训练完你就有了一个模型。这一页讲接下来的事：找到它，让它可以使用，再把它跑在机器人旁边。当前版本里，模型运行在你自己的硬件上：EmbodiFlow 给你一条可以直接复制的命令，它会下载模型并启动策略服务，供你的机器人客户端连接。
找到你的模型
在侧栏打开「模型」可以看到团队里的全部模型；在项目里打开「模型」则只看这个项目的。团队列表里每个模型一张卡片，写着所属项目、策略族、状态、训练或导入时间，以及评估结果。可以按名称搜索，也可以按「项目」和「策略族」筛选。
评估结果把模型的预测误差和「重复上一个动作」做比较，告诉你误差是更低还是更高。没有评估的模型显示「—」，并注明还没有评估结果。没有评估不等于通过。即使评估结果不错，它衡量的也只是模型在留出数据上的预测，不代表它在机器人上的表现。
在项目里，「模型」会把训练任务和模型并排列出。点开一个模型可以看训练曲线、检查点和日志（见训练模型）；它的「概览」标签在「部署协议」下写明可以通过哪些机器人协议部署。
部署前先晋升模型
每个模型一开始都是「草稿」，而草稿不能部署，所以第一步是把它晋升为「已注册」。在侧栏打开「部署」，「模型权重」标签列出所有模型版本，以及它们的状态和来源（「训练产出」或「外部导入」）。打开那一行的菜单，选择「晋升」。
模型是在别处训练的？也可以在同一个标签里导入。点击「导入检查点」，选择项目，给版本起个名字，选择「策略系列」，再选中检查点文件，文件会从浏览器直接上传到存储。如果填写了「动作维度」，还要填「关节顺序（逗号分隔）」。导入的检查点同样从草稿开始。
在你自己的电脑上运行模型
在项目里打开「部署」。就像页面上写的：先选择模型，再选择它在哪里运行。
选择模型
在「模型」里选一个已注册的模型。草稿不会出现在这里；如果项目里只有草稿，页面会告诉你有几个需要晋升。
选择运行位置
在「模型在哪里运行？」下选择「在我的机器人电脑上运行」。你会得到一条在自己 GPU 机器上运行的命令，延迟最低，我们这边也不登记任何设备。页面上还有「在 EmbodiFlow 云端运行」，但首发版本不提供托管推理端点，目前请在自己的电脑上运行模型。
选择机器人协议
在「机器人协议」下选择你的机器人客户端已经在用的协议。一共只有两种：
- 「OpenPI WebSocket」（
openpi-ws），端口 8000，供 OpenPI 的openpi_client使用。 - 「LeRobot gRPC」（
lerobot-grpc），端口 8081，供原版 LeRobotrobot_client使用。
两种协议传的是同样的内容：观测进，动作片段出。所以只需要看你跑的是哪个客户端。模型不支持的协议会显示为灰色，并写明原因。
robot_client 无法携带凭据。请只在机器人所在的内网开放 8081 端口。选择机器人和硬件
选择「机器人本体」，也就是告诉服务关节和相机配置的机器人档案。再选择「目标硬件架构」，通常选「x86 + NVIDIA CUDA」。列表里也有 Jetson 选项，但还没有在 Jetson 硬件上验证过。「仅 CPU」用一个模拟策略代替你的权重来应答，适合检查连线，但不能驱动机器人。
生成命令
点击「生成运行命令」。在「生成的部署命令」下会给出「启动命令」「运行时镜像」，以及「这台宿主机需要什么」（GPU 运行时和最低显存）。把命令复制到机器人电脑上运行，它会下载模型并启动策略服务。下载凭证在一段时间内有效，同一条命令可以重复执行，不必重新生成。平台没有设备登记，EmbodiFlow 看不到也不管理那台机器。
检查连接
在模型接触机器人之前，先做一次空跑：启动服务，把机器人客户端指向它，确认能收到动作返回。空跑证明的是连接通了，不证明策略能完成任务。操作机器人、保证安全仍由你负责，EmbodiFlow 不控制机器人，也不评判策略在机器人上的表现。