面向机器人与具身 AI

从机器人记录到经过审核的训练数据。

根据传感器、任务和验收标准确定标注或采集范围。在扩大项目之前,核对所需信号和导出格式。

一套运营记录连接传感器数据、标注决策、质量证据、数据集版本和模型反馈。

MCAP 与 ROS 数据
LiDAR 与点云
多摄像头视频
遥测与轨迹

专为 Physical AI 项目打造

从学习任务开始。

同一个受治理的数据闭环可支持感知、行为和具身模型团队,而无需迫使每个项目采用相同的数据模式或审核策略。

多模态感知

整理并标注同步的摄像头、LiDAR 和遥测数据,用于检测、跟踪、分割和场景理解。

操控与行为

分别定义观测、记录的动作、测量的机器人状态和任务结果。在将视频视为训练轨迹之前,核实其中包含哪些信号。

边缘场景与安全

查找罕见场景,保留审核证据,并发布获批的数据集版本,用于安全关键型评估和再训练。

车队反馈与漂移

将模型故障和生产漂移转化为有针对性的场景搜索、新工作队列以及可追溯的数据集发布。

训练数据加载器会收到什么?

启动标注项目前,请核对输入格式、保留字段和输出模式。这些SDK处理路径区分传感器回放、格式转换和策略训练数据。

MCAP与ROS

MCAP回放遵循支持的消息模式。SDK的ROS bag导入器会转换相机数据及支持的数值和文本主题,并报告跳过的主题,包括点云。

支持的消息类型

LeRobot导入

将LeRobot数据导入为MCAP记录。LeRobot v3往返转换保留数值列和文本列;相机帧会重新编码,因此像素并非完全一致。

LeRobot转换指南

LeRobot导出

一个Avala序列对应一个LeRobot episode。状态和动作需要数值源字段。可选的结果标签写入附属文件;序列导出的时间戳遵循配置的帧率。

LeRobot转换指南

训练数据加载器会收到什么?

查看两条 LeRobot v3 导出路径的字段映射。所需输入各不相同:仅有相机数据无法提供机器人动作。选择转换器前,请展开各路径查看要求。

Avala 序列 → LeRobot v3

默认导出包含相机、时间戳和任务文本。状态和动作需要配置数值型源字段;缺失值会报错。结果以可选的附属文件元数据提供。序列时间戳使用配置的帧率。

导出字段参考
observation.images.*
--state-key → observation.state
--action-key → action
frame_index / fps → timestamp
--include-outcomes → meta/avala_sequence_outcomes.jsonl
机器人 MCAP → LeRobot v3

关节状态提供实测位置,独立的命令主题提供动作。帧以第一台相机为基准,其他主题使用各帧时刻或之前的值。导出报告记录时间偏差、丢弃的起始帧和视频编码模式。

导出字段参考
foxglove.CompressedImage / CompressedVideo → observation.images.*
/joint_states → observation.state
/joint_commands → action
frame_index / fps → timestamp
meta/avala_export_report.json
LeRobot转换指南

一个持续闭环

从传感器采集到模型改进

每个阶段都写回同一条受治理记录,让团队在不丢失上下文、质量或来源的情况下更快推进。

  1. 摄取
  2. 整理
  3. 标注
  4. 质量控制
  5. 发布
  6. 训练
  7. 改进

数据集运维

让您的数据规模化运作

Avala目前提供可追溯的数据集交付管理。自助服务注册表和公共解析服务仍在开发中。

连接至同一条数据集记录

标注运维

将人类专业知识转化为生产数据

路由任务、执行标注指南、协调分布式团队,配合可量化而非主观的质量控制。

连接至同一条数据集记录

模型管理

理解模型行为

监控漂移,跟踪真实世界表现,并将任何发布追溯到产生它的数据、标签和决策。

连接至同一条数据集记录

一个控制平面

连接传感器与模型的权威记录系统。

Mission Control 将数据、决策和模型反馈保留在同一运营上下文中。团队可以检查发布背后的证据,而不必在交付后重新还原。

工作流程示意图,并非产品截图或测量结果。

数据集标识

准确掌握模型使用了哪些训练数据

为每个数据集及其版本赋予稳定标识,并可沿数据血缘追溯至源场景和质量决策。

控制平面

运营工作流

无需拼接各类项目工具,即可从一个控制平面运行标注、审核、共识和发布策略。

托管执行

规模化攻克难点

在工作流需要专业判断或更高吞吐量时加入专业人员。工作始终留在权威记录系统中,而不会变成服务交接。

训练就绪输出

发布值得训练栈信赖的信号。

发布可直接用于模型的数据,并保持其与背后的原始场景、转换、标注历史和验收标准之间的关联。

  • 2D、3D 与时序标签
  • 版本化数据集清单
  • 质量与共识记录
  • 可移植的导出流水线

部署与治理

您的数据边界始终由您掌控。

在团队基于同一份受治理记录协作时,让敏感数据保持私密。Avala 运行在 Avala Cloud 上,BYOS(自带存储)将源数据留在您自己的存储桶和区域中。访问控制、可审计性和数据隔离均内置于工作流。

了解安全

如何评估数据项目?

使用此清单与 Avala 或其他供应商确定基准测试范围。开始前就证据和验收标准达成一致。勾选仅记录您在本页的审查,不代表认证供应商,也不会提交请求。

英文空白规划模板。请在商定项目之前定义要求并记录证据。这些文件不含结果或商业条款。

构建闭环

就优质数据的标准达成一致。

准备有代表性的记录、输出模式和验收标准。先评估集成,再比较质量与工作量,然后扩大范围。

洽谈数据项目