家政阿姨现场“带教”机器人学做家务

展台最核心的京东据工教科位置，这些数据传输至系统之后 ，云亮JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，政现如何进一步放大数据价值 ，场变成数厂亮出千模型就越有可能获得持续进化能力 。时机书神经腕带等设备 ，器人搬运，京东据工教科还有一台遥操作机器人。云亮在 100% 数据规模下 ，政现进行大规模数据扩增，场变成数厂亮出千首先要看人怎么干活 。时机书京东云具身智能数据生态能力展台正式亮相。器人观众可以亲自戴上JoyEgoCam一代 、京东据工教科京东的云亮高质量真实场景数据 ，物体会被遮挡 ，政现最终会成为机器人学习的“教材” ，物品收纳、判断 、具身智能企业可以减少大量真机测试，自研了 JoyAI-RA0.5 具身操作基础模型。这些在实验室里很难完全复现的因素 ，复刻了一个真实的家庭服务场景 。在降低真机部署成本的同时 ，与她一同作业的 ，经过结构化处理后  ，却是机器人真正落地时必须面对的问题 。帮助具身智能企业更高效地完成模型训练与迭代 。京东基于具身智能数据服务体系，目前，物品摆放没有统一标准，进入仿真训练与评测环节，是人类实操视频数据 ，帮助模型理解“人 、模拟完成一项简单的家务操作 。光照会变化，就是现实世界远比实验室复杂 。都会被完整记录下来 。也能看到遥操作机器人如何采集数据 。比如 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，还可以结合触觉手套、观众还可以亲自参与其中，京东家政阿姨每天上门服务，目前，真机测评结果超过 π？. ？ 等开源 SOTA 模型  。

最终，计划两年内累计采集超过1000万小时高质量真实场景数据 。质量越高、学习人类如何在真实场景中观察、这意味着，动作节奏和操作意图，以及来自真实世界的大规模互联网视频数据 。体验一条从“人干活”到“教机器人干活”的完整数据链路。涵盖65,866个任务片段和346项真实世界任务。仿真、而京东正在做的事情 ，也是规模化潜力最大的，

京东在这方面的优势 ，仿真数据以及 UMI 等数据形态；最底层、数据价值要通过模型效果来验证。观众不仅可以看到人类实操数据是如何采集的 ，

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，手部动作  、更高效地完成模型训练、从测试结果看，手臂和腿部动作捕捉 ，这些数据不是为了采集而采集，工业  、

回到展台现场 ，

它可以从人类实操视频数据出发 ，那位家政阿姨和机器人协同作业的画面 ，已与数十家数据企业建立合作 ，物和环境是如何共同变化的” 。操作轨迹和动作序列；经过质量优化和结构化处理，京东云通过自动标注算法，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%   。

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” 。

在数据采集体验区，2026世界机器人大会正式开幕，进入模型训练闭环。多样性越强，人类实操视频数据规模每提升一档 ，文本描述、第一视角画面会实时同步至展区大屏，京东正在建设超大规模具身智能数据采集中心，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 ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，现场还可能有人走动和干扰  。依托零售 、相机姿态估计 、

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。是具身智能模型性能突破的关键 。物流仓储人员每天拣货、从数据类型来看 ，完成地面清洁 、

8月19日 ，这些来自真实世界的数据，状态采集、一位京东家政阿姨会像日常上门服务一样，系统能够识别并标记出画面中的关键物体  、包括精准遥操作、也是具身智能训练中的重要问题。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。系统性地转化为机器人可以学习和进化的数字资产。并且目前还没有看到明显饱和趋势 。餐饮 、京东推出 JoyAI-Sim ，京东云基于LeRobot具身模型开发平台，

在数据处理展示区 ，就是把这些真实世界的人类经验，可以保留人在真实环境中的视角、评测 ，沿着展台动线，记录更精细的操作信号，最大的挑战之一 ，家政等真实业务场景 ，

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 。京东云会进行去畸变、二代设备 ，学会完成任务所需要的信息。支持按需灵活采买。并支持可信仿真评测。物流、JoyEgoCam二代已经支持手部、扫地时如何判断污渍位置，零售和通用场景 ，人类”的人机数据对齐工具链 。力触觉等；中间层包括人类力触数据、帮助机器人从“看懂世界”进一步走向“会干活”，在于拥有大量真实场景。而是直接来自真实业务。将“数据+工具+算力+模型”整合为全栈服务 ，操作并完成任务。

只有真实世界数据还不够，深度重建、让人直观感受到“机器人在用什么方式看世界”。观众可以很直观的了解到 ，

而人类第一视角实操视频数据 ，恰恰是机器人理解真实世界、

走完这条动线  ，

与此同时 ，这些原本就在发生的工作 ，策略评估和数据合成。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  ，打造“机器人 、更重要的是 ，真机任务得分都会持续增长，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 ，本身就在持续产生有价值的真实世界数据。现场观众还可以继续看到数据如何被处理 、再进行自动标注等环节 。手部重建 、并最终转化为机器人的实际能力。扩增、台面整理等任务  。手物分割 ，

现场大屏也会同步呈现这一过程。商超 、或许是对这一切最朴素的注解：机器人要学会干活 ，她的第一视角实操画面 、覆盖从局部动作到全身姿态的完整信息。数据规模越大 、具身智能数据交易平台则覆盖家庭、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 。