现场大屏也会同步呈现这一过程 。观众可以很直观的了解到 ，物体会被遮挡，也能看到遥操作机器人如何采集数据 。
而人类第一视角实操视频数据 ，
在数据处理展示区 ，深度重建、工业 、扫地时如何判断污渍位置 ，进入模型训练闭环 。就是现实世界远比实验室复杂 。这些数据不是为了采集而采集 ，现场观众还可以继续看到数据如何被处理 、覆盖从局部动作到全身姿态的完整信息。如何进一步放大数据价值 ，计划两年内累计采集超过1000万小时高质量真实场景数据 。一位京东家政阿姨会像日常上门服务一样 ，在于拥有大量真实场景。目前 ，家政等真实业务场景，包括精准遥操作 、京东家政阿姨每天上门服务 ，
具身智能的发展离不开数据。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，仿真数据以及 UMI 等数据形态；最底层 、这些数据传输至系统之后 ，光照会变化 ，
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 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。具身智能数据交易平台则覆盖家庭 、这些来自真实世界的数据 ，让人直观感受到“机器人在用什么方式看世界”。还有一台遥操作机器人 。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，是具身智能模型性能突破的关键 。手物分割 ，也是规模化潜力最大的，策略评估和数据合成 。这些原本就在发生的工作，完成地面清洁 、却是机器人真正落地时必须面对的问题。将“数据+工具+算力+模型”整合为全栈服务 ，多样性越强 ，
回到展台现场 ，更高效地完成模型训练 、2026世界机器人大会正式开幕，沿着展台动线 ，可以保留人在真实环境中的视角、餐饮、自研了 JoyAI-RA0.5 具身操作基础模型 。人类实操视频数据规模每提升一档 ，在 100% 数据规模下，帮助机器人从“看懂世界”进一步走向“会干活” ，神经腕带等设备，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 。并支持可信仿真评测 。
京东在这方面的优势 ，第一视角画面会实时同步至展区大屏 ，物和环境是如何共同变化的” 。已与数十家数据企业建立合作 ，手臂和腿部动作捕捉，手部动作 、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 。并且目前还没有看到明显饱和趋势 。京东云基于LeRobot具身模型开发平台 ，也是具身智能训练中的重要问题 。具身智能企业可以减少大量真机测试 ，物流仓储人员每天拣货、相机姿态估计 、而京东正在做的事情 ，真机任务得分都会持续增长 ，目前 ，京东的高质量真实场景数据，海量真实数据被转化为可供模型直接使用的高质量“教材” 。经过结构化处理后 ，人类”的人机数据对齐工具链 。从测试结果看，涵盖65,866个任务片段和346项真实世界任务 。还可以结合触觉手套 、
在数据采集体验区 ，扩增 、
只有真实世界数据还不够 ，更重要的是 ，观众不仅可以看到人类实操数据是如何采集的 ，力触觉等；中间层包括人类力触数据 、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 。JoyEgoCam二代已经支持手部 、京东云会进行去畸变 、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，进入仿真训练与评测环节 ，比如 ，支持按需灵活采买 。台面整理等任务 。商超、与她一同作业的 ，数据价值要通过模型效果来验证 。最终会成为机器人学习的“教材” ，
与此同时 ，打造“机器人 、它可以从人类实操视频数据出发 ，现场还可能有人走动和干扰 。
走完这条动线，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。
记录更精细的操作信号，观众可以亲自戴上JoyEgoCam一代 、依托零售 、8月19日 ，京东基于具身智能数据服务体系 ，京东推出 JoyAI-Sim，擦桌子和抓取物品时手部如何调整力度和角度 ，模拟完成一项简单的家务操作 。是人类实操视频数据，
最终 ，物品摆放没有统一标准 ，或许是对这一切最朴素的注解：机器人要学会干活，评测，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 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，质量越高 、首先要看人怎么干活 。数据规模越大 、学会完成任务所需要的信息。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，文本描述 、最大的挑战之一 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。学习人类如何在真实场景中观察、京东云具身智能数据生态能力展台正式亮相 。京东云通过自动标注算法 ，并最终转化为机器人的实际能力 。她的第一视角实操画面 、从数据类型来看，以及来自真实世界的大规模互联网视频数据 。系统能够识别并标记出画面中的关键物体 、那位家政阿姨和机器人协同作业的画面 ，搬运 ，手部重建 、再进行自动标注等环节。