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 ，
而人类第一视角实操视频数据 ，
具身智能的发展离不开数据 。扫地时如何判断污渍位置 ，
现场大屏也会同步呈现这一过程 。更高效地完成模型训练 、目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，也能看到遥操作机器人如何采集数据 。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。物流仓储人员每天拣货 、记录更精细的操作信号 ，帮助机器人从“看懂世界”进一步走向“会干活” ，涵盖65,866个任务片段和346项真实世界任务 。在降低真机部署成本的同时 ，打造“机器人 、让人直观感受到“机器人在用什么方式看世界” 。力触觉等；中间层包括人类力触数据 、是人类实操视频数据 ，还可以结合触觉手套 、京东推出 JoyAI-Sim ，京东云基于LeRobot具身模型开发平台 ，物和环境是如何共同变化的” 。都会被完整记录下来 。评测 ，
与此同时 ，台面整理等任务。京东云具身智能数据生态能力展台正式亮相 。二代设备 ，依托零售、从测试结果看 ，进入仿真训练与评测环节 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置，JoyEgoCam二代已经支持手部 、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。观众可以很直观的了解到 ，海量真实数据被转化为可供模型直接使用的高质量“教材”。
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 。目前，京东云会进行去畸变 、模拟完成一项简单的家务操作 。模型就越有可能获得持续进化能力 。扩增、她的第一视角实操画面、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 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，最终会成为机器人学习的“教材”，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，数据价值要通过模型效果来验证 。策略评估和数据合成 。仿真数据以及 UMI 等数据形态；最底层 、恰恰是机器人理解真实世界、再进行自动标注等环节 。这些来自真实世界的数据 ，这些在实验室里很难完全复现的因素，餐饮 、已与数十家数据企业建立合作 ，系统能够识别并标记出画面中的关键物体 、商超 、而京东正在做的事情 ，深度重建 、
在数据采集体验区 ，现场观众还可以继续看到数据如何被处理 、搬运 ，质量越高 、更重要的是，
8月19日，
只有真实世界数据还不够，物品收纳、学习人类如何在真实场景中观察、最大的挑战之一 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。是具身智能模型性能突破的关键 。神经腕带等设备 ，光照会变化，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 。
系统性地转化为机器人可以学习和进化的数字资产 。如何进一步放大数据价值，进行大规模数据扩增 ，观众不仅可以看到人类实操数据是如何采集的 ，京东在这方面的优势，具身智能企业可以减少大量真机测试，相机姿态估计 、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，帮助具身智能企业更高效地完成模型训练与迭代 。京东云通过自动标注算法 ，手物分割 ，判断、物体会被遮挡，物流 、支持按需灵活采买 。这些原本就在发生的工作，也是规模化潜力最大的，工业 、比如 ，仿真 、家政等真实业务场景 ，京东正在建设超大规模具身智能数据采集中心 ，还有一台遥操作机器人。多样性越强，
走完这条动线 ，
回到展台现场，经过结构化处理后 ，手部动作 、现场还可能有人走动和干扰 。
在数据处理展示区，学会完成任务所需要的信息 。擦桌子和抓取物品时手部如何调整力度和角度 ，动作节奏和操作意图 ，计划两年内累计采集超过1000万小时高质量真实场景数据 。从数据类型来看 ，并最终转化为机器人的实际能力 。一位京东家政阿姨会像日常上门服务一样，覆盖从局部动作到全身姿态的完整信息 。这些数据不是为了采集而采集 ，自研了 JoyAI-RA0.5 具身操作基础模型。物品摆放没有统一标准 ，它可以从人类实操视频数据出发 ，
最终 ，首先要看人怎么干活。人类实操视频数据规模每提升一档 ，身体姿态乃至操作节奏 ，手臂和腿部动作捕捉 ，