与工作流自由定义

以前：处理流程由平台提供，新需求要等适配

现在：内置算法和模板开箱即用，自研算法也能接进来，流程自己搭

1. 可信的数据闭环

以前：侧重标注与导出，数据集没有固定版本

现在：质检、回放、版本到训练部署一站完成，每个模型都能追溯到原始录制

一句话：换了新设备、来了新需求，不用再从头写脚本。平台把基础算法和模板备好，你在上面搭出自己的数据处理流程。

---

01｜多源数据统一处理，重点强化人类数据

不同的采集方式，录下来的数据差别很大。遥操作数据有多路相机和关节状态；人类数据通常只有视频和传感器信息，要补的东西最多；UMI 数据又有自己的标定和定位流程。

三类数据，各有现成的处理流程

• 机器人遥操作数据：多路相机、关节状态和动作，上传后自动整理、质检，随时可以回放

• 人类第一视角数据：人脸脱敏、手部姿态、相机位姿、深度，由平台自动补齐

• UMI 数据：标定、建图定位、夹爪开合识别，流程现成可用

不用再为每种数据各写一套脚本。录制上传之后，平台按对应的工作流自动开始处理。

人类数据，这一版投入最多

以前处理一段第一视角录制，要自己串起好几个开源模型、写不少衔接代码，换一款头戴设备往往又得重来。

现在，录制一上传，平台就按人类数据工作流自动完成人脸脱敏、手部姿态估计、质量检查和任务片段切分。

第一视角录制：手部关键点叠加在头部相机画面上

在我们的演示数据里，一段 22 分钟的叠毛巾录制，被自动切成了 63 个任务片段，每段都附上了任务描述，审核确认后就能拿去训练。

统一成 LeRobot v3，训练工具链直接能用

各种设备的数据对齐时间轴后，统一输出 LeRobot v3。后面的质检、筛选、增强只需要做一套，导出的数据集也能直接用 LeRobot、Hugging Face 的工具读取。

不同设备的录制，对齐后统一输出 LeRobot v3

统一的是格式，不是抹平差异：每种数据的动作含义和属性都会保留下来，管理起来更规范。

02｜内置模板开箱即用，自研算法灵活接入

每个团队的设备、处理方法和模型需求都不一样，很难有一条通用的流程。所以 2.0 把处理流程拆成了一个个算法：工作流里的每一步，都可以换掉，也可以新增。

工作流由算法组成，内置算法与团队算法并列

先用现成的

标准化、质检、切分、导出这些常用环节，平台都内置了算法；人类数据常用的手部姿态、相机运动、深度估计也已经就绪。机器人遥操作、人类第一视角等数据都有官方工作流模板，新项目直接套用，改几步就是你自己的流程。

内置算法库

再接上自己的

很多团队手里都有更适合自家场景的方法，比如一套自研的手部姿态模型，或者一条“夹爪必须全程在画面里”的质检规则。

在 2.0 里，可以直接在浏览器里把它写成算法，已有的算法程序也能接进来。挑一条真实录制试跑，效果满意就保存成一个版本。

挑一条录制试跑，结果直接画成曲线

接着把它拖进工作流，替换对应的内置步骤，发布到项目。之后每一条新上传的录制，都会按你的方式自动处理，不用再手动跑脚本。

把团队算法拖进工作流

好方法沉淀下来，全队都能用

工作流在画布上拖拽编排，先小范围试跑，再正式发布。发布之后，运行交给平台；每个算法版本、每次修改都有记录。

团队算法和内置的标准化、脱敏步骤，在同一次运行中完成

好用的处理方法，不再只留在某个人的电脑里；碰到新设备、新需求，团队可以自主扩展处理流程，减少对平台定制适配的依赖。

03｜从质检到训练可信的数据闭环

数据处理完，团队最常问两个问题：这批数据靠得住吗？训出来的模型，说得清用了哪些数据吗？

同步回放，数据对不对一眼看出来

多路视频、关节曲线和传感器信号沿同一条时间轴同步回放，采集时哪里出了问题，看一遍就能定位。播放器基于我们自研并开源的 ROSView和 LeRobot Studio。

三路相机、关节曲线与原始消息同步回放

坏数据在入口拦下

丢帧、时间戳错乱、画面模糊，这类问题以前常常等训练效果不好才被发现。现在数据一上传就先做质检，有问题的直接拦下；剔除可以精确到单个任务片段，一条录制里能用的部分照样留着。

质量页：判定结果与数据分布

AI 先标，人来确认

很长的连续录制，AI 可根据录制内容提出任务片段边界、任务描述和技能标签建议，标注员在此基础上进行审核、调整与确认，减少重复的人工切分与标注工作。

AI 切好片段、写好描述，人工审核确认

版本固定，结果有据可查

处理、审核好的数据存成数据集版本，创建后就固定下来，之后新增的数据不会影响它。用了哪些录制、哪个算法版本、什么参数，都有记录。

数据集版本：创建后即固定

选好版本，直接训练、部署

选一个数据集版本就能发起训练，ACT、π0 等主流机器人策略和 VLA 模型都支持。训练完先做离线评估，上真机前心里有数；最后生成部署包，衔接机器人上的部署验证。

在固定的数据集版本上训练 ACT

从录制到模型，一条线走下来：任何一个模型，都能一路追溯到它用的数据集版本和原始录制。

从模型追溯到原始录制

04｜开放兼容，灵活部署

很多团队已经有自己的采集设备、算法和训练环境。用 EmbodiFlow，不需要推倒重来。

接进现有工具，也能交给 AI 助手

平台的能力都开放了接口，可以接进团队现有的脚本和工具链，也兼容 LeRobot 与 Hugging Face 工具链。还可以直接让 Claude、Cursor 这样的 AI 助手来操作，比如：

“写一个检查夹爪是否全程可见的质检算法，加进遥操作工作流，用三条录制测试后发布。”

AI 助手沿用你本人的权限，所有操作都有记录。

云端或本地，按需选择

• SaaS 团队版 快速启用

云端服务，免运维，开通就能用

• 工作站版 数据不出实验室

预装平台的本地 GPU 工作站，支持完全离线，适合高校实验室和需要在本地处理数据的团队

• 企业定制版 多团队协作

部署在企业私有云，支持多节点协作，可按需集成现有系统

各版本功能一致，数据和算法始终归你所有。

从真实世界数据，到可持续的机器人学习

真实世界数据是机器人学习的基础。可从录制到能用的训练数据，中间这段路往往最费人力。

从 TeleXperience机器人遥操作数据采集系统、SenseXperience真实世界人类数据采集系统，到 EmbodiFlow具身智能数据平台，艾欧智能想把从采集、处理到模型研发的这段路，和大家一起走顺。

EmbodiFlow 2.0 是其中重要的一步：让每一段真实世界的录制，都更快变成能用的数据。

了解更多产品详情，欢迎联系我们：

公司官网：https://io-ai.tech/

电话：(+86) 0755-88658665

邮箱：io@io-ai.tech