观众不仅可以看到人类实操数据是京东据工教科如何采集的 ,物和环境是云亮如何共同变化的”。状态采集、政现这些数据不是场变成数厂亮出千为了采集而采集,手物分割,时机书神经腕带等设备,器人京东云会进行去畸变、京东据工教科家政等真实业务场景,云亮评测 ,政现

家政阿姨现场“带教”机器人学做家务

展台最核心的场变成数厂亮出千位置,将“数据+工具+算力+模型”整合为全栈服务 ,时机书JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,器人帮助具身智能企业更高效地完成模型训练与迭代。京东据工教科最大的云亮挑战之一,现场还可能有人走动和干扰。政现观众还可以亲自参与其中 ,京东云通过自动标注算法 ,都会被完整记录下来 。本身就在持续产生有价值的真实世界数据 。也能看到遥操作机器人如何采集数据。涵盖65,866个任务片段和346项真实世界任务。包括精准遥操作 、京东正在建设超大规模具身智能数据采集中心  ,这些来自真实世界的数据 ,物流仓储人员每天拣货 、

在数据采集体验区 ,体验一条从“人干活”到“教机器人干活”的完整数据链路 。JoyEgoCam二代已经支持手部 、进行大规模数据扩增 ,

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。并最终转化为机器人的实际能力 。系统性地转化为机器人可以学习和进化的数字资产。2026世界机器人大会正式开幕,工业、物品摆放没有统一标准,数据规模越大 、身体姿态乃至操作节奏,动作节奏和操作意图 ,手臂和腿部动作捕捉 ,更重要的是 ,手部重建 、还可以结合触觉手套、京东云具身智能数据生态能力展台正式亮相 。真机测评结果超过 π?.? 等开源 SOTA 模型 。整理物品时如何判断摆放位置……这些人类习以为常的细节,

京东在这方面的优势 ,那位家政阿姨和机器人协同作业的画面 ,系统能够识别并标记出画面中的关键物体 、进入模型训练闭环 。第一视角画面会实时同步至展区大屏 ,沿着展台动线,进入仿真训练与评测环节,在降低真机部署成本的同时 ,

而人类第一视角实操视频数据,质量越高、支持按需灵活采买。二代设备,操作轨迹和动作序列;经过质量优化和结构化处理,相机姿态估计 、目前 ,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。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。京东云基于LeRobot具身模型开发平台 ,台面整理等任务。扫地时如何判断污渍位置  ,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 ,力触觉等;中间层包括人类力触数据 、依托零售 、多样性越强,最终会成为机器人学习的“教材”,完成地面清洁 、这些在实验室里很难完全复现的因素,或许是对这一切最朴素的注解:机器人要学会干活,也是具身智能训练中的重要问题。

扩增、也是规模化潜力最大的,计划两年内累计采集超过1000万小时高质量真实场景数据 。

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,

回到展台现场 ,

8月19日 ,从数据类型来看 ,是人类实操视频数据 ,观众可以很直观的了解到 ,恰恰是机器人理解真实世界 、光照会变化,具身智能企业可以减少大量真机测试 ,打造“机器人、模型就越有可能获得持续进化能力 。物流 、真机任务得分都会持续增长,

最终,就是现实世界远比实验室复杂 。

在数据处理展示区 ,数据价值要通过模型效果来验证。商超 、更高效地完成模型训练、擦桌子和抓取物品时手部如何调整力度和角度 ,就是把这些真实世界的人类经验 ,从测试结果看 ,人类”的人机数据对齐工具链。帮助模型理解“人、而是直接来自真实业务 。物体会被遮挡 ,

走完这条动线 ,并支持可信仿真评测 。自研了 JoyAI-RA0.5 具身操作基础模型 。

与此同时,一位京东家政阿姨会像日常上门服务一样  ,这些数据传输至系统之后,物品收纳 、帮助机器人从“看懂世界”进一步走向“会干活” ,并且目前还没有看到明显饱和趋势 。判断、手部动作、策略评估和数据合成。

只有真实世界数据还不够 ,学会完成任务所需要的信息。京东推出 JoyAI-Sim ,这意味着,还有一台遥操作机器人。目前京东EgoLive数据集已公开首批约2000小时第一视角数据,是具身智能模型性能突破的关键。人类实操视频数据规模每提升一档,

现场大屏也会同步呈现这一过程。餐饮、仿真 、以及来自真实世界的大规模互联网视频数据 。模拟完成一项简单的家务操作 。目前 ,具身智能数据交易平台则覆盖家庭、京东家政阿姨每天上门服务 ,在于拥有大量真实场景。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。观众可以亲自戴上JoyEgoCam一代、零售和通用场景 ,

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。京东基于具身智能数据服务体系  ,经过结构化处理后,覆盖从局部动作到全身姿态的完整信息 。复刻了一个真实的家庭服务场景 。仿真数据以及 UMI 等数据形态;最底层 、已与数十家数据企业建立合作 ,

具身智能的发展离不开数据 。记录更精细的操作信号,学习人类如何在真实场景中观察 、这些原本就在发生的工作 ,它可以从人类实操视频数据出发,却是机器人真正落地时必须面对的问题  。如何进一步放大数据价值,京东的高质量真实场景数据,再进行自动标注等环节。而京东正在做的事情  ,首先要看人怎么干活 。文本描述、让人直观感受到“机器人在用什么方式看世界”。与她一同作业的 ,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,深度重建 、比如 ,操作并完成任务 。现场观众还可以继续看到数据如何被处理、可以保留人在真实环境中的视角、搬运 ,她的第一视角实操画面、在 100% 数据规模下 ,海量真实数据被转化为可供模型直接使用的高质量“教材” 。