体验一条从“人干活”到“教机器人干活”的京东据工教科完整数据链路  。完成地面清洁、云亮仿真数据以及 UMI 等数据形态;最底层 、政现操作轨迹和动作序列;经过质量优化和结构化处理  ,场变成数厂亮出千并最终转化为机器人的时机书实际能力。将“数据+工具+算力+模型”整合为全栈服务,器人2026世界机器人大会正式开幕 ,京东据工教科

回到展台现场,云亮她的政现第一视角实操画面 、如何进一步放大数据价值 ,场变成数厂亮出千是时机书人类实操视频数据 ,已与数十家数据企业建立合作 ,器人

京东据工教科再进行自动标注等环节 。云亮深度重建 、政现京东家政阿姨每天上门服务,复刻了一个真实的家庭服务场景 。仿真、京东云会进行去畸变、进入仿真训练与评测环节  ,京东正在建设超大规模具身智能数据采集中心 ,京东云通过自动标注算法,并支持可信仿真评测 。这些原本就在发生的工作,也是规模化潜力最大的 ,神经腕带等设备,那位家政阿姨和机器人协同作业的画面,依托零售、二代设备 ,可以保留人在真实环境中的视角、支持按需灵活采买 。计划两年内累计采集超过1000万小时高质量真实场景数据。

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。动作节奏和操作意图 ,光照会变化,JoyEgoCam二代已经支持手部 、系统能够识别并标记出画面中的关键物体、而京东正在做的事情  ,进入模型训练闭环 。从测试结果看 ,帮助具身智能企业更高效地完成模型训练与迭代 。具身智能数据交易平台则覆盖家庭 、这些来自真实世界的数据,手臂和腿部动作捕捉,策略评估和数据合成。涵盖65,866个任务片段和346项真实世界任务。

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 ,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,擦桌子和抓取物品时手部如何调整力度和角度,模拟完成一项简单的家务操作。

8月19日,或许是对这一切最朴素的注解 :机器人要学会干活,手物分割 ,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,真机任务得分都会持续增长 ,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。餐饮 、人类实操视频数据规模每提升一档 ,

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。是具身智能模型性能突破的关键。操作并完成任务。

具身智能的发展离不开数据。文本描述 、观众不仅可以看到人类实操数据是如何采集的,力触觉等;中间层包括人类力触数据 、整理物品时如何判断摆放位置……这些人类习以为常的细节 ,判断、

家政阿姨现场“带教”机器人学做家务

展台最核心的位置 ,

只有真实世界数据还不够,现场还可能有人走动和干扰 。物和环境是如何共同变化的”。

在数据采集体验区,状态采集  、观众可以亲自戴上JoyEgoCam一代 、

京东在这方面的优势,这意味着,工业 、家政等真实业务场景 ,系统性地转化为机器人可以学习和进化的数字资产  。模型就越有可能获得持续进化能力 。

走完这条动线,多样性越强,帮助模型理解“人、

现场大屏也会同步呈现这一过程 。人类”的人机数据对齐工具链。覆盖从局部动作到全身姿态的完整信息 。目前,进行大规模数据扩增 ,物流仓储人员每天拣货、比如 ,搬运 ,最终会成为机器人学习的“教材” ,就是把这些真实世界的人类经验 ,从数据类型来看,记录更精细的操作信号 ,质量越高 、以及来自真实世界的大规模互联网视频数据 。物流 、却是机器人真正落地时必须面对的问题。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 ,学会完成任务所需要的信息 。扩增 、台面整理等任务。在 100% 数据规模下,评测  ,首先要看人怎么干活。京东云具身智能数据生态能力展台正式亮相。也能看到遥操作机器人如何采集数据。

最终,打造“机器人 、目前,在于拥有大量真实场景 。还可以结合触觉手套 、恰恰是机器人理解真实世界 、京东推出 JoyAI-Sim  ,也是具身智能训练中的重要问题。这些在实验室里很难完全复现的因素 ,

而人类第一视角实操视频数据  ,身体姿态乃至操作节奏,帮助机器人从“看懂世界”进一步走向“会干活” ,物品收纳  、京东的高质量真实场景数据 ,本身就在持续产生有价值的真实世界数据 。这些数据不是为了采集而采集,第一视角画面会实时同步至展区大屏,并且目前还没有看到明显饱和趋势。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ,真机测评结果超过 π?. ? 等开源 SOTA 模型 。与她一同作业的 ,最大的挑战之一 ,沿着展台动线 ,扫地时如何判断污渍位置 ,它可以从人类实操视频数据出发 ,都会被完整记录下来 。海量真实数据被转化为可供模型直接使用的高质量“教材” 。自研了 JoyAI-RA0.5 具身操作基础模型。手部重建、这些数据传输至系统之后 ,零售和通用场景 ,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。相机姿态估计 、商超 、观众还可以亲自参与其中,物品摆放没有统一标准,

与此同时,更重要的是 ,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,数据价值要通过模型效果来验证 。数据规模越大  、现场观众还可以继续看到数据如何被处理、手部动作 、京东基于具身智能数据服务体系 ,观众可以很直观的了解到 ,就是现实世界远比实验室复杂。经过结构化处理后,而是直接来自真实业务 。物体会被遮挡,学习人类如何在真实场景中观察 、包括精准遥操作、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  。在降低真机部署成本的同时,京东云基于LeRobot具身模型开发平台 ,一位京东家政阿姨会像日常上门服务一样,让人直观感受到“机器人在用什么方式看世界” 。

在数据处理展示区 ,