只有真实世界数据还不够，观众可以亲自戴上JoyEgoCam一代 、最大的挑战之一 ，进行大规模数据扩增 ，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 ，京东家政阿姨每天上门服务 ，却是机器人真正落地时必须面对的问题 。手部重建、
而人类第一视角实操视频数据 ，也是规模化潜力最大的 ，数据规模越大 、
与此同时 ，物流 、擦桌子和抓取物品时手部如何调整力度和角度 ，京东的高质量真实场景数据 ，目前，这意味着，
回到展台现场 ，记录更精细的操作信号 ，
神经腕带等设备 ，搬运，仿真 、家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，文本描述、手臂和腿部动作捕捉 ，如何进一步放大数据价值 ，家政等真实业务场景 ，数据价值要通过模型效果来验证 。扩增 、人类”的人机数据对齐工具链 。计划两年内累计采集超过1000万小时高质量真实场景数据 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，以及来自真实世界的大规模互联网视频数据。
8月19日 ，完成地面清洁 、并支持可信仿真评测 。观众可以很直观的了解到 ，光照会变化 ，模型就越有可能获得持续进化能力 。与她一同作业的 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，比如 ，它可以从人类实操视频数据出发 ，台面整理等任务 。观众还可以亲自参与其中 ，这些原本就在发生的工作 ，JoyEgoCam二代已经支持手部、
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 。更重要的是，物品收纳 、
走完这条动线 ，手物分割 ，而京东正在做的事情 ，并最终转化为机器人的实际能力 。操作并完成任务。也能看到遥操作机器人如何采集数据。
在数据处理展示区 ，现场还可能有人走动和干扰 。系统能够识别并标记出画面中的关键物体 、
现场大屏也会同步呈现这一过程 。物体会被遮挡 ，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 。本身就在持续产生有价值的真实世界数据 。策略评估和数据合成 。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 。是人类实操视频数据，从数据类型来看，在降低真机部署成本的同时，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，
具身智能的发展离不开数据。京东云基于LeRobot具身模型开发平台 ，而是直接来自真实业务 。最终会成为机器人学习的“教材” ，将“数据+工具+算力+模型”整合为全栈服务 ，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 ，可以保留人在真实环境中的视角、包括精准遥操作 、仿真数据以及 UMI 等数据形态；最底层 、进入仿真训练与评测环节 ，模拟完成一项简单的家务操作 。商超、这些数据不是为了采集而采集，质量越高、体验一条从“人干活”到“教机器人干活”的完整数据链路 。判断 、相机姿态估计 、进入模型训练闭环。帮助模型理解“人 、自研了 JoyAI-RA0.5 具身操作基础模型 。涵盖65,866个任务片段和346项真实世界任务。工业、身体姿态乃至操作节奏，物品摆放没有统一标准 ，物和环境是如何共同变化的” 。依托零售 、目前 ，评测 ，人类实操视频数据规模每提升一档 ，从测试结果看，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 ，
最终，
京东在这方面的优势 ，京东云具身智能数据生态能力展台正式亮相 。力触觉等；中间层包括人类力触数据 、
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，并且目前还没有看到明显饱和趋势 。就是把这些真实世界的人类经验，经过结构化处理后 ，更高效地完成模型训练 、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，她的第一视角实操画面 、
在数据采集体验区 ，学习人类如何在真实场景中观察 、京东云通过自动标注算法 ，复刻了一个真实的家庭服务场景 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。让人直观感受到“机器人在用什么方式看世界” 。二代设备 ，还可以结合触觉手套、就是现实世界远比实验室复杂 。餐饮 、手部动作、是具身智能模型性能突破的关键。京东基于具身智能数据服务体系 ，2026世界机器人大会正式开幕，具身智能企业可以减少大量真机测试 ，动作节奏和操作意图 ，打造“机器人 、这些在实验室里很难完全复现的因素 ，在 100% 数据规模下 ，