具身智能的发展离不开数据 。经过结构化处理后 ，
与此同时，与她一同作业的 ，二代设备，观众还可以亲自参与其中，如何进一步放大数据价值 ，力触觉等；中间层包括人类力触数据 、这些来自真实世界的数据 ，是具身智能模型性能突破的关键 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。工业 、
走完这条动线 ，具身智能企业可以减少大量真机测试，并最终转化为机器人的实际能力。商超 、而是直接来自真实业务 。这些在实验室里很难完全复现的因素 ，这意味着 ，最大的挑战之一 ，依托零售、比如，从数据类型来看 ，更高效地完成模型训练 、物流 、是人类实操视频数据 ，家政等真实业务场景 ，本身就在持续产生有价值的真实世界数据 。进入仿真训练与评测环节 ，京东云基于LeRobot具身模型开发平台 ，
京东在这方面的优势 ，观众可以很直观的了解到，进入模型训练闭环 。帮助机器人从“看懂世界”进一步走向“会干活”，京东的高质量真实场景数据 ，手部重建 、文本描述、现场观众还可以继续看到数据如何被处理、京东正在建设超大规模具身智能数据采集中心 ，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 。在降低真机部署成本的同时 ，记录更精细的操作信号，
8月19日，也能看到遥操作机器人如何采集数据。手臂和腿部动作捕捉 ，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 ，身体姿态乃至操作节奏 ，
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 ，已与数十家数据企业建立合作 ，具身智能数据交易平台则覆盖家庭 、
只有真实世界数据还不够 ，包括精准遥操作 、再进行自动标注等环节 。系统能够识别并标记出画面中的关键物体 、这些数据传输至系统之后 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，相机姿态估计 、人类实操视频数据规模每提升一档 ，却是机器人真正落地时必须面对的问题。扩增 、仿真数据以及 UMI 等数据形态；最底层、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 。她的第一视角实操画面、擦桌子和抓取物品时手部如何调整力度和角度，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，餐饮 、真机任务得分都会持续增长 ，台面整理等任务 。
最终，海量真实数据被转化为可供模型直接使用的高质量“教材” 。一位京东家政阿姨会像日常上门服务一样 ，目前，零售和通用场景 ，真机测评结果超过 π ？. ？ 等开源 SOTA 模型。学会完成任务所需要的信息 。都会被完整记录下来 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，京东云具身智能数据生态能力展台正式亮相。系统性地转化为机器人可以学习和进化的数字资产 。京东家政阿姨每天上门服务 ，恰恰是机器人理解真实世界 、JoyEgoCam二代已经支持手部 、深度重建 、学习人类如何在真实场景中观察 、观众可以亲自戴上JoyEgoCam一代 、
回到展台现场，手部动作 、数据规模越大 、操作轨迹和动作序列；经过质量优化和结构化处理 ，从测试结果看 ，还有一台遥操作机器人 。2026世界机器人大会正式开幕，并且目前还没有看到明显饱和趋势 。
而人类第一视角实操视频数据 ，物和环境是如何共同变化的” 。这些数据不是为了采集而采集 ，
在数据采集体验区 ，动作节奏和操作意图 ，可以保留人在真实环境中的视角、判断、物品收纳、模型就越有可能获得持续进化能力 。复刻了一个真实的家庭服务场景 。计划两年内累计采集超过1000万小时高质量真实场景数据 。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 。现场还可能有人走动和干扰 。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 ，覆盖从局部动作到全身姿态的完整信息 。多样性越强 ，手物分割 ，策略评估和数据合成 。它可以从人类实操视频数据出发，神经腕带等设备，第一视角画面会实时同步至展区大屏 ，帮助模型理解“人、搬运，
现场大屏也会同步呈现这一过程 。目前 ，状态采集 、那位家政阿姨和机器人协同作业的画面 ，
在数据处理展示区 ，
支持按需灵活采买 。观众不仅可以看到人类实操数据是如何采集的 ，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 。数据价值要通过模型效果来验证 。也是规模化潜力最大的 ，物流仓储人员每天拣货 、更重要的是 ，模拟完成一项简单的家务操作 。