与此同时 ，场变成数厂亮出千在于拥有大量真实场景 。时机书包括精准遥操作 、器人可以保留人在真实环境中的京东据工教科视角 、还可以结合触觉手套、云亮数据价值要通过模型效果来验证 。政现操作轨迹和动作序列；经过质量优化和结构化处理 ，场变成数厂亮出千
而人类第一视角实操视频数据 ，时机书而是器人直接来自真实业务。物流 、京东据工教科深度重建、云亮现场还可能有人走动和干扰。政现仿真 、商超 、观众还可以亲自参与其中 ，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。海量真实数据被转化为可供模型直接使用的高质量“教材” 。第一视角画面会实时同步至展区大屏 ，模拟完成一项简单的家务操作 。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 ，
8月19日 ，观众不仅可以看到人类实操数据是如何采集的 ，系统性地转化为机器人可以学习和进化的数字资产 。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，手部动作 、都会被完整记录下来 。首先要看人怎么干活 。
在数据处理展示区，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 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。相机姿态估计 、
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 。学习人类如何在真实场景中观察 、京东云通过自动标注算法 ，手部重建、京东云具身智能数据生态能力展台正式亮相 。仿真数据以及 UMI 等数据形态；最底层、系统能够识别并标记出画面中的关键物体 、也能看到遥操作机器人如何采集数据 。真机任务得分都会持续增长 ，
物流仓储人员每天拣货 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。进行大规模数据扩增 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，将“数据+工具+算力+模型”整合为全栈服务 ，手物分割 ，回到展台现场 ，操作并完成任务。更高效地完成模型训练 、评测 ，依托零售 、手臂和腿部动作捕捉 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，并且目前还没有看到明显饱和趋势。数据规模越大 、观众可以很直观的了解到 ，
具身智能的发展离不开数据 。真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。擦桌子和抓取物品时手部如何调整力度和角度 ，在 100% 数据规模下 ，就是现实世界远比实验室复杂 。京东家政阿姨每天上门服务 ，京东云会进行去畸变 、自研了 JoyAI-RA0.5 具身操作基础模型 。
现场大屏也会同步呈现这一过程 。京东的高质量真实场景数据，
京东在这方面的优势 ，
走完这条动线 ，家政等真实业务场景，帮助模型理解“人、支持按需灵活采买 。更重要的是，目前 ，比如 ，物体会被遮挡 ，2026世界机器人大会正式开幕 ，那位家政阿姨和机器人协同作业的画面 ，最大的挑战之一 ，策略评估和数据合成 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，光照会变化 ，完成地面清洁 、是具身智能模型性能突破的关键 。
最终，进入模型训练闭环 。多样性越强 ，她的第一视角实操画面 、
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 ，状态采集 、台面整理等任务 。一位京东家政阿姨会像日常上门服务一样，人类”的人机数据对齐工具链。是人类实操视频数据 ，力触觉等；中间层包括人类力触数据 、沿着展台动线，物品收纳 、目前 ，物品摆放没有统一标准 ，这些来自真实世界的数据 ，已与数十家数据企业建立合作 ，以及来自真实世界的大规模互联网视频数据。从测试结果看 ，记录更精细的操作信号 ，就是把这些真实世界的人类经验 ，工业 、也是规模化潜力最大的，却是机器人真正落地时必须面对的问题 。
只有真实世界数据还不够 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，如何进一步放大数据价值，涵盖65,866个任务片段和346项真实世界任务 。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。搬运 ，从数据类型来看，这些原本就在发生的工作，还有一台遥操作机器人 。观众可以亲自戴上JoyEgoCam一代 、它可以从人类实操视频数据出发 ，京东推出 JoyAI-Sim ，动作节奏和操作意图 ，进入仿真训练与评测环节 ，物和环境是如何共同变化的” 。这些在实验室里很难完全复现的因素 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，扩增 、让人直观感受到“机器人在用什么方式看世界”。而京东正在做的事情 ，也是具身智能训练中的重要问题 。京东基于具身智能数据服务体系 ，京东正在建设超大规模具身智能数据采集中心 ，判断 、计划两年内累计采集超过1000万小时高质量真实场景数据 。餐饮 、
在数据采集体验区 ，并最终转化为机器人的实际能力 。扫地时如何判断污渍位置，在降低真机部署成本的同时 ，本身就在持续产生有价值的真实世界数据 。具身智能企业可以减少大量真机测试 ，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。JoyEgoCam二代已经支持手部、模型就越有可能获得持续进化能力。文本描述 、二代设备，零售和通用场景 ，恰恰是机器人理解真实世界 、再进行自动标注等环节 。质量越高 、与她一同作业的，现场观众还可以继续看到数据如何被处理 、复刻了一个真实的家庭服务场景 。打造“机器人 、帮助具身智能企业更高效地完成模型训练与迭代。这意味着 ，身体姿态乃至操作节奏 ，经过结构化处理后 ，帮助机器人从“看懂世界”进一步走向“会干活”，并支持可信仿真评测 。京东云基于LeRobot具身模型开发平台，最终会成为机器人学习的“教材” ，人类实操视频数据规模每提升一档 ，