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