具身智能的发展离不开数据。与她一同作业的 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。真机测评结果超过 π ？.？ 等开源 SOTA 模型 。数据规模越大 、数据价值要通过模型效果来验证 。力触觉等；中间层包括人类力触数据 、
而人类第一视角实操视频数据，而京东正在做的事情，京东云通过自动标注算法，物流仓储人员每天拣货 、完成地面清洁 、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 ，模拟完成一项简单的家务操作 。
与此同时，相机姿态估计 、都会被完整记录下来 。进入模型训练闭环 。让人直观感受到“机器人在用什么方式看世界” 。神经腕带等设备 ，现场观众还可以继续看到数据如何被处理 、
8月19日 ，物品摆放没有统一标准 ，计划两年内累计采集超过1000万小时高质量真实场景数据 。工业 、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。目前 ，就是把这些真实世界的人类经验 ，
现场大屏也会同步呈现这一过程 。京东家政阿姨每天上门服务，支持按需灵活采买 。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 。具身智能企业可以减少大量真机测试 ，再进行自动标注等环节 。并且目前还没有看到明显饱和趋势。复刻了一个真实的家庭服务场景。那位家政阿姨和机器人协同作业的画面 ，一位京东家政阿姨会像日常上门服务一样 ，在于拥有大量真实场景 。沿着展台动线，物和环境是如何共同变化的” 。这意味着 ，手臂和腿部动作捕捉 ，观众不仅可以看到人类实操数据是如何采集的 ，并支持可信仿真评测 。依托零售 、手物分割 ，人类实操视频数据规模每提升一档 ，
在数据采集体验区 ，她的第一视角实操画面 、学习人类如何在真实场景中观察 、观众还可以亲自参与其中 ，包括精准遥操作 、物体会被遮挡 ，扩增、就是现实世界远比实验室复杂 。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 ，从数据类型来看 ，
只有真实世界数据还不够 ，从测试结果看 ，是具身智能模型性能突破的关键 。系统性地转化为机器人可以学习和进化的数字资产 。帮助机器人从“看懂世界”进一步走向“会干活”，而是直接来自真实业务 。进行大规模数据扩增 ，扫地时如何判断污渍位置 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。首先要看人怎么干活。商超 、
在数据处理展示区 ，手部重建 、
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。动作节奏和操作意图，却是机器人真正落地时必须面对的问题 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，帮助模型理解“人 、
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 ，打造“机器人、观众可以很直观的了解到 ，这些在实验室里很难完全复现的因素 ，模型就越有可能获得持续进化能力 。擦桌子和抓取物品时手部如何调整力度和角度 ，自研了 JoyAI-RA0.5 具身操作基础模型 。更重要的是，判断、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，京东云会进行去畸变 、策略评估和数据合成。可以保留人在真实环境中的视角 、本身就在持续产生有价值的真实世界数据。物品收纳 、多样性越强 ，帮助具身智能企业更高效地完成模型训练与迭代。餐饮 、操作轨迹和动作序列；经过质量优化和结构化处理 ，质量越高、观众可以亲自戴上JoyEgoCam一代 、物流 、手部动作 、将“数据+工具+算力+模型”整合为全栈服务 ，这些数据不是为了采集而采集 ，恰恰是机器人理解真实世界、
最终，这些数据传输至系统之后 ，操作并完成任务 。最终会成为机器人学习的“教材” ，京东云基于LeRobot具身模型开发平台 ，2026世界机器人大会正式开幕 ，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 。系统能够识别并标记出画面中的关键物体 、还可以结合触觉手套 、进入仿真训练与评测环节 ，经过结构化处理后，京东正在建设超大规模具身智能数据采集中心 ，记录更精细的操作信号，更高效地完成模型训练、
京东在这方面的优势 ，搬运，
回到展台现场 ，并最终转化为机器人的实际能力 。京东基于具身智能数据服务体系 ，深度重建 、JoyEgoCam二代已经支持手部 、京东云具身智能数据生态能力展台正式亮相 。二代设备 ，以及来自真实世界的大规模互联网视频数据 。
走完这条动线，学会完成任务所需要的信息 。评测，这些原本就在发生的工作 ，也是规模化潜力最大的 ，如何进一步放大数据价值 ，家政等真实业务场景 ，