AI 原生机器人工作室

设计 训练 部署

  • 可视化工作流
  • 内置 AI 助手
  • 在线训练与回放
UnitPort 可视化画布：机器人、传感器、环境、任务、训练器、导出等节点连成一张完整的训练流程图。
用 AI 搭建说出你的需求，AI 帮你搭好。
可视化画布拖动图块即可搭建，无需写代码。
在线训练与仿真云端 GPU 或本地机器，随你选。

机器人训练，从未如此简单

怎么用

从一个机器人模型，到一个跑起来的策略

四步，一个浏览器标签页。只有当你想让训练跑在自己的机器上时，才需要装东西。

  1. 01

    拿到机器人

    从内置机型开始，或者导入你自己的模型描述，直接在浏览器里编辑。

  2. 02

    搭出流程图

    六个节点承载全部配置 —— 机器人、观测、环境、任务、检查点、训练器。

  3. 03

    训练

    用我们的云 GPU、你自己的服务器，或者你桌子底下那台机器上的 Isaac Lab。

  4. 04

    先验证，再带走

    在 MuJoCo 里回放训练好的策略，然后导出一个带部署契约的成品包。

AI 构建

告诉 AI 想做什么
它替你搭好配置

可以指向你电脑上运行的 AI，也可以填任意 API 地址，或者直接用我们的 agent。

你的本地 AI 任意 API 地址 或用我们的 agent
AI 构建面板：一句自然语言，即可更新任务节点。
可视化画布

用图块代替代码

以前需要写代码的每一步，现在都变成一个图块——拖进来、连起来，就完成了。

无需写代码 拖拽即可 全流程一目了然
在 UnitPort 画布上连接好的机器人、任务与训练器节点。
编辑器

带上你自己的机器人，和它要走的那片地

两个完整的编辑器，和画布在同一个标签页里。你的文件在哪里放进来就在哪里读 —— 上传的模型描述是在你自己的浏览器里解析的，不在服务器上。

机器人编辑器

把机器人描述和它的网格文件拖进来，它会打开成一个可编辑的模型，一根连杆、一个关节地看。

  • URDF 与 MuJoCo XML 在浏览器里解析；USD stage 交由我们的服务读取
  • 指定关节角色、核对惯量、设定驱动模型
  • 每个数值都带着它的来源 —— 你填的、推算的，还是我们注入的默认值

场景编辑器

用笔刷和一组生成器，把策略要学的地形做出来 —— 然后直接用在训练画布里。

  • 雕刻地面，或者生成台阶、坡道、方块与随机崎岖地形
  • 摆放真正参与碰撞的物件，并设定机器人的出生点
  • 存进你自己的资源库，环境节点可以直接用
资源库

把你已经有的东西导进来

四类资产，不止一条入口。导进来的东西都落在你自己账号下的存储里。

机型机器人，连同关节与惯量
场地用来训练的地形与场景
动作用于模仿学习的参考动作片段
成品包训练好的策略，可直接部署

来自公开仓库

贴一个 GitHub 链接，挑出文件，确认。模型描述里引用的网格会一起带过来。

来自你自己的机器

直接上传文件，或者让本地助手把机型、场景、动作片段或跑完的训练从你自己的电脑拷进来。

来自社区

订阅别人发布的东西 —— 装进你的资源库就能直接用。

训练与部署

随处训练
在线仿真

连接我们的 GPU / 你的 cloud servers 或你自己的机器。

我们的云端 GPU 你自己的服务器 本机
由 UnitPort 工作流部署的四足机器人。

从一个想法，到一台训练好的机器人

花多少由你做主，起步完全免费，也没有恼人的月度订阅。