处理

过去需要依赖单机完成的大规模计算，如今能够根据任务规模灵活扩展算力，提升整体处理效率。

打破机器人「数据焦虑」，穹彻智能想建一条「训练数据」生产线2026年08月06日18:00极客公园对于具身智能行业而言，这不仅意味着一条数据处理产线效率的提升，更体现出机器人数据正在从「人工加工」走向「工业化生产」。

为了解决这些问题，穹彻智能联合阿里云搭建了一套端到端的UMIData+AIPipeline，希望把原本零散的数据处理流程，变成一条自动化运行的数据生产线。

同时，大模型能力也直接嵌入数据处理流程，实现动作片段的自动语义标注，降低人工标注成本。

在数据处理阶段，阿里云MaxComputeMaxFrame提供分布式计算能力，将视频去畸变、SLAM位姿恢复、多模态标注等任务拆分到云端资源上并行执行。

对于具身智能企业来说，数据处理正在成为一项新的基础设施能力，需要能够支撑弹性算力、自动调度、全流程追踪以及模型训练协同的完整体系。

整个数据处理流程则由DataWorks统一编排。

近期，穹彻智能联合阿里云打造了一套云端自动化数据处理产线，希望将机器人数据处理从依赖人工、单机运行的模式，升级为能够规模化运转的工业化流程，为模型迭代提供持续的数据支撑。

穹彻智能的数据处理实现了全流程自动化，整体吞吐提升超过10倍，多模态标注实现规模化自动完成，云端算力可弹性扩展至10万+CU，模型训练效率提升约50%。

同时，大模型能力也直接嵌入数据处理流程，实现动作片段的自动语义标注，降低人工标注成本。