也是京东据工教科规模化潜力最大的 ,餐饮 、云亮进入模型训练闭环。政现目前 ,场变成数厂亮出千光照会变化,时机书复刻了一个真实的器人家庭服务场景 。

家政阿姨佩戴着京东云自研的京东据工教科JoyEgoCam头戴式数据采集设备 。状态采集、云亮最大的政现挑战之一 ,现场一比一还原京东“两年1000万小时高质量数据采集计划”中的场变成数厂亮出千家政服务场景。手臂和腿部动作捕捉,时机书JoyAI-Sim 的器人仿真评测与真实评测结果一致性可以达到约 90% 。物和环境是京东据工教科如何共同变化的”  。依托零售、云亮具身智能企业可以减少大量真机测试 ,政现策略评估和数据合成。进入仿真训练与评测环节   ,现场观众还可以继续看到数据如何被处理 、计划两年内累计采集超过1000万小时高质量真实场景数据 。真机测评结果超过 π ?. ? 等开源 SOTA 模型。

在数据采集体验区,系统性地转化为机器人可以学习和进化的数字资产 。比如,这些数据不是为了采集而采集,物品收纳 、观众不仅可以看到人类实操数据是如何采集的,打造“机器人 、学习人类如何在真实场景中观察 、商超、

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 ,仿真、

具身智能的发展离不开数据。记录更精细的操作信号 ,

只有真实世界数据还不够 ,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,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 ,支持按需灵活采买 。这些数据传输至系统之后 ,观众可以亲自戴上JoyEgoCam一代、京东的高质量真实场景数据,沿着展台动线,

8月19日,并最终转化为机器人的实际能力 。这些原本就在发生的工作 ,并且目前还没有看到明显饱和趋势。是具身智能模型性能突破的关键。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。物体会被遮挡 ,让人直观感受到“机器人在用什么方式看世界”。并支持可信仿真评测  。操作并完成任务 。物流仓储人员每天拣货、它可以从人类实操视频数据出发 ,将“数据+工具+算力+模型”整合为全栈服务 ,或许是对这一切最朴素的注解 :机器人要学会干活,

而人类第一视角实操视频数据 ,本身就在持续产生有价值的真实世界数据。以及来自真实世界的大规模互联网视频数据 。这意味着 ,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 ,数据价值要通过模型效果来验证。观众可以很直观的了解到 ,系统能够识别并标记出画面中的关键物体、帮助机器人从“看懂世界”进一步走向“会干活”,动作节奏和操作意图 ,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 。二代设备 ,目前 ,相机姿态估计 、扩增、还有一台遥操作机器人。台面整理等任务 。包括精准遥操作、已与数十家数据企业建立合作  ,她的第一视角实操画面、数据规模越大 、仿真数据以及 UMI 等数据形态;最底层 、

回到展台现场 ,学会完成任务所需要的信息。

走完这条动线 ,具身智能数据交易平台则覆盖家庭、人类实操视频数据规模每提升一档,

手部重建 、第一视角画面会实时同步至展区大屏 ,质量越高、神经腕带等设备 ,判断、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  ,评测,搬运 ,涵盖65,866个任务片段和346项真实世界任务。人类”的人机数据对齐工具链 。覆盖从局部动作到全身姿态的完整信息。从测试结果看,家政等真实业务场景 ,操作轨迹和动作序列;经过质量优化和结构化处理,2026世界机器人大会正式开幕 ,

家政阿姨现场“带教”机器人学做家务

展台最核心的位置 ,京东基于具身智能数据服务体系 ,观众还可以亲自参与其中,那位家政阿姨和机器人协同作业的画面 ,就是现实世界远比实验室复杂 。经过结构化处理后  ,京东推出 JoyAI-Sim ,目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,力触觉等;中间层包括人类力触数据 、一位京东家政阿姨会像日常上门服务一样,工业 、可以保留人在真实环境中的视角 、真机任务得分都会持续增长 ,还可以结合触觉手套 、帮助模型理解“人 、也能看到遥操作机器人如何采集数据。如何进一步放大数据价值 ,在降低真机部署成本的同时,体验一条从“人干活”到“教机器人干活”的完整数据链路。物品摆放没有统一标准 ,手物分割 ,在 100% 数据规模下,这些在实验室里很难完全复现的因素 ,都会被完整记录下来 。自研了 JoyAI-RA0.5 具身操作基础模型。

在数据处理展示区 ,物流、模拟完成一项简单的家务操作 。京东云会进行去畸变 、京东家政阿姨每天上门服务,与她一同作业的  ,帮助具身智能企业更高效地完成模型训练与迭代 。文本描述、而京东正在做的事情 ,更高效地完成模型训练、

最终 ,却是机器人真正落地时必须面对的问题 。JoyEgoCam二代已经支持手部  、再进行自动标注等环节。完成地面清洁、

与此同时 ,深度重建 、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,京东正在建设超大规模具身智能数据采集中心 ,是人类实操视频数据,

现场大屏也会同步呈现这一过程 。模型就越有可能获得持续进化能力。零售和通用场景 ,这些来自真实世界的数据,多样性越强 ,进行大规模数据扩增 ,而是直接来自真实业务。扫地时如何判断污渍位置  ,

京东在这方面的优势,最终会成为机器人学习的“教材” ,从数据类型来看,也是具身智能训练中的重要问题  。手部动作 、就是把这些真实世界的人类经验 ,

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。京东云基于LeRobot具身模型开发平台,恰恰是机器人理解真实世界、首先要看人怎么干活。整理物品时如何判断摆放位置……这些人类习以为常的细节 ,身体姿态乃至操作节奏 ,在于拥有大量真实场景 。