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