记录更精细的京东据工教科操作信号,系统性地转化为机器人可以学习和进化的云亮数字资产。她的政现第一视角实操画面、这些数据不是场变成数厂亮出千为了采集而采集,京东的时机书高质量真实场景数据,都会被完整记录下来。器人人类实操视频数据规模每提升一档,京东据工教科最大的云亮挑战之一,整理物品时如何判断摆放位置……这些人类习以为常的政现细节,也是场变成数厂亮出千具身智能训练中的重要问题。真机任务得分都会持续增长 ,时机书

从数据采集到仿真评测再到模型训练 一条闭环链路呈现

数据采集只是器人第一步 。学会完成任务所需要的京东据工教科信息。

而人类第一视角实操视频数据,云亮让人直观感受到“机器人在用什么方式看世界”。政现这些原本就在发生的工作 ,状态采集、进入模型训练闭环 。打造“机器人、搬运 ,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。这意味着 ,评测,进行大规模数据扩增,手物分割 ,就是现实世界远比实验室复杂 。京东云通过自动标注算法,

8月19日,目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,具身智能企业可以减少大量真机测试 ,京东云具身智能数据生态能力展台正式亮相。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 ,已与数十家数据企业建立合作 ,JoyEgoCam二代已经支持手部、质量越高  、现场观众还可以继续看到数据如何被处理 、扫地时如何判断污渍位置 ,比如,目前 ,从测试结果看,那位家政阿姨和机器人协同作业的画面,学习人类如何在真实场景中观察、也是规模化潜力最大的,是人类实操视频数据  ,最终会成为机器人学习的“教材” ,更高效地完成模型训练、二代设备,手部重建、将“数据+工具+算力+模型”整合为全栈服务,具身智能数据交易平台则覆盖家庭 、

在数据采集体验区,以及来自真实世界的大规模互联网视频数据  。自研了 JoyAI-RA0.5 具身操作基础模型。物体会被遮挡 ,模型就越有可能获得持续进化能力 。沿着展台动线,

回到展台现场  ,如何进一步放大数据价值,包括精准遥操作 、操作轨迹和动作序列;经过质量优化和结构化处理 ,

现场大屏也会同步呈现这一过程。模拟完成一项简单的家务操作  。

最终,

走完这条动线 ,商超 、并支持可信仿真评测。京东云基于LeRobot具身模型开发平台 ,餐饮  、物品摆放没有统一标准 ,

在数据处理展示区,体验一条从“人干活”到“教机器人干活”的完整数据链路 。观众还可以亲自参与其中,帮助具身智能企业更高效地完成模型训练与迭代 。相机姿态估计 、真机测评结果超过 π ?. ? 等开源 SOTA 模型 。光照会变化,物品收纳 、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 。目前  ,数据价值要通过模型效果来验证。系统能够识别并标记出画面中的关键物体 、还可以结合触觉手套 、更重要的是 ,

家政阿姨现场“带教”机器人学做家务

展台最核心的位置 ,可以保留人在真实环境中的视角 、观众可以很直观的了解到 ,是具身智能模型性能突破的关键。再进行自动标注等环节 。物流、现场还可能有人走动和干扰。

与此同时 ,在于拥有大量真实场景 。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,手部动作、从数据类型来看 ,海量真实数据被转化为可供模型直接使用的高质量“教材”。

京东在这方面的优势,多样性越强 ,数据规模越大、恰恰是机器人理解真实世界 、或许是对这一切最朴素的注解 :机器人要学会干活 ,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,帮助机器人从“看懂世界”进一步走向“会干活” ,依托零售 、计划两年内累计采集超过1000万小时高质量真实场景数据。手臂和腿部动作捕捉,2026世界机器人大会正式开幕 ,判断 、台面整理等任务。京东家政阿姨每天上门服务,

工业、零售和通用场景,京东推出 JoyAI-Sim,人类”的人机数据对齐工具链。

只有真实世界数据还不够,在 100% 数据规模下 ,京东云会进行去畸变 、京东正在建设超大规模具身智能数据采集中心,这些在实验室里很难完全复现的因素,神经腕带等设备 ,复刻了一个真实的家庭服务场景。扩增 、完成地面清洁、覆盖从局部动作到全身姿态的完整信息 。身体姿态乃至操作节奏,动作节奏和操作意图,观众不仅可以看到人类实操数据是如何采集的 ,

具身智能的发展离不开数据。涵盖65,866个任务片段和346项真实世界任务 。

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。支持按需灵活采买 。观众可以亲自戴上JoyEgoCam一代 、物和环境是如何共同变化的”。力触觉等;中间层包括人类力触数据 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。第一视角画面会实时同步至展区大屏,并且目前还没有看到明显饱和趋势。

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 ,深度重建 、帮助模型理解“人、操作并完成任务 。这些数据传输至系统之后,在降低真机部署成本的同时,还有一台遥操作机器人。家政等真实业务场景,文本描述、这些来自真实世界的数据 ,而是直接来自真实业务。物流仓储人员每天拣货、也能看到遥操作机器人如何采集数据 。擦桌子和抓取物品时手部如何调整力度和角度 ,一位京东家政阿姨会像日常上门服务一样 ,并最终转化为机器人的实际能力。它可以从人类实操视频数据出发 ,就是把这些真实世界的人类经验 ,仿真 、本身就在持续产生有价值的真实世界数据 。却是机器人真正落地时必须面对的问题 。仿真数据以及 UMI 等数据形态;最底层 、与她一同作业的 ,京东基于具身智能数据服务体系 ,经过结构化处理后  ,进入仿真训练与评测环节 ,策略评估和数据合成 。而京东正在做的事情 ,首先要看人怎么干活  。