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