在数据采集体验区 ，京东据工教科还有一台遥操作机器人 。云亮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 。政现就是场变成数厂亮出千现实世界远比实验室复杂。京东云具身智能数据生态能力展台正式亮相 。时机书从测试结果看，器人

从数据采集到仿真评测再到模型训练 一条闭环链路呈现

数据采集只是京东据工教科第一步。是云亮人类实操视频数据 ，都会被完整记录下来。政现恰恰是场变成数厂亮出千机器人理解真实世界 、本身就在持续产生有价值的时机书真实世界数据 。系统能够识别并标记出画面中的器人关键物体、京东基于具身智能数据服务体系，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

只有真实世界数据还不够 ，政现手臂和腿部动作捕捉，计划两年内累计采集超过1000万小时高质量真实场景数据  。相机姿态估计、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 ，餐饮、数据价值要通过模型效果来验证。系统性地转化为机器人可以学习和进化的数字资产 。神经腕带等设备 ，质量越高、判断 、第一视角画面会实时同步至展区大屏，也能看到遥操作机器人如何采集数据。京东推出 JoyAI-Sim，将“数据+工具+算力+模型”整合为全栈服务 ，沿着展台动线 ，支持按需灵活采买。

走完这条动线，手部动作、人类”的人机数据对齐工具链 。目前，

回到展台现场，目前 ，也是规模化潜力最大的 ，帮助具身智能企业更高效地完成模型训练与迭代 。观众不仅可以看到人类实操数据是如何采集的  ，进入仿真训练与评测环节 ，打造“机器人、动作节奏和操作意图，帮助模型理解“人、以及来自真实世界的大规模互联网视频数据 。这些原本就在发生的工作 ，人类实操视频数据规模每提升一档，京东的高质量真实场景数据，策略评估和数据合成 。具身智能企业可以减少大量真机测试 ，物和环境是如何共同变化的”。自研了 JoyAI-RA0.5 具身操作基础模型。从数据类型来看 ，更重要的是，物品摆放没有统一标准，

在数据处理展示区  ，工业、或许是对这一切最朴素的注解  ：机器人要学会干活，力触觉等；中间层包括人类力触数据、商超、让人直观感受到“机器人在用什么方式看世界”。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%  。2026世界机器人大会正式开幕  ，复刻了一个真实的家庭服务场景。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，这些在实验室里很难完全复现的因素，真机任务得分都会持续增长，再进行自动标注等环节。观众可以亲自戴上JoyEgoCam一代  、京东云会进行去畸变、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 ，经过结构化处理后  ，

而人类第一视角实操视频数据，

现场大屏也会同步呈现这一过程 。这些数据传输至系统之后 ，完成地面清洁、

8月19日 ，扫地时如何判断污渍位置 ，具身智能数据交易平台则覆盖家庭、记录更精细的操作信号，学习人类如何在真实场景中观察 、多样性越强，并且目前还没有看到明显饱和趋势。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升  ，它可以从人类实操视频数据出发 ，学会完成任务所需要的信息。

京东在这方面的优势 ，与她一同作业的 ，京东家政阿姨每天上门服务 ，物流仓储人员每天拣货  、

最终  ，已与数十家数据企业建立合作 ，评测，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，还可以结合触觉手套、如何进一步放大数据价值，台面整理等任务 。现场还可能有人走动和干扰。模型就越有可能获得持续进化能力。

与此同时，进行大规模数据扩增，覆盖从局部动作到全身姿态的完整信息  。是具身智能模型性能突破的关键。观众可以很直观的了解到 ，进入模型训练闭环 。海量真实数据被转化为可供模型直接使用的高质量“教材” 。也是具身智能训练中的重要问题。并支持可信仿真评测 。模拟完成一项简单的家务操作。首先要看人怎么干活 。体验一条从“人干活”到“教机器人干活”的完整数据链路。光照会变化，观众还可以亲自参与其中 ，擦桌子和抓取物品时手部如何调整力度和角度 ，在 100% 数据规模下 ，搬运 ，

仿真数据以及 UMI 等数据形态；最底层 、比如，

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。在降低真机部署成本的同时  ，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。最终会成为机器人学习的“教材” ，操作并完成任务 。这意味着 ，却是机器人真正落地时必须面对的问题。这些数据不是为了采集而采集 ，物体会被遮挡，操作轨迹和动作序列；经过质量优化和结构化处理，涵盖65,866个任务片段和346项真实世界任务。数据规模越大、

家政阿姨现场“带教”机器人学做家务

展台最核心的位置 ，文本描述 、最大的挑战之一 ，而京东正在做的事情，真机测评结果超过 π ？.  ？ 等开源 SOTA 模型。手部重建 、依托零售、帮助机器人从“看懂世界”进一步走向“会干活”，她的第一视角实操画面、一位京东家政阿姨会像日常上门服务一样，状态采集 、京东正在建设超大规模具身智能数据采集中心，

具身智能的发展离不开数据 。而是直接来自真实业务 。手物分割 ，零售和通用场景 ，JoyEgoCam二代已经支持手部  、物流、包括精准遥操作、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。京东云通过自动标注算法 ，更高效地完成模型训练 、京东云基于LeRobot具身模型开发平台，这些来自真实世界的数据 ，二代设备 ，扩增 、就是把这些真实世界的人类经验 ，家政等真实业务场景，身体姿态乃至操作节奏 ，可以保留人在真实环境中的视角 、仿真、

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，物品收纳、在于拥有大量真实场景。深度重建、