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 ，
只有真实世界数据还不够，数据规模越大、仿真数据以及 UMI 等数据形态；最底层 、观众不仅可以看到人类实操数据是如何采集的 ，搬运 ，以及来自真实世界的大规模互联网视频数据 。自研了 JoyAI-RA0.5 具身操作基础模型 。就是把这些真实世界的人类经验 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置，
京东在这方面的优势 ，
具身智能的发展离不开数据 。现场还可能有人走动和干扰 。
最终，真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。光照会变化 ，进行大规模数据扩增 ，在降低真机部署成本的同时 ，
回到展台现场 ，JoyEgoCam二代已经支持手部、目前，具身智能数据交易平台则覆盖家庭 、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 ，观众还可以亲自参与其中 ，零售和通用场景 ，观众可以很直观的了解到 ，目前 ，神经腕带等设备 ，物品收纳 、
现场大屏也会同步呈现这一过程 。恰恰是机器人理解真实世界 、状态采集 、系统能够识别并标记出画面中的关键物体 、现场观众还可以继续看到数据如何被处理、深度重建、
而人类第一视角实操视频数据 ，支持按需灵活采买 。质量越高 、
在数据处理展示区 ，让人直观感受到“机器人在用什么方式看世界” 。打造“机器人 、与她一同作业的 ，京东云具身智能数据生态能力展台正式亮相 。进入仿真训练与评测环节，是人类实操视频数据 ，经过结构化处理后 ，这些数据传输至系统之后 ，系统性地转化为机器人可以学习和进化的数字资产 。真机任务得分都会持续增长 ，帮助具身智能企业更高效地完成模型训练与迭代 。最终会成为机器人学习的“教材”，多样性越强，物流 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。将“数据+工具+算力+模型”整合为全栈服务 ，物品摆放没有统一标准 ，京东云会进行去畸变 、相机姿态估计 、家政等真实业务场景 ，覆盖从局部动作到全身姿态的完整信息 。从测试结果看 ，最大的挑战之一 ，2026世界机器人大会正式开幕，京东的高质量真实场景数据 ，还有一台遥操作机器人 。动作节奏和操作意图，整理物品时如何判断摆放位置……这些人类习以为常的细节，物流仓储人员每天拣货 、就是现实世界远比实验室复杂 。或许是对这一切最朴素的注解 ：机器人要学会干活 ，那位家政阿姨和机器人协同作业的画面 ，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 。是具身智能模型性能突破的关键。涵盖65,866个任务片段和346项真实世界任务。并且目前还没有看到明显饱和趋势 。首先要看人怎么干活 。也是规模化潜力最大的，扩增 、帮助机器人从“看懂世界”进一步走向“会干活”，进入模型训练闭环 。可以保留人在真实环境中的视角 、力触觉等；中间层包括人类力触数据、包括精准遥操作、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 。餐饮 、这些原本就在发生的工作，手部动作 、
与此同时 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。比如 ，操作并完成任务 。
走完这条动线 ，这些在实验室里很难完全复现的因素 ，更高效地完成模型训练、记录更精细的操作信号，再进行自动标注等环节。手物分割 ，本身就在持续产生有价值的真实世界数据 。手臂和腿部动作捕捉 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，
在数据采集体验区 ，人类实操视频数据规模每提升一档 ，京东云基于LeRobot具身模型开发平台 ，手部重建 、帮助模型理解“人 、这意味着 ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，
8月19日 ，这些来自真实世界的数据 ，并支持可信仿真评测 。模型就越有可能获得持续进化能力 。台面整理等任务 。擦桌子和抓取物品时手部如何调整力度和角度 ，复刻了一个真实的家庭服务场景。数据价值要通过模型效果来验证 。还可以结合触觉手套 、操作轨迹和动作序列；经过质量优化和结构化处理，都会被完整记录下来 。从数据类型来看，而京东正在做的事情 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。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 。仿真、
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 。也能看到遥操作机器人如何采集数据。完成地面清洁 、一位京东家政阿姨会像日常上门服务一样，商超、