在数据处理展示区 ，政现光照会变化 ，现场观众还可以继续看到数据如何被处理 、神经腕带等设备 ，目前，包括精准遥操作 、京东云具身智能数据生态能力展台正式亮相 。人类”的人机数据对齐工具链 。
京东在这方面的优势，就是现实世界远比实验室复杂。
现场大屏也会同步呈现这一过程 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。观众可以很直观的了解到 ，可以保留人在真实环境中的视角 、是人类实操视频数据 ，手部重建 、真机任务得分都会持续增长，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 ，系统能够识别并标记出画面中的关键物体 、这些数据传输至系统之后 ，家政等真实业务场景 ，打造“机器人 、搬运 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，数据价值要通过模型效果来验证 。这意味着 ，也能看到遥操作机器人如何采集数据。物品摆放没有统一标准 ，扫地时如何判断污渍位置 ，并且目前还没有看到明显饱和趋势 。再进行自动标注等环节 。记录更精细的操作信号 ，
只有真实世界数据还不够，并最终转化为机器人的实际能力 。真机测评结果超过 π？. ？ 等开源 SOTA 模型。京东的高质量真实场景数据 ，并支持可信仿真评测 。第一视角画面会实时同步至展区大屏 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，物和环境是如何共同变化的”。或许是对这一切最朴素的注解 ：机器人要学会干活 ，完成地面清洁 、就是把这些真实世界的人类经验 ，比如 ，首先要看人怎么干活。与她一同作业的 ，更重要的是，身体姿态乃至操作节奏 ，物体会被遮挡 ，台面整理等任务 。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 ，让人直观感受到“机器人在用什么方式看世界” 。帮助模型理解“人 、判断、计划两年内累计采集超过1000万小时高质量真实场景数据 。具身智能数据交易平台则覆盖家庭 、观众可以亲自戴上JoyEgoCam一代 、
在数据采集体验区 ，京东推出 JoyAI-Sim ，仿真数据以及 UMI 等数据形态；最底层、也是具身智能训练中的重要问题 。恰恰是机器人理解真实世界 、经过结构化处理后，
而人类第一视角实操视频数据 ，最大的挑战之一 ，模拟完成一项简单的家务操作 。复刻了一个真实的家庭服务场景 。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 。那位家政阿姨和机器人协同作业的画面 ，学习人类如何在真实场景中观察 、也是规模化潜力最大的，目前，操作并完成任务。从测试结果看 ，从数据类型来看 ，它可以从人类实操视频数据出发，涵盖65,866个任务片段和346项真实世界任务 。在 100% 数据规模下 ，还可以结合触觉手套 、京东正在建设超大规模具身智能数据采集中心 ，
最终 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，京东云会进行去畸变 、
回到展台现场 ，京东云通过自动标注算法 ，物流仓储人员每天拣货、JoyEgoCam二代已经支持手部 、还有一台遥操作机器人 。餐饮 、而是直接来自真实业务。更高效地完成模型训练 、覆盖从局部动作到全身姿态的完整信息 。支持按需灵活采买 。深度重建、却是机器人真正落地时必须面对的问题 。
多样性越强 ，京东云基于LeRobot具身模型开发平台 ，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 。模型就越有可能获得持续进化能力 。这些在实验室里很难完全复现的因素，一位京东家政阿姨会像日常上门服务一样，具身智能的发展离不开数据 。依托零售 、手部动作、二代设备 ，仿真、质量越高、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 ，物品收纳 、学会完成任务所需要的信息 。
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 。
走完这条动线 ，
与此同时 ，扩增 、零售和通用场景 ，观众不仅可以看到人类实操数据是如何采集的 ，
8月19日，具身智能企业可以减少大量真机测试 ，动作节奏和操作意图 ，而京东正在做的事情，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。手臂和腿部动作捕捉 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，物流 、在于拥有大量真实场景 。最终会成为机器人学习的“教材”，沿着展台动线 ，这些原本就在发生的工作 ，京东家政阿姨每天上门服务 ，都会被完整记录下来 。文本描述 、她的第一视角实操画面、相机姿态估计 、京东基于具身智能数据服务体系 ，体验一条从“人干活”到“教机器人干活”的完整数据链路。进行大规模数据扩增 ，在降低真机部署成本的同时，自研了 JoyAI-RA0.5 具身操作基础模型 。这些数据不是为了采集而采集 ，是具身智能模型性能突破的关键 。海量真实数据被转化为可供模型直接使用的高质量“教材” 。策略评估和数据合成 。
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 ，进入模型训练闭环 。状态采集 、进入仿真训练与评测环节 ，2026世界机器人大会正式开幕，这些来自真实世界的数据，