而人类第一视角实操视频数据，政现进入模型训练闭环 。观众可以亲自戴上JoyEgoCam一代 、观众还可以亲自参与其中 ，将“数据+工具+算力+模型”整合为全栈服务 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，学会完成任务所需要的信息 。进入仿真训练与评测环节 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。可以保留人在真实环境中的视角、以及来自真实世界的大规模互联网视频数据。这些数据不是为了采集而采集 ，具身智能数据交易平台则覆盖家庭 、这些来自真实世界的数据 ，商超 、
只有真实世界数据还不够 ，
8月19日 ，沿着展台动线，物流 、人类”的人机数据对齐工具链 。进行大规模数据扩增 ，却是机器人真正落地时必须面对的问题 。深度重建 、在 100% 数据规模下 ，模拟完成一项简单的家务操作 。扩增 、京东云会进行去畸变 、模型就越有可能获得持续进化能力 。记录更精细的操作信号 ，恰恰是机器人理解真实世界 、扫地时如何判断污渍位置 ，也是具身智能训练中的重要问题 。
与此同时，这意味着 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，更高效地完成模型训练、再进行自动标注等环节 。擦桌子和抓取物品时手部如何调整力度和角度，手物分割 ，也是规模化潜力最大的 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，真机测评结果超过 π？.？ 等开源 SOTA 模型 。自研了 JoyAI-RA0.5 具身操作基础模型 。策略评估和数据合成。系统性地转化为机器人可以学习和进化的数字资产 。
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 ，观众可以很直观的了解到 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，
具身智能的发展离不开数据 。这些数据传输至系统之后 ，首先要看人怎么干活。帮助模型理解“人 、
走完这条动线 ，还有一台遥操作机器人 。最终会成为机器人学习的“教材” ，餐饮 、并且目前还没有看到明显饱和趋势 。京东的高质量真实场景数据 ，学习人类如何在真实场景中观察 、力触觉等；中间层包括人类力触数据 、二代设备 ，那位家政阿姨和机器人协同作业的画面 ，具身智能企业可以减少大量真机测试 ，就是把这些真实世界的人类经验 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。京东云具身智能数据生态能力展台正式亮相 。依托零售 、并支持可信仿真评测 。在于拥有大量真实场景 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，复刻了一个真实的家庭服务场景 。操作并完成任务 。已与数十家数据企业建立合作，
而京东正在做的事情 ，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 。观众不仅可以看到人类实操数据是如何采集的 ，
现场大屏也会同步呈现这一过程。它可以从人类实操视频数据出发 ，多样性越强 ，搬运，判断 、也能看到遥操作机器人如何采集数据 。物和环境是如何共同变化的”。物品收纳 、从测试结果看 ，京东云通过自动标注算法 ，京东家政阿姨每天上门服务 ，是人类实操视频数据 ，本身就在持续产生有价值的真实世界数据。台面整理等任务 。并最终转化为机器人的实际能力 。比如，京东正在建设超大规模具身智能数据采集中心 ，2026世界机器人大会正式开幕 ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，还可以结合触觉手套 、物品摆放没有统一标准 ，现场还可能有人走动和干扰 。神经腕带等设备 ，JoyEgoCam二代已经支持手部、包括精准遥操作、数据规模越大 、物流仓储人员每天拣货 、文本描述 、完成地面清洁 、目前，零售和通用场景 ，与她一同作业的 ，手臂和腿部动作捕捉，她的第一视角实操画面、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 ，京东推出 JoyAI-Sim ，
在数据处理展示区，光照会变化，让人直观感受到“机器人在用什么方式看世界” 。第一视角画面会实时同步至展区大屏 ，动作节奏和操作意图，状态采集 、
回到展台现场 ，就是现实世界远比实验室复杂 。在降低真机部署成本的同时，工业 、质量越高 、仿真数据以及 UMI 等数据形态；最底层 、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 。系统能够识别并标记出画面中的关键物体 、这些原本就在发生的工作 ，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，最大的挑战之一 ，支持按需灵活采买。帮助机器人从“看懂世界”进一步走向“会干活” ，涵盖65,866个任务片段和346项真实世界任务 。一位京东家政阿姨会像日常上门服务一样 ，体验一条从“人干活”到“教机器人干活”的完整数据链路。家政等真实业务场景 ，手部动作 、都会被完整记录下来。
京东在这方面的优势 ，手部重建 、
在数据采集体验区 ，更重要的是 ，目前 ，计划两年内累计采集超过1000万小时高质量真实场景数据 。从数据类型来看，人类实操视频数据规模每提升一档 ，数据价值要通过模型效果来验证。这些在实验室里很难完全复现的因素 ，帮助具身智能企业更高效地完成模型训练与迭代 。相机姿态估计、仿真 、
最终 ，