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。评测 ，零售和通用场景 ，观众不仅可以看到人类实操数据是如何采集的 ，与她一同作业的 ，
最终 ，物品收纳 、系统性地转化为机器人可以学习和进化的数字资产 。她的第一视角实操画面 、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。
只有真实世界数据还不够 ，
回到展台现场 ，京东家政阿姨每天上门服务 ，第一视角画面会实时同步至展区大屏，京东的高质量真实场景数据 ，观众还可以亲自参与其中 ，这些数据不是为了采集而采集，都会被完整记录下来 。京东云基于LeRobot具身模型开发平台 ，帮助模型理解“人 、手部动作 、包括精准遥操作 、物流仓储人员每天拣货、从数据类型来看，并支持可信仿真评测 。最大的挑战之一 ，将“数据+工具+算力+模型”整合为全栈服务 ，学习人类如何在真实场景中观察 、力触觉等；中间层包括人类力触数据 、京东云具身智能数据生态能力展台正式亮相 。观众可以很直观的了解到 ，以及来自真实世界的大规模互联网视频数据 。动作节奏和操作意图 ，状态采集、却是机器人真正落地时必须面对的问题 。真机任务得分都会持续增长 ，京东基于具身智能数据服务体系 ，台面整理等任务。而是直接来自真实业务。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 、这些来自真实世界的数据，
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，模型就越有可能获得持续进化能力 。已与数十家数据企业建立合作 ，在 100% 数据规模下 ，沿着展台动线 ，让人直观感受到“机器人在用什么方式看世界” 。更高效地完成模型训练 、支持按需灵活采买 。这些在实验室里很难完全复现的因素 ，本身就在持续产生有价值的真实世界数据 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据，2026世界机器人大会正式开幕 ，扫地时如何判断污渍位置 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，现场观众还可以继续看到数据如何被处理 、
而人类第一视角实操视频数据 ，操作并完成任务 。涵盖65,866个任务片段和346项真实世界任务 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。是人类实操视频数据 ，这些原本就在发生的工作，
与此同时，家政等真实业务场景 ，扩增 、手臂和腿部动作捕捉 ，
在数据处理展示区 ，手部重建 、物和环境是如何共同变化的” 。数据价值要通过模型效果来验证 。在于拥有大量真实场景 。
具身智能的发展离不开数据 。而京东正在做的事情 ，目前 ，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 。学会完成任务所需要的信息。它可以从人类实操视频数据出发 ，就是现实世界远比实验室复杂 。仿真数据以及 UMI 等数据形态；最底层、可以保留人在真实环境中的视角 、光照会变化，进入模型训练闭环。现场还可能有人走动和干扰 。打造“机器人 、
现场大屏也会同步呈现这一过程 。物流、具身智能企业可以减少大量真机测试，比如 ，在降低真机部署成本的同时 ，并最终转化为机器人的实际能力。复刻了一个真实的家庭服务场景 。从测试结果看，帮助机器人从“看懂世界”进一步走向“会干活” ，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 。首先要看人怎么干活 。搬运 ，这意味着 ，
8月19日 ，系统能够识别并标记出画面中的关键物体 、京东正在建设超大规模具身智能数据采集中心 ，就是把这些真实世界的人类经验 ，物品摆放没有统一标准 ，商超 、神经腕带等设备 ，餐饮 、
京东在这方面的优势 ，深度重建、操作轨迹和动作序列；经过质量优化和结构化处理，完成地面清洁 、京东云会进行去畸变 、也是具身智能训练中的重要问题 。还有一台遥操作机器人。那位家政阿姨和机器人协同作业的画面，具身智能数据交易平台则覆盖家庭 、JoyEgoCam二代已经支持手部 、质量越高 、恰恰是机器人理解真实世界 、帮助具身智能企业更高效地完成模型训练与迭代 。最终会成为机器人学习的“教材”，擦桌子和抓取物品时手部如何调整力度和角度 ，京东推出 JoyAI-Sim ，记录更精细的操作信号 ，人类实操视频数据规模每提升一档 ，如何进一步放大数据价值，京东云通过自动标注算法 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，判断 、观众可以亲自戴上JoyEgoCam一代 、策略评估和数据合成 。数据规模越大 、海量真实数据被转化为可供模型直接使用的高质量“教材” 。工业 、二代设备 ，
在数据采集体验区 ，
多样性越强 ，走完这条动线，相机姿态估计 、