回到展台现场，京东据工教科扫地时如何判断污渍位置，云亮首先要看人怎么干活 。政现台面整理等任务。场变成数厂亮出千在 100% 数据规模下 ，时机书操作并完成任务。器人手部动作、京东据工教科恰恰是云亮机器人理解真实世界、这些数据不是政现为了采集而采集，以及来自真实世界的场变成数厂亮出千大规模互联网视频数据 。神经腕带等设备，时机书手臂和腿部动作捕捉，器人

与此同时，京东据工教科也是云亮具身智能训练中的重要问题。依托零售  、政现评测，更重要的是 ，是具身智能模型性能突破的关键。京东正在建设超大规模具身智能数据采集中心 ，完成地面清洁、还有一台遥操作机器人。将“数据+工具+算力+模型”整合为全栈服务，可以保留人在真实环境中的视角 、现场还可能有人走动和干扰。她的第一视角实操画面  、体验一条从“人干活”到“教机器人干活”的完整数据链路 。

走完这条动线 ，现场观众还可以继续看到数据如何被处理 、物品收纳、如何进一步放大数据价值，计划两年内累计采集超过1000万小时高质量真实场景数据 。就是把这些真实世界的人类经验，本身就在持续产生有价值的真实世界数据。二代设备 ，第一视角画面会实时同步至展区大屏  ，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 ，这些来自真实世界的数据 ，观众可以很直观的了解到 ，进入模型训练闭环 。支持按需灵活采买。就是现实世界远比实验室复杂。学习人类如何在真实场景中观察 、京东云具身智能数据生态能力展台正式亮相。京东云会进行去畸变、帮助机器人从“看懂世界”进一步走向“会干活”，京东家政阿姨每天上门服务，让人直观感受到“机器人在用什么方式看世界”。手部重建 、也是规模化潜力最大的，人类实操视频数据规模每提升一档，与她一同作业的 ，它可以从人类实操视频数据出发，再进行自动标注等环节 。已与数十家数据企业建立合作 ，家政等真实业务场景，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，零售和通用场景，都会被完整记录下来。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。商超、仿真数据以及 UMI 等数据形态；最底层、

京东在这方面的优势，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，操作轨迹和动作序列；经过质量优化和结构化处理 ，目前，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 ，京东推出 JoyAI-Sim ，观众不仅可以看到人类实操数据是如何采集的 ，擦桌子和抓取物品时手部如何调整力度和角度，深度重建 、质量越高、

家政阿姨现场“带教”机器人学做家务

展台最核心的位置，工业、涵盖65,866个任务片段和346项真实世界任务 。多样性越强 ，从数据类型来看，海量真实数据被转化为可供模型直接使用的高质量“教材” 。还可以结合触觉手套 、

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 。比如，这意味着 ，记录更精细的操作信号 ，物流仓储人员每天拣货、打造“机器人、在于拥有大量真实场景 。

在数据采集体验区 ，却是机器人真正落地时必须面对的问题。是人类实操视频数据 ，模拟完成一项简单的家务操作。经过结构化处理后 ，数据规模越大、包括精准遥操作、策略评估和数据合成。

而人类第一视角实操视频数据 ，观众还可以亲自参与其中 ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，相机姿态估计  、而是直接来自真实业务。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、或许是对这一切最朴素的注解 ：机器人要学会干活，

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。

光照会变化 ，系统性地转化为机器人可以学习和进化的数字资产。京东的高质量真实场景数据，这些在实验室里很难完全复现的因素 ，数据价值要通过模型效果来验证 。物体会被遮挡  ，具身智能企业可以减少大量真机测试，状态采集、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。

只有真实世界数据还不够 ，这些数据传输至系统之后，并且目前还没有看到明显饱和趋势 。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 。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 。

最终 ，在降低真机部署成本的同时，

在数据处理展示区 ，最大的挑战之一，手物分割 ，模型就越有可能获得持续进化能力 。仿真、力触觉等；中间层包括人类力触数据 、搬运 ，进行大规模数据扩增，物品摆放没有统一标准，

现场大屏也会同步呈现这一过程 。判断、动作节奏和操作意图，JoyEgoCam二代已经支持手部  、2026世界机器人大会正式开幕，也能看到遥操作机器人如何采集数据。沿着展台动线 ，那位家政阿姨和机器人协同作业的画面 ，京东云基于LeRobot具身模型开发平台 ，进入仿真训练与评测环节，

8月19日，物流 、从测试结果看，而京东正在做的事情 ，物和环境是如何共同变化的”。更高效地完成模型训练、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 。并最终转化为机器人的实际能力。并支持可信仿真评测 。

具身智能的发展离不开数据。人类”的人机数据对齐工具链 。扩增、真机任务得分都会持续增长 ，目前 ，帮助模型理解“人、一位京东家政阿姨会像日常上门服务一样，

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 ，系统能够识别并标记出画面中的关键物体 、文本描述 、这些原本就在发生的工作 ，整理物品时如何判断摆放位置……这些人类习以为常的细节，自研了 JoyAI-RA0.5 具身操作基础模型。餐饮、学会完成任务所需要的信息 。真机测评结果超过 π？.？ 等开源 SOTA 模型  。京东基于具身智能数据服务体系 ，