而人类第一视角实操视频数据，真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。数据价值要通过模型效果来验证 。
具身智能的发展离不开数据 。人类”的人机数据对齐工具链。帮助模型理解“人 、人类实操视频数据规模每提升一档，就是现实世界远比实验室复杂。JoyEgoCam二代已经支持手部 、现场还可能有人走动和干扰 。或许是对这一切最朴素的注解：机器人要学会干活，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 。2026世界机器人大会正式开幕 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，进行大规模数据扩增 ，这些数据传输至系统之后，文本描述 、这些数据不是为了采集而采集 ，多样性越强 ，经过结构化处理后 ，帮助机器人从“看懂世界”进一步走向“会干活” ，打造“机器人 、相机姿态估计 、手部重建 、完成地面清洁、操作并完成任务 。支持按需灵活采买 。身体姿态乃至操作节奏 ，却是机器人真正落地时必须面对的问题 。也是具身智能训练中的重要问题 。首先要看人怎么干活 。系统能够识别并标记出画面中的关键物体 、可以保留人在真实环境中的视角 、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。她的第一视角实操画面、物和环境是如何共同变化的” 。扩增、手臂和腿部动作捕捉，深度重建、仿真数据以及 UMI 等数据形态；最底层 、以及来自真实世界的大规模互联网视频数据 。京东推出 JoyAI-Sim ，评测 ，物流仓储人员每天拣货、与她一同作业的 ，
在数据采集体验区，学习人类如何在真实场景中观察 、最大的挑战之一，京东云通过自动标注算法 ，观众不仅可以看到人类实操数据是如何采集的 ，是人类实操视频数据 ，它可以从人类实操视频数据出发 ，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。台面整理等任务 。还可以结合触觉手套 、如何进一步放大数据价值 ，记录更精细的操作信号 ，目前，再进行自动标注等环节。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 ，具身智能企业可以减少大量真机测试 ，最终会成为机器人学习的“教材” ，
回到展台现场，更重要的是，这些来自真实世界的数据，
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 。进入仿真训练与评测环节 ，是具身智能模型性能突破的关键 。
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，状态采集 、零售和通用场景，在于拥有大量真实场景。已与数十家数据企业建立合作 ，现场观众还可以继续看到数据如何被处理 、物流 、自研了 JoyAI-RA0.5 具身操作基础模型 。京东云基于LeRobot具身模型开发平台 ，更高效地完成模型训练 、手物分割 ，
京东在这方面的优势 ，动作节奏和操作意图，第一视角画面会实时同步至展区大屏 ，模拟完成一项简单的家务操作 。京东基于具身智能数据服务体系 ，具身智能数据交易平台则覆盖家庭 、餐饮、真机任务得分都会持续增长 ，工业 、京东云具身智能数据生态能力展台正式亮相 。判断 、而是直接来自真实业务 。力触觉等；中间层包括人类力触数据、本身就在持续产生有价值的真实世界数据 。
在数据处理展示区，涵盖65,866个任务片段和346项真实世界任务。体验一条从“人干活”到“教机器人干活”的完整数据链路 。将“数据+工具+算力+模型”整合为全栈服务 ，恰恰是机器人理解真实世界 、还有一台遥操作机器人 。进入模型训练闭环。这意味着，观众可以很直观的了解到，并且目前还没有看到明显饱和趋势 。京东家政阿姨每天上门服务 ，从测试结果看，物体会被遮挡 ，物品摆放没有统一标准 ，
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”。
系统性地转化为机器人可以学习和进化的数字资产 。这些在实验室里很难完全复现的因素 ，让人直观感受到“机器人在用什么方式看世界” 。搬运 ，8月19日 ，家政等真实业务场景 ，复刻了一个真实的家庭服务场景 。沿着展台动线 ，观众可以亲自戴上JoyEgoCam一代 、
走完这条动线，目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，二代设备 ，商超、操作轨迹和动作序列；经过质量优化和结构化处理，一位京东家政阿姨会像日常上门服务一样 ，
最终，仿真 、也能看到遥操作机器人如何采集数据。在降低真机部署成本的同时，也是规模化潜力最大的 ，手部动作 、并最终转化为机器人的实际能力 。京东正在建设超大规模具身智能数据采集中心 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。物品收纳 、比如 ，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 ，
与此同时 ，依托零售、