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