智元机器人推出Genie Studio：具身智能的一站式开发工具
发布时间：2025-04-21 17:15:03 | 责任编辑：张毅 | 浏览量：34 次
智元机器人宣布推出 Genie Studio，这是行业内首个专为具身智能场景打造的一站式开发平台。Genie Studio 拥有数据采集、模型训练、仿真评测、模型推理的全链路产品能力，为开发者提供从“采”到“训”到“测”再到“推”的标准化解决方案，极大地降低了开发门槛，提升了开发效率。
Genie Studio 的数据采集模块深度重构了机器人数据生命周期，打造了一站式数据中枢，支持多本体、多末端的设备管理，提供全流程功能服务。通过仿真场景重建和多种专家轨迹生成策略，结合域随机化与数据增强技术，平台可支持大规模合成数据自动化采集。对于复杂的操作任务，平台支持开发者通过遥操作采集精细操作数据，并结合轨迹自动泛化，实现大规模数据增广。
在模型训练方面，Genie Studio 作为新一代具身智能训练引擎，实现了研发体验的全面升级。平台独创基于视频的数据加载方案，支持多种开源数据集的无缝接入，深度集成基座模型和多种开源端到端具身模型，提供预训练/微调的任务模板，配合自研的训练研发框架，实现训练效率的不断提升。通过标准化资源池管理、训练镜像、模型管理与编译部署管线的深度集成，平台实现了模型的端到端快速交付。
仿真评测模块基于大规模、高精度的三维资产库，为开发者提供了丰富的仿真场景、物体资产和机器人模型，能够自动生成多样化场景与任务，精准还原各类机器人的操作环境。平台构建了从场景生成、模型推理、基准测试到结果可视化的完整仿真评测流程，通过高效的仿真工具链，帮助用户快速验证算法性能并优化模型。
模型推理模块直击行业痛点，通过四大核心技术重构部署范式:模型编译技术突破硬件异构壁垒，实现算法“一次开发、多端部署”;GDK（Genie Development Kit）开发组件以标准化接口打通机器人硬件层，构建稳定可靠的真机通信底座;云端一体化推理框架将模型部署流程简化为“一键真机部署”，助力算法开发从云端环境到实体机器人的迁移;配合全链路评测系统，实现部署效果的量化评估，构建起应用版本管理、远程诊断、动态优化的闭环体系。
Genie Studio 的推出，标志着具身智能开发进入了一个新的阶段。平台不仅为开发者提供了强大的工具，还推动了具身智能从代码执行者向环境认知者蜕变的进程，加速了具身智能规模化落地的“最后一公里”。通过 Genie Studio，开发者可以更高效地进行数据采集、模型训练、仿真评测和模型推理，推动具身智能技术的快速发展和应用。
官网入口https://genie.agibot.com/geniestudio
智元机器人于2025年4月21日发布了行业首款面向具身智能开发者的一站式开发平台Genie Studio。以下是Genie Studio的主要特点和功能：
平台定位
Genie Studio是专为具身智能场景打造的一站式开发平台，具备数据采集、模型训练、仿真评测、模型推理的全链路产品能力，彻底打通了从数据到部署的完整链路。
核心模块
- 数据采集模块
- 多模态数据采集：支持多本体、多末端的设备管理，提供全流程功能服务。
- 高效数据处理：单机单日产能高达1000条，支持仿真合成和真机采集。
- 数据集管理：整合百万级真实机器人数据和仿真数据，覆盖5大行业、100多种场景。
- 模型训练模块
- 高效训练：支持主流开源模型（如AgiBot GO-1等），典型场景模型训练仅需约48卡天。
- 全链路管理体系：实现从数据到部署的端到端快速交付。
- 仿真评测模块
- 高精度仿真：基于大规模三维资产库，提供6000+物体资产与仿真场景。
- 自动化场景生成：支持多样化场景和任务的自动化生成。
- 模型推理模块
- 一键化部署：支持模型优化、加密和多平台发布。
- 性能提升：相比传统方案，单卡推理性能提升2-3倍。
平台优势
- 降低开发门槛：为开发者提供标准化解决方案，降低数据获取、模型训练和开发成本。
- 加速行业标准化：推动具身智能向标准化、平台化、量产化发展。
Genie Studio的发布标志着智元机器人在具身智能领域的技术实力和创新能力的进一步提升，为开发者提供了强大的工具支持。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
上一篇： 如何用人工智能进行金融市场数据分析？
下一篇： AI能预测建筑维护成本吗？
