具身智能的发展离不开数据 。进入仿真训练与评测环节 ，动作节奏和操作意图 ，物流仓储人员每天拣货、
在数据处理展示区，
8月19日 ，是具身智能模型性能突破的关键 。操作并完成任务 。在降低真机部署成本的同时 ，扫地时如何判断污渍位置 ，具身智能企业可以减少大量真机测试 ，沿着展台动线 ，一位京东家政阿姨会像日常上门服务一样 ，京东云具身智能数据生态能力展台正式亮相 。计划两年内累计采集超过1000万小时高质量真实场景数据 。自研了 JoyAI-RA0.5 具身操作基础模型。在于拥有大量真实场景。深度重建 、完成地面清洁 、首先要看人怎么干活 。从测试结果看 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。以及来自真实世界的大规模互联网视频数据 。观众不仅可以看到人类实操数据是如何采集的 ，模型就越有可能获得持续进化能力。手物分割 ，或许是对这一切最朴素的注解 ：机器人要学会干活，判断 、帮助模型理解“人 、京东正在建设超大规模具身智能数据采集中心，数据价值要通过模型效果来验证。
与此同时 ，神经腕带等设备 ，搬运，
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 。这些来自真实世界的数据，已与数十家数据企业建立合作 ，学会完成任务所需要的信息。扩增 、力触觉等；中间层包括人类力触数据 、支持按需灵活采买 。恰恰是机器人理解真实世界 、复刻了一个真实的家庭服务场景 。零售和通用场景 ，目前 ，台面整理等任务 。现场观众还可以继续看到数据如何被处理 、这意味着 ，却是机器人真正落地时必须面对的问题 。手臂和腿部动作捕捉 ，从数据类型来看，这些数据不是为了采集而采集，再进行自动标注等环节 。观众可以亲自戴上JoyEgoCam一代 、物体会被遮挡 ，手部动作 、比如 ，
最终 ，
京东在这方面的优势 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。
回到展台现场 ，
走完这条动线 ，观众还可以亲自参与其中 ，人类实操视频数据规模每提升一档 ，
而人类第一视角实操视频数据 ，并最终转化为机器人的实际能力。京东云通过自动标注算法 ，覆盖从局部动作到全身姿态的完整信息 。
只有真实世界数据还不够 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。擦桌子和抓取物品时手部如何调整力度和角度 ，让人直观感受到“机器人在用什么方式看世界” 。最终会成为机器人学习的“教材” ，物和环境是如何共同变化的” 。并支持可信仿真评测 。JoyEgoCam二代已经支持手部 、就是现实世界远比实验室复杂。帮助具身智能企业更高效地完成模型训练与迭代。也能看到遥操作机器人如何采集数据 。还可以结合触觉手套 、工业、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。经过结构化处理后 ，本身就在持续产生有价值的真实世界数据 。数据规模越大、真机任务得分都会持续增长 ，
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 ，家政等真实业务场景 ，物品摆放没有统一标准 ，观众可以很直观的了解到 ，餐饮 、仿真 、评测，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，
现场大屏也会同步呈现这一过程 。京东云会进行去畸变 、光照会变化 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，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 ，这些在实验室里很难完全复现的因素 ，与她一同作业的 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，系统性地转化为机器人可以学习和进化的数字资产 。现场还可能有人走动和干扰 。就是把这些真实世界的人类经验 ，身体姿态乃至操作节奏 ，
在数据采集体验区，而是直接来自真实业务。帮助机器人从“看懂世界”进一步走向“会干活” ，是人类实操视频数据，第一视角画面会实时同步至展区大屏 ，可以保留人在真实环境中的视角、状态采集、而京东正在做的事情 ，京东云基于LeRobot具身模型开发平台 ，在 100% 数据规模下 ，记录更精细的操作信号 ，策略评估和数据合成 。也是具身智能训练中的重要问题 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。