机器人要能稳定抓取、自动驾驶要能应对长尾路况、具身智能大模型要能理解物理世界——它们共同的粮食是海量、多样且高质量的合成视频数据。然而真机采集成本高、场景覆盖有限、人工标注周期长数据饥渴成为卡住众多团队的一道坎。近日阿里云云原生数据仓库 AnalyticDB PostgreSQL 版在创意智造场景中推出具身智能 · 训练数据工厂把源素材入库、批量生产、质量评测、数据集导出串成一条一体化工厂流水线让一份源视频能够被高效泛化为成千上万条可用于模型训练的视频样本。一、一套控制台跑通生成—生产—评测—导出全流程进入具身智能 · 训练数据工厂后左侧导航以六个入口覆盖从试跑到量产、再到接入与运维的完整链路既要能让新手点一下就出一段视频也要能让工程团队把能力嵌进自动化流水线。六个入口的分工如下表所示。控制台入口核心功能快速生成单次生成训练视频适合快速验证提示词效果生产项目数据集管理源素材、生产配置、执行状态、产出、导出质量评测评分仪表盘、评分方案管理、快速试用评测存储审计跨数据集的存储与文件审计API通过 REST API 集成到自动化流水线设置训练数据工厂相关配置表1训练数据工厂六大控制台入口二、生产项目从源素材到数据集导出的五步工作台生产项目是整条流水线的核心。新建项目时可填写名称、描述并按需选定机器人型号、任务类型、环境与来源类型创建后自动进入项目工作台工作台按源素材—生产配置—执行状态—产出—导出五步组织。源素材上传环节对格式与容量给出了明确边界素材类型支持格式单个上限视频MP4 / MOV / WebM500 MB图片JPG / PNG / WebP100 MB表2源素材上传格式与容量规格生产配置提供两种模式表单配置可勾选源视频、逐条独立设置 Prompt 并挂载参考图适合直观操作JSON 高级模式支持一次性提交批量任务适合熟悉脚本的高级用户。执行状态以批次呈现总进度与成功/失败/进行中数量失败任务可一键重试。产出列表支持按质检状态待评估、自动通过、自动不通过、已确认、已推翻、已跳过与来源类型采集、切片、生成、拼接双重筛选并可追溯到每条数据的血缘链。最后数据集可一键打包导出含视频与元信息还支持按质检态过滤例如仅导出已确认的条目。三、质量评测多维评分方案几十秒出通过结论泛化出来的视频能不能进训练集靠的是质量评测。系统内置评分方案从语义一致性、运动一致性、画面稳定性、外观保留、轨迹合理性、物理合理性等多个维度对每条数据按 0–2 分打分并给出综合通过结论评测总览则以柱状图直观对比各维度达标率。多套方案可切换并设为默认快速试用只需填入待评测视频 URL几十秒即可拿到结果。评测维度打分区间典型判定关注点语义一致性0–2生成内容是否契合提示词与任务语义运动一致性0–2动作是否连贯、有无跳帧突变画面稳定性0–2画面是否抖动、闪烁外观保留0–2物体外观、机器人形态是否失真轨迹合理性0–2运动轨迹是否符合任务逻辑物理合理性0–2碰撞、重力等是否违背物理常识表3内置质量评测的六大维度四、API 与存储审计融入流水线成本可控对已建好训练流程的团队工厂提供 REST API覆盖上传文件、提交生成任务、查询任务状态、清理任务文件等核心接口并附带 Python 快速示例可直接嵌入自动化流水线。存储审计模块则跨数据集统计 OSS 文件总占用、孤立文件与可清理对象并支持安全清理帮助团队在大规模量产的同时把存储成本牢牢控制在合理区间。从一条源视频到一具会学习的机器缺的从来不是想法而是一条能把想法规模化落地的数据流水线。AnalyticDB PostgreSQL 版具身智能视频泛化把生成、评测、导出与集成收敛进同一套控制台让机器人与自动驾驶团队把精力从找数据、标数据重新放回训模型、做产品为具身智能的落地补上了关键的一块拼图。开通 具身智能视频泛化创建创意智造服务详情请参见上下文服务。