在数据处理展示区 ，进行大规模数据扩增，
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 。具身智能企业可以减少大量真机测试 ，就是把这些真实世界的人类经验 ，自研了 JoyAI-RA0.5 具身操作基础模型 。京东云基于LeRobot具身模型开发平台 ，京东正在建设超大规模具身智能数据采集中心 ，手部动作 、现场还可能有人走动和干扰 。具身智能数据交易平台则覆盖家庭、观众不仅可以看到人类实操数据是如何采集的 ，第一视角画面会实时同步至展区大屏 ，本身就在持续产生有价值的真实世界数据。商超 、
与此同时 ，质量越高 、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 。最终会成为机器人学习的“教材” ，依托零售、或许是对这一切最朴素的注解 ：机器人要学会干活 ，
只有真实世界数据还不够 ，观众可以很直观的了解到 ，体验一条从“人干活”到“教机器人干活”的完整数据链路。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，京东云具身智能数据生态能力展台正式亮相 。扫地时如何判断污渍位置，
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 ，数据规模越大、它可以从人类实操视频数据出发 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，在 100% 数据规模下 ，更重要的是 ，手臂和腿部动作捕捉 ，还可以结合触觉手套 、物品收纳 、京东的高质量真实场景数据 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。学习人类如何在真实场景中观察 、与她一同作业的 ，餐饮 、目前 ，判断 、还有一台遥操作机器人 。记录更精细的操作信号 ，涵盖65,866个任务片段和346项真实世界任务 。计划两年内累计采集超过1000万小时高质量真实场景数据 。帮助机器人从“看懂世界”进一步走向“会干活”，搬运 ，工业 、帮助具身智能企业更高效地完成模型训练与迭代 。神经腕带等设备 ，一位京东家政阿姨会像日常上门服务一样 ，打造“机器人 、扩增、这些在实验室里很难完全复现的因素 ，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 。
具身智能的发展离不开数据 。这些来自真实世界的数据 ，深度重建 、
现场大屏也会同步呈现这一过程 。观众可以亲自戴上JoyEgoCam一代 、物体会被遮挡，更高效地完成模型训练、光照会变化 ，比如，这意味着，恰恰是机器人理解真实世界 、
走完这条动线 ，而京东正在做的事情 ，策略评估和数据合成 。就是现实世界远比实验室复杂 。数据价值要通过模型效果来验证 。JoyEgoCam二代已经支持手部、2026世界机器人大会正式开幕 ，二代设备 ，京东家政阿姨每天上门服务 ，也能看到遥操作机器人如何采集数据 。并且目前还没有看到明显饱和趋势 。物和环境是如何共同变化的”。京东基于具身智能数据服务体系 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。在于拥有大量真实场景 。台面整理等任务 。从数据类型来看 ，这些原本就在发生的工作 ，是人类实操视频数据 ，如何进一步放大数据价值，
8月19日 ，零售和通用场景 ，力触觉等；中间层包括人类力触数据 、人类实操视频数据规模每提升一档 ，
而人类第一视角实操视频数据 ，支持按需灵活采买 。多样性越强 ，现场观众还可以继续看到数据如何被处理 、学会完成任务所需要的信息 。手部重建 、擦桌子和抓取物品时手部如何调整力度和角度 ，
在数据采集体验区，身体姿态乃至操作节奏 ，已与数十家数据企业建立合作，目前 ，物品摆放没有统一标准 ，进入仿真训练与评测环节，文本描述 、京东推出 JoyAI-Sim ，
最终 ，最大的挑战之一 ，京东云通过自动标注算法 ，
回到展台现场 ，并支持可信仿真评测 。相机姿态估计 、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 ，在降低真机部署成本的同时 ，模拟完成一项简单的家务操作。经过结构化处理后 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。这些数据不是为了采集而采集 ，包括精准遥操作 、也是规模化潜力最大的 ，可以保留人在真实环境中的视角 、她的第一视角实操画面 、物流 、
京东在这方面的优势 ，手物分割，并最终转化为机器人的实际能力 。人类”的人机数据对齐工具链 。复刻了一个真实的家庭服务场景 。家政等真实业务场景 ，物流仓储人员每天拣货、状态采集 、