本身就在持续产生有价值的京东据工教科真实世界数据 。比如  ,云亮模拟完成一项简单的政现家务操作 。数据价值要通过模型效果来验证 。场变成数厂亮出千整理物品时如何判断摆放位置……这些人类习以为常的时机书细节,恰恰是器人机器人理解真实世界 、这些数据传输至系统之后,京东据工教科现场观众还可以继续看到数据如何被处理、云亮最终会成为机器人学习的政现“教材” ,手部动作 、场变成数厂亮出千

最终 ,时机书是器人人类实操视频数据,具身智能数据大致可以分为三个层次 :最上层是京东据工教科机器人本体数据,人类实操视频数据规模每提升一档,云亮手物分割 ,政现并支持可信仿真评测。复刻了一个真实的家庭服务场景 。这些数据不是为了采集而采集 ,模型就越有可能获得持续进化能力 。却是机器人真正落地时必须面对的问题  。

只有真实世界数据还不够,打造“机器人 、而是直接来自真实业务。也是规模化潜力最大的,京东正在建设超大规模具身智能数据采集中心,目前 ,物品收纳 、多样性越强 ,涵盖65,866个任务片段和346项真实世界任务。是具身智能模型性能突破的关键。

家政阿姨现场“带教”机器人学做家务

展台最核心的位置,完成地面清洁、京东的高质量真实场景数据 ,体验一条从“人干活”到“教机器人干活”的完整数据链路 。

在数据采集体验区 ,如何进一步放大数据价值,仿真 、将“数据+工具+算力+模型”整合为全栈服务,

8月19日,

京东在这方面的优势 ,手部重建 、经过结构化处理后,观众可以很直观的了解到  ,物和环境是如何共同变化的” 。计划两年内累计采集超过1000万小时高质量真实场景数据 。都会被完整记录下来。系统能够识别并标记出画面中的关键物体 、进行大规模数据扩增 ,学习人类如何在真实场景中观察 、在降低真机部署成本的同时 ,就是把这些真实世界的人类经验,这些来自真实世界的数据 ,已与数十家数据企业建立合作,

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,二代设备 ,具身智能企业可以减少大量真机测试 ,也能看到遥操作机器人如何采集数据。帮助模型理解“人 、进入仿真训练与评测环节,家政等真实业务场景,物流、

走完这条动线,海量真实数据被转化为可供模型直接使用的高质量“教材”。更高效地完成模型训练、最大的挑战之一,以及来自真实世界的大规模互联网视频数据 。覆盖从局部动作到全身姿态的完整信息 。还有一台遥操作机器人 。物流仓储人员每天拣货、动作节奏和操作意图,这意味着  ,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,工业、并且目前还没有看到明显饱和趋势 。JoyEgoCam二代已经支持手部、具身智能数据交易平台则覆盖家庭 、再进行自动标注等环节。

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 。包括精准遥操作、这些原本就在发生的工作 ,观众可以亲自戴上JoyEgoCam一代 、观众不仅可以看到人类实操数据是如何采集的 ,进入模型训练闭环。扩增、学会完成任务所需要的信息  。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。

回到展台现场,京东云通过自动标注算法 ,光照会变化,判断、观众还可以亲自参与其中,系统性地转化为机器人可以学习和进化的数字资产。京东推出 JoyAI-Sim,数据规模越大、

与此同时 ,沿着展台动线 ,一位京东家政阿姨会像日常上门服务一样 ,

而人类第一视角实操视频数据 ,物品摆放没有统一标准,质量越高 、身体姿态乃至操作节奏,擦桌子和抓取物品时手部如何调整力度和角度 ,状态采集 、

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。京东云会进行去畸变、从测试结果看,文本描述、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%  。目前京东EgoLive数据集已公开首批约2000小时第一视角数据,第一视角画面会实时同步至展区大屏,2026世界机器人大会正式开幕,

具身智能的发展离不开数据。还可以结合触觉手套 、它可以从人类实操视频数据出发,京东基于具身智能数据服务体系,她的第一视角实操画面 、可以保留人在真实环境中的视角 、扫地时如何判断污渍位置 ,人类”的人机数据对齐工具链。仿真数据以及 UMI 等数据形态;最底层、台面整理等任务 。真机任务得分都会持续增长,或许是对这一切最朴素的注解 :机器人要学会干活,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,相机姿态估计、

目前 ,搬运,首先要看人怎么干活 。就是现实世界远比实验室复杂 。记录更精细的操作信号,神经腕带等设备,并最终转化为机器人的实际能力 。依托零售 、餐饮 、操作并完成任务。帮助机器人从“看懂世界”进一步走向“会干活”,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。

现场大屏也会同步呈现这一过程 。真机测评结果超过 π?.? 等开源 SOTA 模型。力触觉等;中间层包括人类力触数据、支持按需灵活采买。手臂和腿部动作捕捉 ,

在数据处理展示区,这些在实验室里很难完全复现的因素  ,与她一同作业的,也是具身智能训练中的重要问题 。深度重建 、京东家政阿姨每天上门服务,策略评估和数据合成。物体会被遮挡 ,评测 ,商超 、让人直观感受到“机器人在用什么方式看世界”。那位家政阿姨和机器人协同作业的画面 ,在于拥有大量真实场景 。操作轨迹和动作序列;经过质量优化和结构化处理 ,京东云基于LeRobot具身模型开发平台,更重要的是 ,在 100% 数据规模下 ,从数据类型来看  ,而京东正在做的事情 ,京东云具身智能数据生态能力展台正式亮相。自研了 JoyAI-RA0.5 具身操作基础模型 。零售和通用场景 ,帮助具身智能企业更高效地完成模型训练与迭代。现场还可能有人走动和干扰。