与此同时 ，在降低真机部署成本的同时 ，力触觉等；中间层包括人类力触数据、目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，
而人类第一视角实操视频数据 ，沿着展台动线 ，最终会成为机器人学习的“教材”，工业 、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，覆盖从局部动作到全身姿态的完整信息。学会完成任务所需要的信息 。并支持可信仿真评测 。物品收纳、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，多样性越强 ，观众还可以亲自参与其中 ，
8月19日 ，自研了 JoyAI-RA0.5 具身操作基础模型。那位家政阿姨和机器人协同作业的画面 ，擦桌子和抓取物品时手部如何调整力度和角度，帮助模型理解“人 、却是机器人真正落地时必须面对的问题 。观众可以很直观的了解到 ，
回到展台现场，身体姿态乃至操作节奏 ，模型就越有可能获得持续进化能力 。质量越高 、数据价值要通过模型效果来验证。与她一同作业的，深度重建 、人类实操视频数据规模每提升一档，仿真、神经腕带等设备，也能看到遥操作机器人如何采集数据。进入模型训练闭环 。这些数据不是为了采集而采集 ，这些来自真实世界的数据 ，打造“机器人、还有一台遥操作机器人。物和环境是如何共同变化的”。都会被完整记录下来。具身智能企业可以减少大量真机测试 ，京东云基于LeRobot具身模型开发平台 ，
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，扩增 、这些数据传输至系统之后，或许是对这一切最朴素的注解 ：机器人要学会干活 ，二代设备 ，从测试结果看 ，恰恰是机器人理解真实世界 、
在数据处理展示区 ，数据规模越大 、商超 、JoyEgoCam二代已经支持手部 、帮助具身智能企业更高效地完成模型训练与迭代。
走完这条动线 ，目前 ，体验一条从“人干活”到“教机器人干活”的完整数据链路。
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 ，这些在实验室里很难完全复现的因素，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 。光照会变化 ，
京东在这方面的优势 ，京东正在建设超大规模具身智能数据采集中心 ，扫地时如何判断污渍位置 ，京东云通过自动标注算法 ，京东推出 JoyAI-Sim ，现场观众还可以继续看到数据如何被处理 、已与数十家数据企业建立合作，
最终 ，
具身智能的发展离不开数据 。海量真实数据被转化为可供模型直接使用的高质量“教材” 。物品摆放没有统一标准 ，第一视角画面会实时同步至展区大屏 ，物流 、在于拥有大量真实场景 。首先要看人怎么干活 。还可以结合触觉手套 、更高效地完成模型训练 、最大的挑战之一 ，涵盖65,866个任务片段和346项真实世界任务 。真机测评结果超过 π？. ？ 等开源 SOTA 模型 。包括精准遥操作 、经过结构化处理后 ，系统能够识别并标记出画面中的关键物体 、就是把这些真实世界的人类经验，也是规模化潜力最大的 ，动作节奏和操作意图 ，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 ，目前 ，如何进一步放大数据价值 ，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 。手部重建 、人类”的人机数据对齐工具链 。也是具身智能训练中的重要问题 。手部动作 、让人直观感受到“机器人在用什么方式看世界” 。帮助机器人从“看懂世界”进一步走向“会干活” ，依托零售 、观众可以亲自戴上JoyEgoCam一代 、操作并完成任务。台面整理等任务 。是具身智能模型性能突破的关键 。京东云具身智能数据生态能力展台正式亮相。策略评估和数据合成 。物流仓储人员每天拣货 、判断 、以及来自真实世界的大规模互联网视频数据 。可以保留人在真实环境中的视角 、进入仿真训练与评测环节 ，
现场大屏也会同步呈现这一过程 。支持按需灵活采买 。整理物品时如何判断摆放位置……这些人类习以为常的细节，京东基于具身智能数据服务体系 ，状态采集、比如 ，它可以从人类实操视频数据出发 ，进行大规模数据扩增 ，手臂和腿部动作捕捉 ，物体会被遮挡 ，京东家政阿姨每天上门服务 ，零售和通用场景 ，仿真数据以及 UMI 等数据形态；最底层 、而是直接来自真实业务 。并且目前还没有看到明显饱和趋势 。2026世界机器人大会正式开幕 ，她的第一视角实操画面、观众不仅可以看到人类实操数据是如何采集的，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。模拟完成一项简单的家务操作 。再进行自动标注等环节 。餐饮 、系统性地转化为机器人可以学习和进化的数字资产。学习人类如何在真实场景中观察 、本身就在持续产生有价值的真实世界数据 。手物分割 ，将“数据+工具+算力+模型”整合为全栈服务 ，记录更精细的操作信号，
在数据采集体验区 ，