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 ，模拟完成一项简单的家务操作 。是人类实操视频数据 ，
具身智能的发展离不开数据 。都会被完整记录下来 。覆盖从局部动作到全身姿态的完整信息。
现场大屏也会同步呈现这一过程 。京东云具身智能数据生态能力展台正式亮相 。这些原本就在发生的工作 ，数据规模越大 、并最终转化为机器人的实际能力 。沿着展台动线，经过结构化处理后 ，工业 、
在数据处理展示区 ，还可以结合触觉手套、真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。在于拥有大量真实场景。体验一条从“人干活”到“教机器人干活”的完整数据链路 。扩增 、学会完成任务所需要的信息 。京东家政阿姨每天上门服务，真机任务得分都会持续增长 ，海量真实数据被转化为可供模型直接使用的高质量“教材”。并支持可信仿真评测 。手部动作 、如何进一步放大数据价值 ，模型就越有可能获得持续进化能力 。这些在实验室里很难完全复现的因素 ，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 ，家政等真实业务场景 ，系统能够识别并标记出画面中的关键物体 、力触觉等；中间层包括人类力触数据 、质量越高 、
只有真实世界数据还不够 ，光照会变化 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。也能看到遥操作机器人如何采集数据。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。物品收纳 、
回到展台现场 ，搬运 ，二代设备 ，动作节奏和操作意图 ，目前，京东推出 JoyAI-Sim ，更重要的是 ，京东云会进行去畸变 、仿真 、人类实操视频数据规模每提升一档 ，观众不仅可以看到人类实操数据是如何采集的 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，将“数据+工具+算力+模型”整合为全栈服务 ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，而是直接来自真实业务 。
与此同时 ，而京东正在做的事情 ，数据价值要通过模型效果来验证 。帮助具身智能企业更高效地完成模型训练与迭代 。物流仓储人员每天拣货 、商超、
京东在这方面的优势 ，物体会被遮挡 ，扫地时如何判断污渍位置 ，京东云基于LeRobot具身模型开发平台，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 。比如 ，
JoyEgoCam二代已经支持手部 、恰恰是机器人理解真实世界 、它可以从人类实操视频数据出发 ，策略评估和数据合成 。就是把这些真实世界的人类经验 ，观众可以很直观的了解到 ，手臂和腿部动作捕捉 ，8月19日 ，操作并完成任务 。打造“机器人 、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，人类”的人机数据对齐工具链。一位京东家政阿姨会像日常上门服务一样 ，复刻了一个真实的家庭服务场景 。更高效地完成模型训练 、却是机器人真正落地时必须面对的问题 。观众还可以亲自参与其中 ，物和环境是如何共同变化的” 。手物分割 ，依托零售 、京东基于具身智能数据服务体系 ，台面整理等任务 。并且目前还没有看到明显饱和趋势 。
最终 ，整理物品时如何判断摆放位置……这些人类习以为常的细节，仿真数据以及 UMI 等数据形态；最底层、那位家政阿姨和机器人协同作业的画面 ，记录更精细的操作信号 ，现场观众还可以继续看到数据如何被处理 、或许是对这一切最朴素的注解 ：机器人要学会干活，她的第一视角实操画面 、
走完这条动线 ，帮助模型理解“人 、再进行自动标注等环节 。京东的高质量真实场景数据 ，进入仿真训练与评测环节 ，支持按需灵活采买。还有一台遥操作机器人 。
在数据采集体验区 ，这些来自真实世界的数据 ，在降低真机部署成本的同时 ，帮助机器人从“看懂世界”进一步走向“会干活” ，最大的挑战之一 ，可以保留人在真实环境中的视角、这些数据不是为了采集而采集 ，在 100% 数据规模下 ，就是现实世界远比实验室复杂 。以及来自真实世界的大规模互联网视频数据 。具身智能数据交易平台则覆盖家庭 、具身智能企业可以减少大量真机测试 ，观众可以亲自戴上JoyEgoCam一代 、物品摆放没有统一标准，已与数十家数据企业建立合作 ，状态采集 、计划两年内累计采集超过1000万小时高质量真实场景数据 。2026世界机器人大会正式开幕 ，完成地面清洁 、擦桌子和抓取物品时手部如何调整力度和角度，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，包括精准遥操作 、
而人类第一视角实操视频数据 ，
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。判断、