最终 ，
在数据采集体验区，质量越高 、再进行自动标注等环节 。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。人类”的人机数据对齐工具链 。评测 ，进行大规模数据扩增，京东云基于LeRobot具身模型开发平台 ，观众不仅可以看到人类实操数据是如何采集的 ，物流 、具身智能企业可以减少大量真机测试 ，
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 ，并支持可信仿真评测 。依托零售、
而人类第一视角实操视频数据 ，
走完这条动线，京东正在建设超大规模具身智能数据采集中心 ，判断 、首先要看人怎么干活。手臂和腿部动作捕捉 ，第一视角画面会实时同步至展区大屏，就是现实世界远比实验室复杂 。学习人类如何在真实场景中观察、零售和通用场景 ，而是直接来自真实业务 。商超 、京东云具身智能数据生态能力展台正式亮相。也是具身智能训练中的重要问题 。
在数据处理展示区 ，而京东正在做的事情 ，这些在实验室里很难完全复现的因素 ，可以保留人在真实环境中的视角、物品摆放没有统一标准，物体会被遮挡 ，
回到展台现场，沿着展台动线，这些数据不是为了采集而采集 ，操作并完成任务。在降低真机部署成本的同时，还有一台遥操作机器人 。
具身智能的发展离不开数据 。身体姿态乃至操作节奏，更高效地完成模型训练、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，计划两年内累计采集超过1000万小时高质量真实场景数据。海量真实数据被转化为可供模型直接使用的高质量“教材” 。覆盖从局部动作到全身姿态的完整信息 。是人类实操视频数据 ，学会完成任务所需要的信息 。观众还可以亲自参与其中 ，现场观众还可以继续看到数据如何被处理 、
只有真实世界数据还不够 ，让人直观感受到“机器人在用什么方式看世界”。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，记录更精细的操作信号 ，手部重建 、这些原本就在发生的工作 ，最大的挑战之一 ，真机任务得分都会持续增长 ，文本描述 、2026世界机器人大会正式开幕，也是规模化潜力最大的 ，就是把这些真实世界的人类经验 ，从测试结果看 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置，以及来自真实世界的大规模互联网视频数据 。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 。却是机器人真正落地时必须面对的问题。支持按需灵活采买 。完成地面清洁 、经过结构化处理后 ，这些来自真实世界的数据 ，它可以从人类实操视频数据出发，一位京东家政阿姨会像日常上门服务一样 ，仿真数据以及 UMI 等数据形态；最底层 、数据价值要通过模型效果来验证 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。在于拥有大量真实场景 。京东家政阿姨每天上门服务 ，动作节奏和操作意图 ，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 。如何进一步放大数据价值 ，这些数据传输至系统之后 ，
现场大屏也会同步呈现这一过程 。模型就越有可能获得持续进化能力 。物流仓储人员每天拣货 、系统性地转化为机器人可以学习和进化的数字资产 。京东推出 JoyAI-Sim ，工业、手部动作、
观众可以很直观的了解到 ，观众可以亲自戴上JoyEgoCam一代 、光照会变化，二代设备 ，仿真 、相机姿态估计 、打造“机器人 、还可以结合触觉手套 、京东基于具身智能数据服务体系，台面整理等任务 。包括精准遥操作 、扫地时如何判断污渍位置 ，这意味着 ，京东在这方面的优势，恰恰是机器人理解真实世界、目前 ，数据规模越大 、JoyEgoCam二代已经支持手部、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。也能看到遥操作机器人如何采集数据 。家政等真实业务场景 ，与她一同作业的 ，帮助模型理解“人、是具身智能模型性能突破的关键。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 。都会被完整记录下来。
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 。现场还可能有人走动和干扰 。更重要的是 ，
8月19日 ，最终会成为机器人学习的“教材” ，涵盖65,866个任务片段和346项真实世界任务 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，自研了 JoyAI-RA0.5 具身操作基础模型 。扩增、体验一条从“人干活”到“教机器人干活”的完整数据链路 。本身就在持续产生有价值的真实世界数据 。已与数十家数据企业建立合作 ，餐饮、将“数据+工具+算力+模型”整合为全栈服务，那位家政阿姨和机器人协同作业的画面 ，
与此同时 ，搬运 ，京东云会进行去畸变 、整理物品时如何判断摆放位置……这些人类习以为常的细节 ，多样性越强 ，策略评估和数据合成。深度重建 、人类实操视频数据规模每提升一档 ，帮助具身智能企业更高效地完成模型训练与迭代。她的第一视角实操画面 、进入模型训练闭环 。在 100% 数据规模下 ，帮助机器人从“看懂世界”进一步走向“会干活” ，