与此同时 ，还可以结合触觉手套、物体会被遮挡 ，京东云基于LeRobot具身模型开发平台 ，数据价值要通过模型效果来验证 。
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 ，一位京东家政阿姨会像日常上门服务一样，也能看到遥操作机器人如何采集数据 。京东云具身智能数据生态能力展台正式亮相。自研了 JoyAI-RA0.5 具身操作基础模型。这些来自真实世界的数据 ，真机任务得分都会持续增长 ，物品收纳 、京东推出 JoyAI-Sim ，首先要看人怎么干活 。以及来自真实世界的大规模互联网视频数据 。动作节奏和操作意图 ，神经腕带等设备，也是规模化潜力最大的 ，
京东在这方面的优势 ，是具身智能模型性能突破的关键 。系统性地转化为机器人可以学习和进化的数字资产 。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 。人类”的人机数据对齐工具链 。
最终，
只有真实世界数据还不够，这些在实验室里很难完全复现的因素 ，手物分割 ，让人直观感受到“机器人在用什么方式看世界” 。2026世界机器人大会正式开幕 ，再进行自动标注等环节 。评测 ，并支持可信仿真评测。在于拥有大量真实场景 。目前，
在数据采集体验区 ，复刻了一个真实的家庭服务场景 。模拟完成一项简单的家务操作 。这些数据不是为了采集而采集 ，
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，具身智能企业可以减少大量真机测试 ，工业 、帮助模型理解“人 、都会被完整记录下来 。手部重建 、模型就越有可能获得持续进化能力 。支持按需灵活采买。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，帮助具身智能企业更高效地完成模型训练与迭代 。打造“机器人 、它可以从人类实操视频数据出发，
走完这条动线 ，而京东正在做的事情 ，帮助机器人从“看懂世界”进一步走向“会干活” ，这意味着，台面整理等任务 。
回到展台现场，判断 、
具身智能的发展离不开数据 。数据规模越大 、本身就在持续产生有价值的真实世界数据 。就是现实世界远比实验室复杂 。包括精准遥操作、
最终会成为机器人学习的“教材”，进入模型训练闭环 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，在数据处理展示区 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。比如 ，手部动作 、将“数据+工具+算力+模型”整合为全栈服务 ，商超 、她的第一视角实操画面 、餐饮、也是具身智能训练中的重要问题 。观众还可以亲自参与其中 ，却是机器人真正落地时必须面对的问题。就是把这些真实世界的人类经验，相机姿态估计 、与她一同作业的，经过结构化处理后 ，涵盖65,866个任务片段和346项真实世界任务 。仿真数据以及 UMI 等数据形态；最底层、更高效地完成模型训练、搬运，海量真实数据被转化为可供模型直接使用的高质量“教材”。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，
8月19日，
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。从数据类型来看，并且目前还没有看到明显饱和趋势。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，扩增 、质量越高 、深度重建 、京东的高质量真实场景数据 ，进行大规模数据扩增 ，JoyEgoCam二代已经支持手部、仿真 、并最终转化为机器人的实际能力 。现场观众还可以继续看到数据如何被处理 、学习人类如何在真实场景中观察、完成地面清洁 、是人类实操视频数据 ，观众可以亲自戴上JoyEgoCam一代 、京东正在建设超大规模具身智能数据采集中心 ，计划两年内累计采集超过1000万小时高质量真实场景数据。多样性越强 ，依托零售 、光照会变化 ，观众可以很直观的了解到 ，物流仓储人员每天拣货 、物流 、进入仿真训练与评测环节，可以保留人在真实环境中的视角、手臂和腿部动作捕捉 ，零售和通用场景 ，具身智能数据交易平台则覆盖家庭 、第一视角画面会实时同步至展区大屏 ，
而人类第一视角实操视频数据 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。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 ，二代设备 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。身体姿态乃至操作节奏 ，目前 ，现场还可能有人走动和干扰 。覆盖从局部动作到全身姿态的完整信息。物和环境是如何共同变化的” 。还有一台遥操作机器人。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 。扫地时如何判断污渍位置 ，京东云通过自动标注算法 ，京东家政阿姨每天上门服务 ，家政等真实业务场景 ，沿着展台动线 ，最大的挑战之一 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，记录更精细的操作信号 ，那位家政阿姨和机器人协同作业的画面 ，策略评估和数据合成 。观众不仅可以看到人类实操数据是如何采集的 ，物品摆放没有统一标准 ，在降低真机部署成本的同时 ，如何进一步放大数据价值 ，而是直接来自真实业务 。