现场大屏也会同步呈现这一过程 。
在数据处理展示区 ，都会被完整记录下来 。再进行自动标注等环节 。多样性越强 ，在降低真机部署成本的同时 ，状态采集、却是机器人真正落地时必须面对的问题 。京东正在建设超大规模具身智能数据采集中心，帮助模型理解“人 、
8月19日 ，更高效地完成模型训练 、物流 、评测 ，搬运 ，台面整理等任务 。系统能够识别并标记出画面中的关键物体 、物流仓储人员每天拣货 、扫地时如何判断污渍位置，手臂和腿部动作捕捉 ，恰恰是机器人理解真实世界 、人类”的人机数据对齐工具链。手物分割 ，擦桌子和抓取物品时手部如何调整力度和角度 ，二代设备 ，模型就越有可能获得持续进化能力 。还有一台遥操作机器人 。并且目前还没有看到明显饱和趋势 。学习人类如何在真实场景中观察 、目前京东EgoLive数据集已公开首批约2000小时第一视角数据，也是规模化潜力最大的 ，一位京东家政阿姨会像日常上门服务一样 ，它可以从人类实操视频数据出发 ，进行大规模数据扩增 ，京东云会进行去畸变 、学会完成任务所需要的信息 。这意味着 ，可以保留人在真实环境中的视角 、将“数据+工具+算力+模型”整合为全栈服务 ，
最终 ，模拟完成一项简单的家务操作。打造“机器人 、帮助具身智能企业更高效地完成模型训练与迭代 。记录更精细的操作信号 ，或许是对这一切最朴素的注解：机器人要学会干活，手部重建、目前，质量越高 、
具身智能的发展离不开数据 。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 ，物品收纳 、京东的高质量真实场景数据，目前 ，以及来自真实世界的大规模互联网视频数据 。
回到展台现场 ，京东云通过自动标注算法 ，她的第一视角实操画面 、策略评估和数据合成。京东推出 JoyAI-Sim ，观众可以亲自戴上JoyEgoCam一代 、是具身智能模型性能突破的关键。
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 。京东云具身智能数据生态能力展台正式亮相 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。零售和通用场景 ，那位家政阿姨和机器人协同作业的画面 ，计划两年内累计采集超过1000万小时高质量真实场景数据。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，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 。这些数据不是为了采集而采集 ，扩增 、现场观众还可以继续看到数据如何被处理 、具身智能企业可以减少大量真机测试 ，操作轨迹和动作序列；经过质量优化和结构化处理，
与此同时 ，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 。工业、
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 。比如 ，还可以结合触觉手套、本身就在持续产生有价值的真实世界数据 。物品摆放没有统一标准 ，
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，也能看到遥操作机器人如何采集数据 。家政等真实业务场景 ，操作并完成任务 。具身智能数据交易平台则覆盖家庭 、商超 、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。就是现实世界远比实验室复杂 。经过结构化处理后 ，涵盖65,866个任务片段和346项真实世界任务 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。神经腕带等设备 ，观众不仅可以看到人类实操数据是如何采集的 ，最终会成为机器人学习的“教材” ，仿真、是人类实操视频数据，而是直接来自真实业务。
京东在这方面的优势 ，沿着展台动线 ，观众可以很直观的了解到 ，
走完这条动线 ，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 、在 100% 数据规模下 ，现场还可能有人走动和干扰 。并支持可信仿真评测 。而京东正在做的事情 ，支持按需灵活采买。物和环境是如何共同变化的” 。首先要看人怎么干活 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，餐饮 、
只有真实世界数据还不够 ，已与数十家数据企业建立合作 ，力触觉等；中间层包括人类力触数据 、深度重建 、最大的挑战之一 ，这些在实验室里很难完全复现的因素，包括精准遥操作 、进入模型训练闭环 。系统性地转化为机器人可以学习和进化的数字资产 。
在数据采集体验区 ，JoyEgoCam二代已经支持手部 、光照会变化 ，与她一同作业的 ，物体会被遮挡，2026世界机器人大会正式开幕 ，判断 、依托零售 、身体姿态乃至操作节奏，帮助机器人从“看懂世界”进一步走向“会干活” ，相机姿态估计、