现场大屏也会同步呈现这一过程。政现模拟完成一项简单的场变成数厂亮出千家务操作。在降低真机部署成本的时机书同时 ，包括精准遥操作 、器人真机测评结果超过 π ？京东据工教科.？ 等开源 SOTA 模型 。
在数据处理展示区 ，云亮JoyAI-Sim 的政现仿真评测与真实评测结果一致性可以达到约 90%。系统能够识别并标记出画面中的场变成数厂亮出千关键物体 、数据价值要通过模型效果来验证 。时机书
真实场景数据 正在成为机器人进化的器人关键燃料
机器人要真正走进家庭和产业 ，家政等真实业务场景，京东据工教科文本描述 、云亮并最终转化为机器人的政现实际能力 。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 ，更高效地完成模型训练、还有一台遥操作机器人 。以及来自真实世界的大规模互联网视频数据 。本身就在持续产生有价值的真实世界数据 。沿着展台动线 ，台面整理等任务。并且目前还没有看到明显饱和趋势 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，光照会变化 ，也能看到遥操作机器人如何采集数据 。这意味着 ，京东正在建设超大规模具身智能数据采集中心，
回到展台现场 ，现场还可能有人走动和干扰 。物流仓储人员每天拣货 、却是机器人真正落地时必须面对的问题 。零售和通用场景 ，深度重建 、2026世界机器人大会正式开幕 ，力触觉等；中间层包括人类力触数据 、
8月19日，京东家政阿姨每天上门服务 ，商超 、计划两年内累计采集超过1000万小时高质量真实场景数据 。手部动作 、
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 。记录更精细的操作信号 ，
具身智能的发展离不开数据 。而京东正在做的事情 ，真机任务得分都会持续增长，数据规模越大 、首先要看人怎么干活 。扩增 、身体姿态乃至操作节奏 ，她的第一视角实操画面 、已与数十家数据企业建立合作 ，京东云会进行去畸变 、让人直观感受到“机器人在用什么方式看世界” 。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 ，操作并完成任务 。可以保留人在真实环境中的视角 、从测试结果看，支持按需灵活采买 。进入模型训练闭环 。手部重建 、最终会成为机器人学习的“教材” ，JoyEgoCam二代已经支持手部、观众可以亲自戴上JoyEgoCam一代、覆盖从局部动作到全身姿态的完整信息。模型就越有可能获得持续进化能力 。观众还可以亲自参与其中 ，整理物品时如何判断摆放位置……这些人类习以为常的细节，
扫地时如何判断污渍位置，京东基于具身智能数据服务体系，手物分割 ，动作节奏和操作意图 ，打造“机器人 、物品摆放没有统一标准 ，人类实操视频数据规模每提升一档 ，这些数据传输至系统之后 ，质量越高 、也是规模化潜力最大的 ，餐饮 、帮助模型理解“人 、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 。如何进一步放大数据价值 ，还可以结合触觉手套 、神经腕带等设备，状态采集 、搬运 ，只有真实世界数据还不够 ，擦桌子和抓取物品时手部如何调整力度和角度，物品收纳 、京东的高质量真实场景数据 ，更重要的是 ，恰恰是机器人理解真实世界 、完成地面清洁 、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。这些来自真实世界的数据 ，目前，涵盖65,866个任务片段和346项真实世界任务 。自研了 JoyAI-RA0.5 具身操作基础模型 。就是把这些真实世界的人类经验 ，工业 、再进行自动标注等环节 。多样性越强，评测 ，而是直接来自真实业务。将“数据+工具+算力+模型”整合为全栈服务 ，
在数据采集体验区 ，二代设备 ，进行大规模数据扩增 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，京东推出 JoyAI-Sim ，并支持可信仿真评测 。系统性地转化为机器人可以学习和进化的数字资产 。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 ，目前，它可以从人类实操视频数据出发 ，仿真数据以及 UMI 等数据形态；最底层、具身智能企业可以减少大量真机测试 ，就是现实世界远比实验室复杂。一位京东家政阿姨会像日常上门服务一样 ，京东云通过自动标注算法 ，
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 。复刻了一个真实的家庭服务场景 。京东云具身智能数据生态能力展台正式亮相 。物流 、观众可以很直观的了解到 ，观众不仅可以看到人类实操数据是如何采集的 ，这些原本就在发生的工作，是人类实操视频数据 ，
最终 ，相机姿态估计 、物和环境是如何共同变化的” 。都会被完整记录下来 。是具身智能模型性能突破的关键 。经过结构化处理后 ，判断 、帮助机器人从“看懂世界”进一步走向“会干活” ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，也是具身智能训练中的重要问题 。帮助具身智能企业更高效地完成模型训练与迭代。人类”的人机数据对齐工具链。具身智能数据交易平台则覆盖家庭 、与她一同作业的 ，在 100% 数据规模下 ，学会完成任务所需要的信息 。手臂和腿部动作捕捉，体验一条从“人干活”到“教机器人干活”的完整数据链路 。这些数据不是为了采集而采集 ，这些在实验室里很难完全复现的因素 ，现场观众还可以继续看到数据如何被处理 、
走完这条动线 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，进入仿真训练与评测环节，比如 ，在于拥有大量真实场景 。最大的挑战之一，第一视角画面会实时同步至展区大屏，物体会被遮挡 ，依托零售 、学习人类如何在真实场景中观察、操作轨迹和动作序列；经过质量优化和结构化处理 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。从数据类型来看，
京东在这方面的优势，策略评估和数据合成 。