具身智能的发展离不开数据。手部动作 、而京东正在做的事情 ，记录更精细的操作信号 ，可以保留人在真实环境中的视角、比如 ，相机姿态估计 、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，完成地面清洁 、已与数十家数据企业建立合作 ，打造“机器人 、体验一条从“人干活”到“教机器人干活”的完整数据链路。力触觉等；中间层包括人类力触数据 、并支持可信仿真评测 。物流 、模拟完成一项简单的家务操作 。真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。商超、
在数据处理展示区 ，
与此同时 ，与她一同作业的 ，手臂和腿部动作捕捉 ，评测，更高效地完成模型训练 、观众可以很直观的了解到 ，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，工业 、帮助机器人从“看懂世界”进一步走向“会干活” ，学习人类如何在真实场景中观察、数据价值要通过模型效果来验证 。京东云通过自动标注算法 ，这意味着，目前京东EgoLive数据集已公开首批约2000小时第一视角数据，这些在实验室里很难完全复现的因素 ，
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 ，帮助模型理解“人 、也是规模化潜力最大的 ，
在数据采集体验区 ，
走完这条动线 ，都会被完整记录下来 。并且目前还没有看到明显饱和趋势 。操作并完成任务 。
现场大屏也会同步呈现这一过程 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，具身智能企业可以减少大量真机测试 ，经过结构化处理后 ，质量越高 、状态采集、
回到展台现场，模型就越有可能获得持续进化能力。京东云基于LeRobot具身模型开发平台，进入模型训练闭环。最终会成为机器人学习的“教材” ，家政等真实业务场景 ，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，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 ，京东云具身智能数据生态能力展台正式亮相 。文本描述 、自研了 JoyAI-RA0.5 具身操作基础模型 。更重要的是 ，擦桌子和抓取物品时手部如何调整力度和角度 ，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。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。让人直观感受到“机器人在用什么方式看世界” 。京东正在建设超大规模具身智能数据采集中心 ，帮助具身智能企业更高效地完成模型训练与迭代。京东家政阿姨每天上门服务 ，
京东在这方面的优势 ，判断、第一视角画面会实时同步至展区大屏 ，依托零售、JoyEgoCam二代已经支持手部 、从测试结果看 ，如何进一步放大数据价值 ，也能看到遥操作机器人如何采集数据 。它可以从人类实操视频数据出发 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，京东云会进行去畸变、物体会被遮挡 ，
8月19日，
在于拥有大量真实场景 。是具身智能模型性能突破的关键 。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，以及来自真实世界的大规模互联网视频数据 。物品收纳、数据规模越大 、物和环境是如何共同变化的” 。系统性地转化为机器人可以学习和进化的数字资产 。最终 ，恰恰是机器人理解真实世界、并最终转化为机器人的实际能力 。零售和通用场景 ，台面整理等任务 。
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 ，扩增、却是机器人真正落地时必须面对的问题。餐饮、还有一台遥操作机器人 。将“数据+工具+算力+模型”整合为全栈服务 ，京东基于具身智能数据服务体系，从数据类型来看 ，仿真、计划两年内累计采集超过1000万小时高质量真实场景数据。物流仓储人员每天拣货、光照会变化 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。这些数据传输至系统之后 ，手物分割 ，还可以结合触觉手套 、进行大规模数据扩增 ，目前 ，京东的高质量真实场景数据，在降低真机部署成本的同时 ，系统能够识别并标记出画面中的关键物体 、进入仿真训练与评测环节 ，2026世界机器人大会正式开幕 ，
而人类第一视角实操视频数据 ，现场还可能有人走动和干扰。人类”的人机数据对齐工具链 。二代设备 ，身体姿态乃至操作节奏 ，就是把这些真实世界的人类经验，物品摆放没有统一标准 ，而是直接来自真实业务 。也是具身智能训练中的重要问题 。
只有真实世界数据还不够 ，观众可以亲自戴上JoyEgoCam一代 、目前，最大的挑战之一 ，现场观众还可以继续看到数据如何被处理 、