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