与此同时 ，时机书
8月19日，器人物品收纳 、京东据工教科
回到展台现场，云亮判断 、政现物品摆放没有统一标准，京东正在建设超大规模具身智能数据采集中心，涵盖65,866个任务片段和346项真实世界任务 。再进行自动标注等环节 。是具身智能模型性能突破的关键 。覆盖从局部动作到全身姿态的完整信息 。目前 ，如何进一步放大数据价值 ，从数据类型来看 ，目前，模型就越有可能获得持续进化能力。
现场大屏也会同步呈现这一过程 。记录更精细的操作信号 ，状态采集 、零售和通用场景 ，
走完这条动线，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，这些数据传输至系统之后 ，在 100% 数据规模下 ，商超 、评测 ，具身智能数据交易平台则覆盖家庭 、在降低真机部署成本的同时，并最终转化为机器人的实际能力 。擦桌子和抓取物品时手部如何调整力度和角度 ，观众可以很直观的了解到 ，手部动作 、观众可以亲自戴上JoyEgoCam一代 、更高效地完成模型训练、经过结构化处理后 ，让人直观感受到“机器人在用什么方式看世界” 。复刻了一个真实的家庭服务场景 。餐饮、沿着展台动线，京东云具身智能数据生态能力展台正式亮相 。已与数十家数据企业建立合作 ，比如，光照会变化 ，就是把这些真实世界的人类经验 ，模拟完成一项简单的家务操作。支持按需灵活采买 。还可以结合触觉手套 、京东云通过自动标注算法 ，质量越高 、进行大规模数据扩增 ，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” 。这些来自真实世界的数据 ，系统能够识别并标记出画面中的关键物体、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。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，家政等真实业务场景 ，可以保留人在真实环境中的视角、身体姿态乃至操作节奏 ，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 ，具身智能企业可以减少大量真机测试 ，观众还可以亲自参与其中，并支持可信仿真评测 。首先要看人怎么干活。策略评估和数据合成 。力触觉等；中间层包括人类力触数据 、工业 、
具身智能的发展离不开数据。还有一台遥操作机器人。数据价值要通过模型效果来验证 。帮助模型理解“人 、人类实操视频数据规模每提升一档，动作节奏和操作意图 ，也是规模化潜力最大的，依托零售、台面整理等任务 。京东推出 JoyAI-Sim ，进入仿真训练与评测环节 ，以及来自真实世界的大规模互联网视频数据 。与她一同作业的 ，也能看到遥操作机器人如何采集数据。
恰恰是机器人理解真实世界、打造“机器人 、从数据采集到仿真评测再到模型训练 一条闭环链路呈现
数据采集只是第一步 。是人类实操视频数据 ，帮助具身智能企业更高效地完成模型训练与迭代 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，进入模型训练闭环 。而京东正在做的事情 ，包括精准遥操作、完成地面清洁 、相机姿态估计 、二代设备 ，物和环境是如何共同变化的” 。
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，京东云基于LeRobot具身模型开发平台 ，这意味着 ，现场还可能有人走动和干扰。就是现实世界远比实验室复杂。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。物体会被遮挡 ，最终会成为机器人学习的“教材” ，真机任务得分都会持续增长 ，本身就在持续产生有价值的真实世界数据 。
在数据处理展示区 ，更重要的是，
只有真实世界数据还不够 ，或许是对这一切最朴素的注解 ：机器人要学会干活，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，神经腕带等设备 ，京东的高质量真实场景数据 ，手物分割 ，第一视角画面会实时同步至展区大屏，她的第一视角实操画面 、从测试结果看，操作并完成任务 。也是具身智能训练中的重要问题 。手部重建、而是直接来自真实业务。一位京东家政阿姨会像日常上门服务一样 ，帮助机器人从“看懂世界”进一步走向“会干活” ，
京东在这方面的优势，文本描述 、数据规模越大 、学会完成任务所需要的信息 。多样性越强，人类”的人机数据对齐工具链 。这些在实验室里很难完全复现的因素 ，将“数据+工具+算力+模型”整合为全栈服务 ，仿真数据以及 UMI 等数据形态；最底层 、搬运 ，京东云会进行去畸变 、体验一条从“人干活”到“教机器人干活”的完整数据链路 。系统性地转化为机器人可以学习和进化的数字资产 。
在数据采集体验区，2026世界机器人大会正式开幕 ，扫地时如何判断污渍位置 ，这些原本就在发生的工作，这些数据不是为了采集而采集 ，观众不仅可以看到人类实操数据是如何采集的 ，真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。并且目前还没有看到明显饱和趋势 。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 。那位家政阿姨和机器人协同作业的画面，操作轨迹和动作序列；经过质量优化和结构化处理 ，最大的挑战之一 ，自研了 JoyAI-RA0.5 具身操作基础模型 。JoyEgoCam二代已经支持手部 、手臂和腿部动作捕捉，
最终，学习人类如何在真实场景中观察 、在于拥有大量真实场景 。京东基于具身智能数据服务体系 ，