AI 原生機器人工作室

設計 訓練 部署

  • 視覺化工作流程
  • 內建 AI 助手
  • 線上訓練與回放
UnitPort 視覺畫布：機器人、感測器、環境、任務、訓練器、匯出等節點連成一張完整的訓練流程圖。
使用 AI 建構說出你的需求，AI 幫你搭好。
視覺畫布拖曳區塊即可搭建，無需寫程式碼。
線上訓練與模擬雲端 GPU 或本地機器，任你選。

機器人訓練，從未如此簡單

怎麼用

從一個機器人模型，到一個跑起來的策略

四步，一個瀏覽器標籤頁。只有當你想讓訓練跑在自己的機器上時，才需要裝東西。

  1. 01

    拿到機器人

    從內建機型開始，或者匯入你自己的模型描述，直接在瀏覽器裡編輯。

  2. 02

    搭出流程圖

    六個節點承載全部設定 —— 機器人、觀測、環境、任務、檢查點、訓練器。

  3. 03

    訓練

    用我們的雲 GPU、你自己的伺服器，或者你桌子底下那台機器上的 Isaac Lab。

  4. 04

    先驗證，再帶走

    在 MuJoCo 裡回放訓練好的策略，然後匯出一個帶部署契約的成品包。

AI 建構

告訴 AI 想做什麼
它替你搭好設定

可以指向你電腦上執行的 AI，也可以填任意 API 位址，或者直接用我們的 agent。

你的本地 AI 任意 API 位址 或用我們的 agent
AI 建構面板：一句自然語言，即可更新任務節點。
視覺畫布

用區塊取代程式碼

以前需要寫程式碼的每一步，現在都變成一個區塊——拖進來、連起來，就完成了。

無需寫程式碼 拖放即可 全流程一目了然
在 UnitPort 畫布上連接好的機器人、任務與訓練器節點。
編輯器

帶上你自己的機器人，和它要走的那片地

兩個完整的編輯器，和畫布在同一個標籤頁裡。你的檔案在哪裡放進來就在哪裡讀 —— 上傳的模型描述是在你自己的瀏覽器裡解析的，不在伺服器上。

機器人編輯器

把機器人描述和它的網格檔案拖進來，它會開成一個可編輯的模型，一根連桿、一個關節地看。

  • URDF 與 MuJoCo XML 在瀏覽器裡解析；USD stage 交由我們的服務讀取
  • 指定關節角色、核對慣量、設定驅動模型
  • 每個數值都帶著它的來源 —— 你填的、推算的，還是我們注入的預設值

場景編輯器

用筆刷和一組產生器，把策略要學的地形做出來 —— 然後直接用在訓練畫布裡。

  • 雕刻地面，或者產生階梯、坡道、方塊與隨機崎嶇地形
  • 擺放真正參與碰撞的物件，並設定機器人的出生點
  • 存進你自己的資源庫，環境節點可以直接用
資源庫

把你已經有的東西匯進來

四類資產，不只一條入口。匯進來的東西都落在你自己帳號底下的儲存空間裡。

機型機器人，連同關節與慣量
場地用來訓練的地形與場景
動作用於模仿學習的參考動作片段
成品包訓練好的策略，可直接部署

來自公開倉庫

貼一個 GitHub 連結，挑出檔案，確認。模型描述裡引用的網格會一起帶過來。

來自你自己的機器

直接上傳檔案，或者讓本機助手把機型、場景、動作片段或跑完的訓練從你自己的電腦拷進來。

來自社群

訂閱別人發布的東西 —— 裝進你的資源庫就能直接用。

訓練與部署

隨處訓練
線上模擬

連接我們的 GPU / Your cloud servers 或你自己的機器。

我們的雲端 GPU 你自己的伺服器 本機
由 UnitPort 工作流程部署的四足機器人。

從一個構想，到一台訓練完成的機器人

花多少由你做主，起步完全免費，也沒有惱人的月費訂閱。