Pipeline 设计

Data-Driven System · 条件驱动的端到端具身智能架构

v2.7.9 · 2026-07-29 · Z-MAX

核心设计思想

DDS（Data-Driven System）是 datadrive.world 的架构内核——一切由数据定义，一切由条件驱动。不做通用大模型，而是把产线拆解为54种条件场景，每种条件映射到最优的专用小模型，输出48种原子动作，由4款机器人执行。执行结果自动回灌到训练管道，形成感知→推理→执行→回流的完整闭环。

设计原则：① 条件驱动，非任务编程 ② 多模型池，非单一通用模型 ③ 原子技能组合，非端到端黑箱 ④ 数据闭环自进化 ⑤ 边缘-云端协同推理

DDS 五阶段端到端推理管线 · 点击下方按钮在 draw.io 中编辑完整版

条件场景

模型池

原子动作

编码适配器

安全动作

机器人型号

<5ms

本地推理延迟

242

原子技能

PHASE 1

条件输入

5路信号分两路并行处理：传感器数据链（视觉→触觉→关节）经多模态编码适配器转为结构化张量；系统信号链（MES→安全）经条件编码适配器转为编码输入。两路在条件编码器汇聚——多模态融合生成Condition Vector（C001-C054），驱动DDS Lookup查表完成条件→模型+动作的端到端映射。

RGB-D 128²六维力 F/M关节7维MES/源自技能安全状态多模态编码适配条件编码适配ROS2 Topic

PHASE 2

模型路由

DDS Skill Dispatch 根据condition_id查表，将推理请求路由到最优模型。不同模型运行在不同计算节点上——Sys1(4060)处理本地低延迟推理，Sys2(4090)通过ECS隧道处理大模型推理。

ACT 取料SmolVLA AOIVLA-T 力控GR00T 泛化H-JEPA 精密gRPC/HTTP

PHASE 3

动作解码

模型输出的潜空间表征或action chunk，通过动作解码器映射为具体的机器人指令。48种原子动作(A01-A48)覆盖从取料到FQC的全流程，4种安全动作(S01-S04)处理异常情况。

A01-A30 产线A31-A42 光引擎A43-A48 终检S01-S04 安全ROS2 Trajectory

PHASE 4

执行层

Orin Nano(Sys0)作为边缘计算节点，接收ROS2 Action指令，实时控制4款机器人执行操作。执行结果（成功/失败、耗时、力曲线）实时回灌到DDS数据库。

Z700F 插拔Z100L 搬运Z700+AOI 目检Z700 巡检Orin NanoROS2 Control

PHASE 5

数据闭环

执行数据通过Orin采集(MCAP/npz) → MAC转发(HTTP心跳穿透ECS隧道) → 4090训练(H-JEPA/GR00T) → 模型部署到Sys1/Sys2 → DDS映射表更新，形成持续进化的自学习闭环。

MCAP采集隧道穿透4090训练权重部署映射优化

🔀 DDS Skill Dispatch 映射表（部分示例）

条件ID	场景描述	→ 模型	运行节点	→ 动作	典型延迟
C001	料盘取料·视觉定位	ACT	Sys10 · 4060	A01-A04	<5ms
C004	力控插入·400G力反馈	VLA-T ⭐	Sys11 · 4060	A07-A10	<5ms
C006	BERT测试仓·AOI目检	SmolVLA	Sys11 · 4060	A15-A18	<5ms
C014	400G光口·力控插拔	GR00T N1.7	Sys2 · 4090	A22-A25	~280ms
C039	透镜对准·亚微米耦合	H-JEPA zFlow	Sys1 · 4090	A35-A38	<5ms
C050	异常检测·安全停止	Rule Engine	Sys0 · Orin	S01-S04	<1ms

🔄 数据闭环流程

Orin 采集
MCAP/npz

→

MAC 转发
HTTP心跳5s

→

4090 训练
H-JEPA/GR00T

→

模型部署
Sys1/Sys2

→

DDS 更新
映射表优化

执行数据自动回流到训练管道 → 每100次迭代更新模型权重 → 部署到推理节点 → DDS条件-模型映射表自动优化。
形成「执行越多、模型越准、映射越优」的正向飞轮。