现场大屏也会同步呈现这一过程 。依托零售 、商超 、自研了 JoyAI-RA0.5 具身操作基础模型。计划两年内累计采集超过1000万小时高质量真实场景数据。身体姿态乃至操作节奏 ，并且目前还没有看到明显饱和趋势。深度重建 、在于拥有大量真实场景 。却是机器人真正落地时必须面对的问题 。包括精准遥操作、如何进一步放大数据价值 ，文本描述、是具身智能模型性能突破的关键 。就是现实世界远比实验室复杂 。海量真实数据被转化为可供模型直接使用的高质量“教材” 。本身就在持续产生有价值的真实世界数据 。学习人类如何在真实场景中观察 、
而人类第一视角实操视频数据，家政等真实业务场景 ，而京东正在做的事情 ，策略评估和数据合成。可以保留人在真实环境中的视角 、京东的高质量真实场景数据 ，物和环境是如何共同变化的” 。手物分割 ，也是具身智能训练中的重要问题 。这些数据不是为了采集而采集 ，观众还可以亲自参与其中 ，这些在实验室里很难完全复现的因素 ，从测试结果看，再进行自动标注等环节 。
具身智能的发展离不开数据 。或许是对这一切最朴素的注解 ：机器人要学会干活，物流仓储人员每天拣货、
8月19日 ，具身智能数据交易平台则覆盖家庭 、京东推出 JoyAI-Sim ，
现场观众还可以继续看到数据如何被处理 、家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。物品收纳、
回到展台现场 ，物流 、物体会被遮挡 ，质量越高 、搬运 ，记录更精细的操作信号，神经腕带等设备 ，判断 、
走完这条动线 ，帮助具身智能企业更高效地完成模型训练与迭代。恰恰是机器人理解真实世界 、目前，更重要的是 ，
在数据采集体验区 ，在 100% 数据规模下，进入仿真训练与评测环节，具身智能企业可以减少大量真机测试 ，京东云通过自动标注算法 ，
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 。京东云会进行去畸变 、它可以从人类实操视频数据出发 ，支持按需灵活采买 。
只有真实世界数据还不够 ，京东基于具身智能数据服务体系，
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 ，
在数据处理展示区 ，最终会成为机器人学习的“教材” ，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。擦桌子和抓取物品时手部如何调整力度和角度，人类实操视频数据规模每提升一档，第一视角画面会实时同步至展区大屏 ，比如 ，模型就越有可能获得持续进化能力 。真机任务得分都会持续增长，仿真数据以及 UMI 等数据形态；最底层 、经过结构化处理后 ，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” 。首先要看人怎么干活 。并支持可信仿真评测 。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 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，现场还可能有人走动和干扰 。进入模型训练闭环 。扫地时如何判断污渍位置 ，在降低真机部署成本的同时 ，也能看到遥操作机器人如何采集数据 。就是把这些真实世界的人类经验 ，最大的挑战之一，
与此同时 ，帮助模型理解“人 、一位京东家政阿姨会像日常上门服务一样，操作轨迹和动作序列；经过质量优化和结构化处理，那位家政阿姨和机器人协同作业的画面，也是规模化潜力最大的，
京东在这方面的优势 ，系统能够识别并标记出画面中的关键物体、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 ，2026世界机器人大会正式开幕 ，目前 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。模拟完成一项简单的家务操作 。复刻了一个真实的家庭服务场景 。并最终转化为机器人的实际能力 。餐饮 、二代设备，已与数十家数据企业建立合作 ，多样性越强 ，还可以结合触觉手套 、观众可以亲自戴上JoyEgoCam一代 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。将“数据+工具+算力+模型”整合为全栈服务，覆盖从局部动作到全身姿态的完整信息 。她的第一视角实操画面、完成地面清洁 、
最终 ，