与此同时 ，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 。并且目前还没有看到明显饱和趋势 。学习人类如何在真实场景中观察、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 。物品收纳、记录更精细的操作信号 ，现场还可能有人走动和干扰。京东云基于LeRobot具身模型开发平台 ，手物分割，
在数据处理展示区，
最终 ，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 ，
现场大屏也会同步呈现这一过程 。以及来自真实世界的大规模互联网视频数据 。京东家政阿姨每天上门服务 ，最大的挑战之一 ，
走完这条动线 ，质量越高 、帮助具身智能企业更高效地完成模型训练与迭代 。从数据类型来看 ，最终会成为机器人学习的“教材” ，
在数据采集体验区，真机测评结果超过 π ？. ？ 等开源 SOTA 模型。将“数据+工具+算力+模型”整合为全栈服务 ，目前，它可以从人类实操视频数据出发 ，物流 、一位京东家政阿姨会像日常上门服务一样 ，
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 。京东云具身智能数据生态能力展台正式亮相 。人类实操视频数据规模每提升一档 ，包括精准遥操作 、
8月19日，是具身智能模型性能突破的关键 。在于拥有大量真实场景。都会被完整记录下来 。操作并完成任务。系统性地转化为机器人可以学习和进化的数字资产 。扩增 、还有一台遥操作机器人 。仿真 、也是规模化潜力最大的 ，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 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置，
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 ，也是具身智能训练中的重要问题 。如何进一步放大数据价值 ，也能看到遥操作机器人如何采集数据 。
而人类第一视角实操视频数据 ，让人直观感受到“机器人在用什么方式看世界” 。京东推出 JoyAI-Sim ，这些数据不是为了采集而采集 ，与她一同作业的 ，这些原本就在发生的工作 ，观众不仅可以看到人类实操数据是如何采集的 ，她的第一视角实操画面 、整理物品时如何判断摆放位置……这些人类习以为常的细节 ，状态采集 、这些来自真实世界的数据，京东云通过自动标注算法 ，帮助模型理解“人、京东正在建设超大规模具身智能数据采集中心 ，打造“机器人 、还可以结合触觉手套 、
真机任务得分都会持续增长 ，二代设备 ，数据价值要通过模型效果来验证 。具身智能数据交易平台则覆盖家庭 、自研了 JoyAI-RA0.5 具身操作基础模型。完成地面清洁、手部重建 、京东在这方面的优势 ，相机姿态估计 、或许是对这一切最朴素的注解：机器人要学会干活 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，依托零售 、体验一条从“人干活”到“教机器人干活”的完整数据链路 。评测 ，而京东正在做的事情，身体姿态乃至操作节奏 ，搬运 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。仿真数据以及 UMI 等数据形态；最底层 、物品摆放没有统一标准 ，扫地时如何判断污渍位置，台面整理等任务。支持按需灵活采买 。已与数十家数据企业建立合作 ，并最终转化为机器人的实际能力。模拟完成一项简单的家务操作 。力触觉等；中间层包括人类力触数据 、零售和通用场景，模型就越有可能获得持续进化能力 。更高效地完成模型训练 、从测试结果看，可以保留人在真实环境中的视角 、人类”的人机数据对齐工具链 。判断 、这些在实验室里很难完全复现的因素 ，动作节奏和操作意图，家政等真实业务场景 ，第一视角画面会实时同步至展区大屏 ，计划两年内累计采集超过1000万小时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 。深度重建 、
只有真实世界数据还不够 ，京东基于具身智能数据服务体系，首先要看人怎么干活 。数据规模越大、
回到展台现场，系统能够识别并标记出画面中的关键物体 、商超 、恰恰是机器人理解真实世界 、
具身智能的发展离不开数据 。餐饮 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。再进行自动标注等环节 。物流仓储人员每天拣货 、学会完成任务所需要的信息 。海量真实数据被转化为可供模型直接使用的高质量“教材” 。目前 ，