數(shù)據(jù)是人工智能發(fā)展的“燃料”，其規(guī)模、質(zhì)量與多樣性決定了“進(jìn)化”的速度與上限。
然而，在傳統(tǒng)工業(yè)環(huán)境中，數(shù)據(jù)資源匱乏，采集過程面臨三大挑戰(zhàn)：數(shù)據(jù)孤島現(xiàn)象突出，缺乏統(tǒng)一的數(shù)據(jù)整合平臺；實時性與準(zhǔn)確性難以兼顧；數(shù)據(jù)到模型的轉(zhuǎn)化效率低下，嚴(yán)重制約模型迭代速度。
為解決這些痛點，拓斯達(dá)聯(lián)合國創(chuàng)工軟推出了基于IntarkDB與QsemOS的具身智能數(shù)采推理一體化解決方案，并于11月14-15日登陸華為操作系統(tǒng)大會。
該方案構(gòu)建了從采集、訓(xùn)練到推理、控制的全鏈路閉環(huán)。
在數(shù)據(jù)采集層，通過數(shù)據(jù)采集服務(wù)，統(tǒng)一接入插補指令、實時位置感知數(shù)據(jù)、非實時感知數(shù)據(jù)與控制指令等多元數(shù)據(jù)源。采集工作臺實現(xiàn)對實時控制單元、AI控制單元、推理點位與環(huán)境數(shù)據(jù)的集中管理，確保數(shù)據(jù)完整性與一致性。
在數(shù)據(jù)處理與訓(xùn)練層，依托IntarkDB高性能數(shù)據(jù)存儲，打破數(shù)據(jù)孤島，提供統(tǒng)一訪問接口。模型訓(xùn)練服務(wù)直接對接采集數(shù)據(jù)集，快速輸出場景模型，提升訓(xùn)練效率。
在智能推理與應(yīng)用層，利用QsemOS的實時性，支持PC、工業(yè)手持設(shè)備與智能交互平板等多終端接入。通過VR重定位設(shè)備、主從映射設(shè)備等遙操作組件，實現(xiàn)人機智能交互，提升操作體驗與作業(yè)精度。
目前，該方案已應(yīng)用于拓斯達(dá)人形機器人“小拓”的數(shù)據(jù)采集之中，通過將數(shù)據(jù)采集、模型訓(xùn)練與推理應(yīng)用無縫銜接，形成完整的“感知-決策-執(zhí)行-優(yōu)化”閉環(huán)，加速具身智能“大小腦”的訓(xùn)練、推理與迭代進(jìn)程，可增強機器人的泛化能力，為人形機器人“小拓”在工業(yè)場景的規(guī)?；涞氐於ɑA(chǔ)。
-
2025-11-10 -
2025-11-10
-
2025-11-03
-
2025-09-28
-
2025-09-16