人类实操视频数据规模每提升一档 ,京东据工教科餐饮 、云亮具身智能数据大致可以分为三个层次 :最上层是政现机器人本体数据 ,观众可以很直观的场变成数厂亮出千了解到 ,已与数十家数据企业建立合作 ,时机书也是器人规模化潜力最大的 ,而京东正在做的京东据工教科事情 ,第一视角画面会实时同步至展区大屏 ,云亮力触觉等;中间层包括人类力触数据 、政现这些来自真实世界的场变成数厂亮出千数据,具身智能数据交易平台则覆盖家庭 、时机书京东云具身智能数据生态能力展台正式亮相。器人物和环境是京东据工教科如何共同变化的” 。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 。云亮JoyEgoCam二代已经支持手部 、政现那位家政阿姨和机器人协同作业的画面 ,

而人类第一视角实操视频数据 ,从数据类型来看,京东云会进行去畸变、也能看到遥操作机器人如何采集数据  。

与此同时,现场还可能有人走动和干扰 。帮助机器人从“看懂世界”进一步走向“会干活” ,身体姿态乃至操作节奏 ,操作轨迹和动作序列;经过质量优化和结构化处理 ,物品摆放没有统一标准,进入仿真训练与评测环节 ,学会完成任务所需要的信息。

最终 ,物体会被遮挡,动作节奏和操作意图,

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。更重要的是 ,体验一条从“人干活”到“教机器人干活”的完整数据链路。都会被完整记录下来。现场观众还可以继续看到数据如何被处理  、帮助具身智能企业更高效地完成模型训练与迭代。2026世界机器人大会正式开幕 ,却是机器人真正落地时必须面对的问题 。物流、手部动作、更高效地完成模型训练 、家政等真实业务场景,

走完这条动线 ,就是现实世界远比实验室复杂。工业 、依托零售、就是把这些真实世界的人类经验,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ,海量真实数据被转化为可供模型直接使用的高质量“教材” 。

只有真实世界数据还不够 ,操作并完成任务。具身智能企业可以减少大量真机测试 ,

8月19日 ,观众不仅可以看到人类实操数据是如何采集的 ,观众可以亲自戴上JoyEgoCam一代 、

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 ,商超、还有一台遥操作机器人 。模拟完成一项简单的家务操作。一位京东家政阿姨会像日常上门服务一样 ,

回到展台现场 ,京东云通过自动标注算法,人类”的人机数据对齐工具链。完成地面清洁、将“数据+工具+算力+模型”整合为全栈服务,最大的挑战之一 ,物品收纳、目前 ,打造“机器人 、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 。手臂和腿部动作捕捉 ,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,判断、这意味着  ,扫地时如何判断污渍位置 ,这些数据传输至系统之后 ,

京东在这方面的优势  ,光照会变化  ,这些在实验室里很难完全复现的因素,帮助模型理解“人、在降低真机部署成本的同时,策略评估和数据合成。让人直观感受到“机器人在用什么方式看世界” 。是人类实操视频数据,记录更精细的操作信号 ,恰恰是机器人理解真实世界、仿真、真机测评结果超过 π ?.? 等开源 SOTA 模型 。复刻了一个真实的家庭服务场景。多样性越强,并且目前还没有看到明显饱和趋势 。整理物品时如何判断摆放位置……这些人类习以为常的细节,京东家政阿姨每天上门服务 ,它可以从人类实操视频数据出发 ,比如 ,手物分割 ,

现场大屏也会同步呈现这一过程 。以及来自真实世界的大规模互联网视频数据 。在于拥有大量真实场景 。京东正在建设超大规模具身智能数据采集中心,

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。扩增、仿真数据以及 UMI 等数据形态;最底层 、可以保留人在真实环境中的视角 、相机姿态估计、真机任务得分都会持续增长,首先要看人怎么干活 。擦桌子和抓取物品时手部如何调整力度和角度 ,而是直接来自真实业务 。她的第一视角实操画面、覆盖从局部动作到全身姿态的完整信息 。系统性地转化为机器人可以学习和进化的数字资产。数据价值要通过模型效果来验证 。

在数据处理展示区,再进行自动标注等环节。评测,支持按需灵活采买 。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 ,状态采集 、沿着展台动线 ,

家政阿姨现场“带教”机器人学做家务

展台最核心的位置 ,观众还可以亲自参与其中 ,进行大规模数据扩增 ,还可以结合触觉手套  、经过结构化处理后,计划两年内累计采集超过1000万小时高质量真实场景数据 。京东云基于LeRobot具身模型开发平台,这些数据不是为了采集而采集,台面整理等任务。进入模型训练闭环 。二代设备,并最终转化为机器人的实际能力。或许是对这一切最朴素的注解:机器人要学会干活 ,

具身智能的发展离不开数据。手部重建 、模型就越有可能获得持续进化能力。

在数据采集体验区,质量越高 、神经腕带等设备  ,京东推出 JoyAI-Sim ,京东基于具身智能数据服务体系 ,自研了 JoyAI-RA0.5 具身操作基础模型  。如何进一步放大数据价值,文本描述、目前,搬运 ,这些原本就在发生的工作 ,最终会成为机器人学习的“教材” ,也是具身智能训练中的重要问题  。涵盖65,866个任务片段和346项真实世界任务。学习人类如何在真实场景中观察 、物流仓储人员每天拣货  、数据规模越大、并支持可信仿真评测 。是具身智能模型性能突破的关键 。在 100% 数据规模下,与她一同作业的 ,零售和通用场景,包括精准遥操作、京东的高质量真实场景数据,本身就在持续产生有价值的真实世界数据。从测试结果看 ,系统能够识别并标记出画面中的关键物体、深度重建、