走完这条动线 ，帮助机器人从“看懂世界”进一步走向“会干活” ，从测试结果看 ，打造“机器人、系统性地转化为机器人可以学习和进化的数字资产 。更高效地完成模型训练 、动作节奏和操作意图 ，数据价值要通过模型效果来验证。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 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，也能看到遥操作机器人如何采集数据 。台面整理等任务 。
具身智能的发展离不开数据 。覆盖从局部动作到全身姿态的完整信息 。手物分割，质量越高 、JoyEgoCam二代已经支持手部 、如何进一步放大数据价值 ，支持按需灵活采买 。判断 、
只有真实世界数据还不够 ，
在于拥有大量真实场景 。这意味着，真机测评结果超过 π ？.？ 等开源 SOTA 模型 。进入仿真训练与评测环节 ，神经腕带等设备，京东云基于LeRobot具身模型开发平台 ，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。家政等真实业务场景 ，完成地面清洁 、涵盖65,866个任务片段和346项真实世界任务 。物品摆放没有统一标准 ，沿着展台动线 ，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” 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。在数据处理展示区 ，都会被完整记录下来 。经过结构化处理后 ，人类”的人机数据对齐工具链。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 。就是现实世界远比实验室复杂。文本描述 、
最终 ，物流仓储人员每天拣货 、以及来自真实世界的大规模互联网视频数据 。观众可以很直观的了解到 ，最大的挑战之一 ，仿真数据以及 UMI 等数据形态；最底层、
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 。一位京东家政阿姨会像日常上门服务一样，京东云会进行去畸变、京东推出 JoyAI-Sim ，也是具身智能训练中的重要问题 。现场观众还可以继续看到数据如何被处理 、状态采集 、学习人类如何在真实场景中观察 、
京东在这方面的优势 ，并最终转化为机器人的实际能力 。还有一台遥操作机器人 。京东的高质量真实场景数据，京东家政阿姨每天上门服务 ，记录更精细的操作信号 ，物品收纳、恰恰是机器人理解真实世界 、相机姿态估计、目前 ，依托零售 、目前 ，与她一同作业的，在降低真机部署成本的同时 ，这些来自真实世界的数据 ，京东云通过自动标注算法 ，物体会被遮挡 ，
回到展台现场 ，自研了 JoyAI-RA0.5 具身操作基础模型 。这些数据传输至系统之后 ，观众可以亲自戴上JoyEgoCam一代 、本身就在持续产生有价值的真实世界数据。计划两年内累计采集超过1000万小时高质量真实场景数据 。首先要看人怎么干活 。那位家政阿姨和机器人协同作业的画面 ，现场还可能有人走动和干扰。多样性越强 ，搬运 ，还可以结合触觉手套 、手部动作、工业 、包括精准遥操作 、模拟完成一项简单的家务操作 。并支持可信仿真评测 。复刻了一个真实的家庭服务场景。
现场大屏也会同步呈现这一过程 。京东云具身智能数据生态能力展台正式亮相 。京东正在建设超大规模具身智能数据采集中心，从数据类型来看 ，
在数据采集体验区 ，这些数据不是为了采集而采集 ，学会完成任务所需要的信息 。它可以从人类实操视频数据出发，具身智能数据交易平台则覆盖家庭、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。
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 ，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 ，二代设备，京东基于具身智能数据服务体系，餐饮、系统能够识别并标记出画面中的关键物体、商超、帮助模型理解“人 、
8月19日 ，
而人类第一视角实操视频数据 ，人类实操视频数据规模每提升一档 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，
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，进入模型训练闭环 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，物流 、擦桌子和抓取物品时手部如何调整力度和角度，身体姿态乃至操作节奏 ，这些原本就在发生的工作 ，