Pitch 02 · Training Flywheel

LeRobot CloudTwin

让机器人把真实世界经验转化成可训练数据：本体采集，云端训练，边缘部署，人类纠错，再进入下一轮。

01 · Learning Loop

机器人最贵的不是训练一次模型，而是持续变聪明的系统。

LeRobot 提供数据、模型和真实机器人工作流。CloudTwin 把这些能力产品化：用户不需要理解每个训练脚本，只需要选择任务、上传数据、等待评估、部署技能。

摄像头、状态、动作、指令和人工接管被统一打包。

数据集版本化，坏片段、成功片段、失败片段分层管理。

ACT 保底，SmolVLA / X-VLA 作为前沿升级路线。

回放成功率、动作平滑度、延迟预算和边缘资源需求。

生成 Qualcomm 边缘部署包，推送到机器人本体运行。

02 · China / Global

中国团队需要国内访问、中文服务、企业付款和合规；海外团队需要全球区域、快速租卡、容器体验和开发者 API。产品层保持统一，云 adapter 分市场部署。

阿里云 PAI 做企业训练主路径，腾讯云 GPU 做弹性算力，华为 ModelArts 面向政企和工业客户，AutoDL 用于比赛和开发者快速实验。

Runpod 做开发者默认 GPU，Lambda 做可信训练集群，Modal 做评估和异步 job，Paperspace 做 notebook 体验补充。

03 · Product Moat

云厂商负责算力，LeRobot 负责开放工作流，Qualcomm 负责本体运行。CloudTwin 的价值在三者之间做稳定的工程桥梁和商业界面。

每个机器人形态都有明确的观测、动作、频率、同步和安全边界，不让数据湖变成混乱文件夹。

把 ACT、SmolVLA、X-VLA 等策略固化为可复现 job，减少团队之间的环境差异。

部署包面向 Qualcomm 设备做资源预算、回放验证、降级策略和本地安全约束。

04 · Competition Demo

演示桌面机械臂完成一个可量化任务。视频中展示一次人类示教、一次云端训练任务、一次边缘部署、一次失败片段回收。评委看到的不是“会抓东西”，而是“每次抓失败都能变成下一轮训练数据”。

中国 PAI / 腾讯云 / 华为云 / AutoDL adapter。

海外 Runpod / Lambda / Modal / Paperspace adapter。

ACT 比赛落地的低风险训练策略。

VLA 后续产品升级和前瞻性叙事。

真正的云训练产品，不是把 notebook 放到云上，而是让机器人经验自动流向下一次更好的本体行为。

LeRobot Docs ACT SmolVLA Runpod Lambda