再进行自动标注等环节。京东据工教科帮助机器人从“看懂世界”进一步走向“会干活” ,云亮就是政现把这些真实世界的人类经验,并支持可信仿真评测 。场变成数厂亮出千支持按需灵活采买。时机书京东云基于LeRobot具身模型开发平台 ,器人京东正在建设超大规模具身智能数据采集中心 ,京东据工教科手部重建 、云亮策略评估和数据合成。政现是场变成数厂亮出千人类实操视频数据,已与数十家数据企业建立合作,时机书

走完这条动线,器人

与此同时 ,京东据工教科真机测评结果超过 π ?云亮.? 等开源 SOTA 模型。观众不仅可以看到人类实操数据是政现如何采集的 ,在 100% 数据规模下,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 ,自研了 JoyAI-RA0.5 具身操作基础模型 。复刻了一个真实的家庭服务场景。学会完成任务所需要的信息 。手部动作 、物品摆放没有统一标准 ,京东家政阿姨每天上门服务 ,京东云通过自动标注算法,可以保留人在真实环境中的视角、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 ,那位家政阿姨和机器人协同作业的画面 ,

具身智能的发展离不开数据。还有一台遥操作机器人。进入仿真训练与评测环节,JoyEgoCam二代已经支持手部  、质量越高、

8月19日 ,

家政阿姨现场“带教”机器人学做家务

展台最核心的位置 ,操作轨迹和动作序列;经过质量优化和结构化处理,餐饮 、它可以从人类实操视频数据出发,以及来自真实世界的大规模互联网视频数据 。这些数据传输至系统之后,文本描述 、模型就越有可能获得持续进化能力。覆盖从局部动作到全身姿态的完整信息 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据,动作节奏和操作意图,首先要看人怎么干活  。与她一同作业的,进行大规模数据扩增 ,

第一视角画面会实时同步至展区大屏,京东云会进行去畸变、商超  、身体姿态乃至操作节奏 ,这些在实验室里很难完全复现的因素 ,她的第一视角实操画面、台面整理等任务 。最大的挑战之一 ,或许是对这一切最朴素的注解 :机器人要学会干活 ,具身智能数据交易平台则覆盖家庭、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ,

在数据处理展示区,学习人类如何在真实场景中观察、帮助模型理解“人  、

只有真实世界数据还不够,真机任务得分都会持续增长,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。

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 。工业、在于拥有大量真实场景。是具身智能模型性能突破的关键。却是机器人真正落地时必须面对的问题。

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。观众可以很直观的了解到 ,擦桌子和抓取物品时手部如何调整力度和角度 ,家政等真实业务场景 ,也是规模化潜力最大的 ,评测 ,这意味着 ,

京东在这方面的优势,这些原本就在发生的工作,更高效地完成模型训练、更重要的是 ,具身智能企业可以减少大量真机测试,现场观众还可以继续看到数据如何被处理、体验一条从“人干活”到“教机器人干活”的完整数据链路。操作并完成任务。判断 、在降低真机部署成本的同时,仿真、仿真数据以及 UMI 等数据形态;最底层、京东推出 JoyAI-Sim,比如,

现场大屏也会同步呈现这一过程 。手物分割 ,完成地面清洁 、人类”的人机数据对齐工具链。深度重建、也是具身智能训练中的重要问题 。力触觉等;中间层包括人类力触数据、系统性地转化为机器人可以学习和进化的数字资产。将“数据+工具+算力+模型”整合为全栈服务 ,人类实操视频数据规模每提升一档,物流仓储人员每天拣货 、就是现实世界远比实验室复杂 。手臂和腿部动作捕捉  ,并且目前还没有看到明显饱和趋势 。进入模型训练闭环 。状态采集 、物流 、观众可以亲自戴上JoyEgoCam一代、还可以结合触觉手套、如何进一步放大数据价值 ,京东云具身智能数据生态能力展台正式亮相 。经过结构化处理后,数据价值要通过模型效果来验证 。计划两年内累计采集超过1000万小时高质量真实场景数据。一位京东家政阿姨会像日常上门服务一样,2026世界机器人大会正式开幕 ,目前,相机姿态估计 、京东的高质量真实场景数据 ,搬运 ,都会被完整记录下来。数据规模越大  、沿着展台动线 ,物体会被遮挡 ,观众还可以亲自参与其中 ,从数据类型来看,而京东正在做的事情,二代设备,

而人类第一视角实操视频数据  ,现场还可能有人走动和干扰 。这些来自真实世界的数据 ,包括精准遥操作、帮助具身智能企业更高效地完成模型训练与迭代。从测试结果看 ,并最终转化为机器人的实际能力  。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 。让人直观感受到“机器人在用什么方式看世界” 。涵盖65,866个任务片段和346项真实世界任务。整理物品时如何判断摆放位置……这些人类习以为常的细节 ,扫地时如何判断污渍位置,

在数据采集体验区 ,也能看到遥操作机器人如何采集数据 。零售和通用场景,依托零售 、物品收纳 、神经腕带等设备,这些数据不是为了采集而采集,恰恰是机器人理解真实世界、

回到展台现场,系统能够识别并标记出画面中的关键物体 、目前  ,扩增、多样性越强,海量真实数据被转化为可供模型直接使用的高质量“教材”。最终会成为机器人学习的“教材”,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 。模拟完成一项简单的家务操作 。记录更精细的操作信号 ,打造“机器人、本身就在持续产生有价值的真实世界数据。而是直接来自真实业务 。物和环境是如何共同变化的” 。光照会变化 ,

最终 ,

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,京东基于具身智能数据服务体系,