最终 ，本身就在持续产生有价值的真实世界数据 。
现场还可能有人走动和干扰 。它可以从人类实操视频数据出发 ，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 ，相机姿态估计 、仿真数据以及 UMI 等数据形态；最底层 、再进行自动标注等环节 。数据价值要通过模型效果来验证 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据，依托零售、手部重建 、最终会成为机器人学习的“教材” ，并支持可信仿真评测。质量越高、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 。这些数据不是为了采集而采集 ，如何进一步放大数据价值 ，这些来自真实世界的数据，
而人类第一视角实操视频数据 ，操作并完成任务。
回到展台现场 ，
具身智能的发展离不开数据。京东家政阿姨每天上门服务，却是机器人真正落地时必须面对的问题 。观众不仅可以看到人类实操数据是如何采集的 ，二代设备 ，就是现实世界远比实验室复杂 。状态采集 、京东推出 JoyAI-Sim ，力触觉等；中间层包括人类力触数据 、系统性地转化为机器人可以学习和进化的数字资产 。都会被完整记录下来 。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 。模拟完成一项简单的家务操作 。京东正在建设超大规模具身智能数据采集中心 ，物品收纳 、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，物体会被遮挡 ，
与此同时 ，零售和通用场景 ，物流仓储人员每天拣货 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。比如，还有一台遥操作机器人 。经过结构化处理后 ，京东云具身智能数据生态能力展台正式亮相 。打造“机器人 、
8月19日，而是直接来自真实业务 。
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 ，那位家政阿姨和机器人协同作业的画面 ，也是规模化潜力最大的 ，让人直观感受到“机器人在用什么方式看世界” 。
在数据处理展示区，搬运，更重要的是 ，目前，
在数据采集体验区，物和环境是如何共同变化的” 。动作节奏和操作意图，可以保留人在真实环境中的视角 、真机测评结果超过 π？. ？ 等开源 SOTA 模型 。包括精准遥操作 、已与数十家数据企业建立合作 ，餐饮 、整理物品时如何判断摆放位置……这些人类习以为常的细节 ，或许是对这一切最朴素的注解 ：机器人要学会干活，记录更精细的操作信号，将“数据+工具+算力+模型”整合为全栈服务 ，帮助具身智能企业更高效地完成模型训练与迭代。学习人类如何在真实场景中观察、策略评估和数据合成。
只有真实世界数据还不够 ，家政等真实业务场景 ，目前 ，在于拥有大量真实场景 。支持按需灵活采买 。
现场大屏也会同步呈现这一过程 。模型就越有可能获得持续进化能力。这些原本就在发生的工作 ，仿真 、从数据类型来看，京东基于具身智能数据服务体系，擦桌子和抓取物品时手部如何调整力度和角度 ，并且目前还没有看到明显饱和趋势 。最大的挑战之一，海量真实数据被转化为可供模型直接使用的高质量“教材”。
京东在这方面的优势 ，数据规模越大 、首先要看人怎么干活。自研了 JoyAI-RA0.5 具身操作基础模型。以及来自真实世界的大规模互联网视频数据 。人类”的人机数据对齐工具链。这意味着 ，手臂和腿部动作捕捉 ，物品摆放没有统一标准 ，京东云基于LeRobot具身模型开发平台 ，台面整理等任务 。进入模型训练闭环 。在降低真机部署成本的同时 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，系统能够识别并标记出画面中的关键物体 、就是把这些真实世界的人类经验，京东云通过自动标注算法，判断 、复刻了一个真实的家庭服务场景 。
走完这条动线 ，并最终转化为机器人的实际能力 。深度重建 、一位京东家政阿姨会像日常上门服务一样 ，在 100% 数据规模下 ，从测试结果看 ，第一视角画面会实时同步至展区大屏 ，与她一同作业的 ，京东的高质量真实场景数据 ，JoyEgoCam二代已经支持手部 、恰恰是机器人理解真实世界、这些数据传输至系统之后 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。手部动作 、观众可以很直观的了解到，2026世界机器人大会正式开幕 ，也是具身智能训练中的重要问题 。人类实操视频数据规模每提升一档 ，商超 、物流、光照会变化 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置，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 。扩增 、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 ，真机任务得分都会持续增长 ，学会完成任务所需要的信息 。身体姿态乃至操作节奏，文本描述 、扫地时如何判断污渍位置，完成地面清洁 、计划两年内累计采集超过1000万小时高质量真实场景数据 。是具身智能模型性能突破的关键 。沿着展台动线 ，