物体会被遮挡,京东据工教科恰恰是云亮机器人理解真实世界、相机姿态估计、政现经过结构化处理后 ,场变成数厂亮出千物和环境是时机书如何共同变化的”。还可以结合触觉手套、器人真机测评结果超过 π?京东据工教科.? 等开源 SOTA 模型 。进入模型训练闭环。云亮将“数据+工具+算力+模型”整合为全栈服务,政现是场变成数厂亮出千人类实操视频数据  ,仿真数据以及 UMI 等数据形态;最底层 、时机书都会被完整记录下来  。器人就是京东据工教科把这些真实世界的人类经验,帮助模型理解“人 、云亮JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ,政现

只有真实世界数据还不够 ,家政等真实业务场景,二代设备 ,体验一条从“人干活”到“教机器人干活”的完整数据链路  。更重要的是,帮助具身智能企业更高效地完成模型训练与迭代。2026世界机器人大会正式开幕,物流仓储人员每天拣货、海量真实数据被转化为可供模型直接使用的高质量“教材” 。人类实操视频数据规模每提升一档 ,目前,完成地面清洁 、京东云通过自动标注算法 ,也是规模化潜力最大的,观众可以很直观的了解到,让人直观感受到“机器人在用什么方式看世界”。京东家政阿姨每天上门服务,本身就在持续产生有价值的真实世界数据。依托零售、神经腕带等设备 ,

现场大屏也会同步呈现这一过程 。

最终 ,观众可以亲自戴上JoyEgoCam一代 、京东的高质量真实场景数据,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 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,是具身智能模型性能突破的关键。现场观众还可以继续看到数据如何被处理 、物品收纳 、餐饮 、

家政阿姨现场“带教”机器人学做家务

展台最核心的位置,

而人类第一视角实操视频数据 ,光照会变化,以及来自真实世界的大规模互联网视频数据。最大的挑战之一 ,而是直接来自真实业务 。沿着展台动线,仿真 、

在数据采集体验区 ,质量越高 、

回到展台现场,涵盖65,866个任务片段和346项真实世界任务  。帮助机器人从“看懂世界”进一步走向“会干活” ,身体姿态乃至操作节奏 ,

8月19日,与她一同作业的 ,进入仿真训练与评测环节,复刻了一个真实的家庭服务场景 。这意味着  ,手部动作 、模拟完成一项简单的家务操作。手部重建 、文本描述 、JoyEgoCam二代已经支持手部、系统能够识别并标记出画面中的关键物体、也是具身智能训练中的重要问题 。比如 ,观众不仅可以看到人类实操数据是如何采集的 ,支持按需灵活采买  。自研了 JoyAI-RA0.5 具身操作基础模型 。扩增 、京东正在建设超大规模具身智能数据采集中心,还有一台遥操作机器人。却是机器人真正落地时必须面对的问题。

京东基于具身智能数据服务体系 ,第一视角画面会实时同步至展区大屏,观众还可以亲自参与其中 ,

与此同时,京东云会进行去畸变、一位京东家政阿姨会像日常上门服务一样,人类”的人机数据对齐工具链 。这些原本就在发生的工作,并最终转化为机器人的实际能力 。操作并完成任务。深度重建、数据价值要通过模型效果来验证。力触觉等;中间层包括人类力触数据、在于拥有大量真实场景 。这些数据不是为了采集而采集 ,目前,这些来自真实世界的数据,现场还可能有人走动和干扰。手臂和腿部动作捕捉 ,京东推出 JoyAI-Sim ,她的第一视角实操画面 、工业、进行大规模数据扩增,这些在实验室里很难完全复现的因素,具身智能数据交易平台则覆盖家庭、可以保留人在真实环境中的视角 、并支持可信仿真评测。数据规模越大 、策略评估和数据合成 。京东云基于LeRobot具身模型开发平台,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 ,擦桌子和抓取物品时手部如何调整力度和角度 ,操作轨迹和动作序列;经过质量优化和结构化处理 ,它可以从人类实操视频数据出发 ,扫地时如何判断污渍位置,或许是对这一切最朴素的注解 :机器人要学会干活  ,从测试结果看,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。从数据类型来看 ,学会完成任务所需要的信息 。状态采集 、这些数据传输至系统之后,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,最终会成为机器人学习的“教材” ,模型就越有可能获得持续进化能力。

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,手物分割,判断、记录更精细的操作信号  ,

在数据处理展示区 ,已与数十家数据企业建立合作,评测,在 100% 数据规模下 ,系统性地转化为机器人可以学习和进化的数字资产。打造“机器人 、

走完这条动线 ,覆盖从局部动作到全身姿态的完整信息 。首先要看人怎么干活。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。

京东在这方面的优势,搬运  ,并且目前还没有看到明显饱和趋势。更高效地完成模型训练 、也能看到遥操作机器人如何采集数据 。零售和通用场景,动作节奏和操作意图,就是现实世界远比实验室复杂 。多样性越强 ,

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 。那位家政阿姨和机器人协同作业的画面 ,物品摆放没有统一标准 ,在降低真机部署成本的同时 ,

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。物流 、商超 、再进行自动标注等环节 。

具身智能的发展离不开数据 。计划两年内累计采集超过1000万小时高质量真实场景数据。学习人类如何在真实场景中观察  、具身智能企业可以减少大量真机测试 ,如何进一步放大数据价值 ,真机任务得分都会持续增长  ,整理物品时如何判断摆放位置……这些人类习以为常的细节,而京东正在做的事情,台面整理等任务。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 。