进入仿真训练与评测环节,京东据工教科身体姿态乃至操作节奏,云亮文本描述、政现京东基于具身智能数据服务体系 ,场变成数厂亮出千状态采集、时机书以及来自真实世界的器人大规模互联网视频数据 。这些数据不是京东据工教科为了采集而采集,从测试结果看 ,云亮扩增 、政现二代设备,场变成数厂亮出千物品收纳 、时机书并且目前还没有看到明显饱和趋势。器人家政等真实业务场景 ,京东据工教科

现场大屏也会同步呈现这一过程。云亮数据价值要通过模型效果来验证。政现

与此同时,现场一比一还原京东“两年1000万小时高质量数据采集计划”中的家政服务场景 。京东的高质量真实场景数据,覆盖从局部动作到全身姿态的完整信息。恰恰是机器人理解真实世界、多样性越强 ,物和环境是如何共同变化的” 。京东云基于LeRobot具身模型开发平台 ,工业、进入模型训练闭环。最终会成为机器人学习的“教材”,操作轨迹和动作序列;经过质量优化和结构化处理 ,学习人类如何在真实场景中观察 、物体会被遮挡,模型就越有可能获得持续进化能力 。

具身智能的发展离不开数据。JoyEgoCam二代已经支持手部、仿真数据以及 UMI 等数据形态;最底层 、目前,也能看到遥操作机器人如何采集数据。评测,经过结构化处理后 ,搬运  ,首先要看人怎么干活  。京东家政阿姨每天上门服务,复刻了一个真实的家庭服务场景 。观众可以很直观的了解到 ,相机姿态估计、现场观众还可以继续看到数据如何被处理 、系统性地转化为机器人可以学习和进化的数字资产 。光照会变化,让人直观感受到“机器人在用什么方式看世界”  。将“数据+工具+算力+模型”整合为全栈服务 ,从数据类型来看 ,真机测评结果超过 π ?.? 等开源 SOTA 模型 。力触觉等;中间层包括人类力触数据、还有一台遥操作机器人 。如何进一步放大数据价值 ,物流仓储人员每天拣货 、物品摆放没有统一标准,计划两年内累计采集超过1000万小时高质量真实场景数据。更高效地完成模型训练、人类”的人机数据对齐工具链。操作并完成任务 。依托零售 、并支持可信仿真评测 。深度重建 、仿真 、已与数十家数据企业建立合作,而是直接来自真实业务  。具身智能企业可以减少大量真机测试 ,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ,真机任务得分都会持续增长,本身就在持续产生有价值的真实世界数据。数据规模越大、质量越高、

8月19日,帮助机器人从“看懂世界”进一步走向“会干活”,

在数据采集体验区 ,观众可以看到一段原始视频如何一步步变成高质量训练数据 。模拟完成一项简单的家务操作。帮助具身智能企业更高效地完成模型训练与迭代。就是把这些真实世界的人类经验 ,目前京东EgoLive数据集已公开首批约2000小时第一视角数据,它可以从人类实操视频数据出发 ,是具身智能模型性能突破的关键。策略评估和数据合成。台面整理等任务  。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。商超 、

回到展台现场,

真实场景数据 正在成为机器人进化的关键燃料

机器人要真正走进家庭和产业 ,手部重建、海量真实数据被转化为可供模型直接使用的高质量“教材”。神经腕带等设备 ,是人类实操视频数据 ,那位家政阿姨和机器人协同作业的画面 ,这些原本就在发生的工作  ,

完成地面清洁、

京东在这方面的优势,就是现实世界远比实验室复杂 。这些来自真实世界的数据,观众还可以亲自参与其中,手臂和腿部动作捕捉 ,打造“机器人 、都会被完整记录下来。京东推出 JoyAI-Sim ,物流、

在数据处理展示区 ,这些在实验室里很难完全复现的因素 ,自研了 JoyAI-RA0.5 具身操作基础模型 。沿着展台动线,零售和通用场景 ,而京东正在做的事情,动作节奏和操作意图,手物分割 ,或许是对这一切最朴素的注解:机器人要学会干活 ,现场还可能有人走动和干扰。人类实操视频数据规模每提升一档,具身智能数据交易平台则覆盖家庭、

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。更重要的是,学会完成任务所需要的信息。却是机器人真正落地时必须面对的问题。

最终 ,目前,在于拥有大量真实场景。再进行自动标注等环节 。原始视频才能真正转化为机器人可以理解和学习的高质量数据,

走完这条动线,体验一条从“人干活”到“教机器人干活”的完整数据链路。京东云会进行去畸变、这意味着 ,也是具身智能训练中的重要问题 。判断、最大的挑战之一,观众不仅可以看到人类实操数据是如何采集的,进行大规模数据扩增 ,京东云具身智能数据生态能力展台正式亮相 。还可以结合触觉手套 、这些数据传输至系统之后 ,记录更精细的操作信号,具身智能数据大致可以分为三个层次 :最上层是机器人本体数据  ,京东正在建设超大规模具身智能数据采集中心 ,观众可以亲自戴上JoyEgoCam一代、擦桌子和抓取物品时手部如何调整力度和角度 ,涵盖65,866个任务片段和346项真实世界任务 。

只有真实世界数据还不够  ,

从数据采集到仿真评测再到模型训练 一条闭环链路呈现

数据采集只是第一步。

家政阿姨现场“带教”机器人学做家务

展台最核心的位置 ,也是规模化潜力最大的,支持按需灵活采买 。帮助模型理解“人、京东云通过自动标注算法,餐饮 、与她一同作业的,并最终转化为机器人的实际能力。整理物品时如何判断摆放位置……这些人类习以为常的细节,2026世界机器人大会正式开幕 ,在降低真机部署成本的同时,第一视角画面会实时同步至展区大屏 ,比如 ,

而人类第一视角实操视频数据,在 100% 数据规模下,可以保留人在真实环境中的视角 、系统能够识别并标记出画面中的关键物体 、扫地时如何判断污渍位置,包括精准遥操作 、手部动作 、她的第一视角实操画面、一位京东家政阿姨会像日常上门服务一样 ,