AI具身能力是企业未来最为核心的能力，而保障AI具身能力的AI资源则越来越重要。AI具身资源涉及到企业IT资产的多个方面，如何高效的对AI具身资源进行计划、控制、分配是制约AI具身能力的关键性因素。具身资源综合管理系统针对以上问题主要实现以下功能：
（1）针对目前企业具身领域应用的碎片化、具身资源管理的无序化、具身资产管理管理滞后化，构建从数据采集、标注、扩充、复用开始，到构建具身模型、训练模型、模型评价、模型发布、模型共享管理、模型持续改进、模型安全管理的一体化全过程具身资源一体化全生命周期管理标准和流程。 （2）构建具身资源综合全生命周期管理系统，实现具身算法和业务数据的大规模标准化、流程化集成，提供了丰富的协同开发工具，实现可视化具身建模，支持算法模型的复用和共享，降低高昂的具身应用成本，最大化团队协作效率让更多的人员可以参与到企业内部具身应用的构建过程中，解决对于分散化具身应用构建产生的智能AI孤岛现象， （3）通过对具身项目的管控做到电力具身战略的整体规划和统筹，支持可视化的具身建模全生命周期管理；自动建模、隐私计算、知识推理、边缘计算等功能，推动具身资源价值的深度挖掘。提供边缘化、场景化、高性能、软硬一体的实时分析能力。与计算机视觉算法结合，实现视觉应用在不同场景下的快速落地。 预期目标： （4）开发运检具身资源综合管理系统，实现对机器人应用部门具身资源的统一集中管理。
具身资源综合管理系统不仅可以大大提高AI具身资源的利用效率，加快具身技术和企业业务的融合，更关键的是可以实现AI具身资产的高效生成和保存。快速提高AI具身资产和应用部署的效能，加快企业AI具身应用的步伐，一般而言，通过具身资源综合管理系统，可以高效的把具身数据、具身模型、具身训练和企业业务应用融合，可以普遍性的将具身应用的部署效能提高120%以上，给企业巨大的经济效益。
（1） 实现具身资源应用体系化、标准化：所有的具身资源统一集中管理，实现具身应用中数据上传与标注、模型训练、模型评估、模型测试和服务发布等全部流程完整闭环，提高具身应用开发效率，节省具身应用开发成本，为企业带来经济效益。 （2）形成可复用、易扩展的AI应用模型库：企业进行具身应用开发的最大难点之一就是缺少具身算法人才和具身开发经验，为了解决这个问题，平台需要按照模型创建训练、模型评估和模型测试等阶段拆解封装多种高精度模型。一方面，屏蔽具身算法编写和调试细节，方便企业选择合适的模型进行训练。另一方面，方便模型库进行扩展，分阶段封装其他效果好的高精度模型，提供给企业使用。 （3）提高具身应用的高效快捷部署效率：平台封装多种高精度的模型，使得企业无需算法基础也能定制高精度模型，简化具身开发流程，屏蔽技术细节，降低使用门槛，提供简单易用的可视化界面，使得企业可以快速训练出符合业务需求的具身应用模型，将其发布成服务进行应用，缩短具身应用开发周期，满足不断迭代的业务需求。 （4）提供具身资源评价和管理的功能：对数据、模型、应用效果，进行应用评估，封装多种模型评估指标，例如准确率、召回率和F1值等。
具身资源综合管理系统适应于各种不同的企业，以某化工企业为例，其在皮带安全巡检管理、配电室巡检管理、办公楼安全管理等多个领域由多家企业都开发了AI具身机器人应用系统，但是之前具身应用实施中，具身数据、具身模型、具身训练没有成体系的管理，相关资源散落在不同的部门，也没有专人管理，非常混乱，当具身机器人应用需要进一步升级、扩展时难度非常大，有的系统不得不推到重来，造成了巨大的浪费，企业内部也谈AI色变，后来使用了具身资源综合管理系统后，所有的数据、模型、版本、参数统一集中管理，升级、扩展速度比以前大大提升。
|
|