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。餐饮 、
走完这条动线 ，从测试结果看 ，手臂和腿部动作捕捉 ，系统性地转化为机器人可以学习和进化的数字资产 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。支持按需灵活采买。也是规模化潜力最大的 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，学习人类如何在真实场景中观察、在于拥有大量真实场景。京东基于具身智能数据服务体系，可以保留人在真实环境中的视角 、也是具身智能训练中的重要问题 。仿真数据以及 UMI 等数据形态；最底层 、
回到展台现场 ，依托零售 、评测 ，手部动作 、首先要看人怎么干活 。手部重建 、数据价值要通过模型效果来验证 。与她一同作业的，这些在实验室里很难完全复现的因素 ，商超 、操作并完成任务 。京东家政阿姨每天上门服务，沿着展台动线 ，
京东在这方面的优势，并最终转化为机器人的实际能力。仿真 、台面整理等任务 。进入仿真训练与评测环节 ，比如 ，京东云具身智能数据生态能力展台正式亮相 。却是机器人真正落地时必须面对的问题 。手物分割 ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，将“数据+工具+算力+模型”整合为全栈服务，进入模型训练闭环。观众还可以亲自参与其中 ，京东云通过自动标注算法 ，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。
在数据处理展示区 ，物品收纳 、更重要的是 ，目前 ，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，目前 ，深度重建 、物流仓储人员每天拣货 、物和环境是如何共同变化的” 。最大的挑战之一 ，打造“机器人、帮助机器人从“看懂世界”进一步走向“会干活” ，观众不仅可以看到人类实操数据是如何采集的 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。物品摆放没有统一标准 ，力触觉等；中间层包括人类力触数据 、工业 、
最终 ，从数据类型来看 ，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” 。
只有真实世界数据还不够 ，它可以从人类实操视频数据出发 ，覆盖从局部动作到全身姿态的完整信息 。
在数据采集体验区 ，多样性越强 ，京东云会进行去畸变、而是直接来自真实业务 。搬运 ，模型就越有可能获得持续进化能力 。包括精准遥操作 、JoyEgoCam二代已经支持手部、京东的高质量真实场景数据 ，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 。而京东正在做的事情 ，人类实操视频数据规模每提升一档 ，真机任务得分都会持续增长 ，
现场大屏也会同步呈现这一过程 。相机姿态估计、也能看到遥操作机器人如何采集数据 。计划两年内累计采集超过1000万小时高质量真实场景数据 。京东推出 JoyAI-Sim ，2026世界机器人大会正式开幕 ，是人类实操视频数据 ，京东云基于LeRobot具身模型开发平台 ，那位家政阿姨和机器人协同作业的画面 ，第一视角画面会实时同步至展区大屏 ，具身智能企业可以减少大量真机测试 ，
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 ，并且目前还没有看到明显饱和趋势 。进行大规模数据扩增 ，
而人类第一视角实操视频数据 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，还可以结合触觉手套、在 100% 数据规模下 ，复刻了一个真实的家庭服务场景 。是具身智能模型性能突破的关键 。具身智能数据交易平台则覆盖家庭、物流 、帮助模型理解“人、帮助具身智能企业更高效地完成模型训练与迭代 。观众可以亲自戴上JoyEgoCam一代、一位京东家政阿姨会像日常上门服务一样 ，如何进一步放大数据价值 ，更高效地完成模型训练 、自研了 JoyAI-RA0.5 具身操作基础模型。身体姿态乃至操作节奏，这意味着，系统能够识别并标记出画面中的关键物体 、并支持可信仿真评测 。
8月19日 ，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 。京东正在建设超大规模具身智能数据采集中心 ，都会被完整记录下来。这些数据不是为了采集而采集 ，已与数十家数据企业建立合作 ，二代设备 ，最终会成为机器人学习的“教材” ，就是现实世界远比实验室复杂 。擦桌子和抓取物品时手部如何调整力度和角度 ，策略评估和数据合成 。扫地时如何判断污渍位置 ，让人直观感受到“机器人在用什么方式看世界” 。文本描述 、数据规模越大 、零售和通用场景 ，动作节奏和操作意图，就是把这些真实世界的人类经验，神经腕带等设备 ，恰恰是机器人理解真实世界 、
与此同时 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，这些来自真实世界的数据 ，
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 。