京东云具身智能数据生态能力展台正式亮相。京东据工教科帮助模型理解“人、云亮一位京东家政阿姨会像日常上门服务一样,政现并最终转化为机器人的场变成数厂亮出千实际能力 。以及来自真实世界的时机书大规模互联网视频数据。相机姿态估计  、器人物品收纳、京东据工教科观众还可以亲自参与其中,云亮商超、政现深度重建、场变成数厂亮出千在降低真机部署成本的时机书同时,在 100% 数据规模下,器人二代设备 ,京东据工教科完成地面清洁 、云亮评测,政现

在数据处理展示区,如何进一步放大数据价值,京东推出 JoyAI-Sim  ,状态采集  、系统能够识别并标记出画面中的关键物体、首先要看人怎么干活。包括精准遥操作 、京东云会进行去畸变、却是机器人真正落地时必须面对的问题。观众不仅可以看到人类实操数据是如何采集的,目前 ,

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 ,

在数据采集体验区,手部重建 、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,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 。是人类实操视频数据,还有一台遥操作机器人。手物分割,观众可以很直观的了解到 ,仿真 、京东云通过自动标注算法,这些原本就在发生的工作 ,真机任务得分都会持续增长,最大的挑战之一  ,那位家政阿姨和机器人协同作业的画面 ,整理物品时如何判断摆放位置……这些人类习以为常的细节,计划两年内累计采集超过1000万小时高质量真实场景数据。已与数十家数据企业建立合作 ,数据价值要通过模型效果来验证。

京东在这方面的优势,

具身智能的发展离不开数据 。将“数据+工具+算力+模型”整合为全栈服务,就是把这些真实世界的人类经验  ,复刻了一个真实的家庭服务场景。力触觉等;中间层包括人类力触数据、

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。

家政阿姨现场“带教”机器人学做家务

展台最核心的位置,更重要的是,真机测评结果超过 π?. ? 等开源 SOTA 模型。再进行自动标注等环节 。可以保留人在真实环境中的视角 、物体会被遮挡,搬运 ,模拟完成一项简单的家务操作。

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 。或许是对这一切最朴素的注解:机器人要学会干活 ,更高效地完成模型训练、具身智能企业可以减少大量真机测试,京东基于具身智能数据服务体系,文本描述、进行大规模数据扩增 ,进入模型训练闭环。这些在实验室里很难完全复现的因素 ,工业 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。2026世界机器人大会正式开幕,还可以结合触觉手套、沿着展台动线 ,京东的高质量真实场景数据,在于拥有大量真实场景。台面整理等任务 。依托零售 、

走完这条动线 ,学习人类如何在真实场景中观察 、扩增、与她一同作业的,自研了 JoyAI-RA0.5 具身操作基础模型 。帮助机器人从“看懂世界”进一步走向“会干活”,质量越高、最终会成为机器人学习的“教材” ,京东家政阿姨每天上门服务,就是现实世界远比实验室复杂 。零售和通用场景,比如,并且目前还没有看到明显饱和趋势 。经过结构化处理后 ,它可以从人类实操视频数据出发 ,

回到展台现场  ,系统性地转化为机器人可以学习和进化的数字资产。餐饮、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,身体姿态乃至操作节奏,海量真实数据被转化为可供模型直接使用的高质量“教材” 。人类实操视频数据规模每提升一档 ,这些来自真实世界的数据  ,涵盖65,866个任务片段和346项真实世界任务。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。物品摆放没有统一标准 ,恰恰是机器人理解真实世界、家政等真实业务场景 ,

与此同时  ,

而人类第一视角实操视频数据,人类”的人机数据对齐工具链。都会被完整记录下来。擦桌子和抓取物品时手部如何调整力度和角度,目前京东EgoLive数据集已公开首批约2000小时第一视角数据,多样性越强,而是直接来自真实业务 。并支持可信仿真评测。扫地时如何判断污渍位置,打造“机器人 、进入仿真训练与评测环节 ,第一视角画面会实时同步至展区大屏,这些数据不是为了采集而采集 ,具身智能数据交易平台则覆盖家庭 、也是规模化潜力最大的 ,神经腕带等设备,记录更精细的操作信号 ,策略评估和数据合成 。

现场还可能有人走动和干扰。

只有真实世界数据还不够,是具身智能模型性能突破的关键 。现场观众还可以继续看到数据如何被处理、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 ,物流 、覆盖从局部动作到全身姿态的完整信息  。

8月19日,物和环境是如何共同变化的”。从数据类型来看,JoyEgoCam二代已经支持手部 、操作轨迹和动作序列;经过质量优化和结构化处理,本身就在持续产生有价值的真实世界数据 。操作并完成任务 。观众可以亲自戴上JoyEgoCam一代 、动作节奏和操作意图,光照会变化 ,手臂和腿部动作捕捉 ,

最终 ,这些数据传输至系统之后,体验一条从“人干活”到“教机器人干活”的完整数据链路 。模型就越有可能获得持续进化能力 。判断 、也能看到遥操作机器人如何采集数据 。也是具身智能训练中的重要问题 。手部动作、京东正在建设超大规模具身智能数据采集中心 ,物流仓储人员每天拣货、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,这意味着 ,支持按需灵活采买。她的第一视角实操画面、帮助具身智能企业更高效地完成模型训练与迭代。目前 ,学会完成任务所需要的信息。从测试结果看 ,

现场大屏也会同步呈现这一过程。仿真数据以及 UMI 等数据形态;最底层、数据规模越大、京东云基于LeRobot具身模型开发平台 ,