只有真实世界数据还不够 ，依托零售、体验一条从“人干活”到“教机器人干活”的完整数据链路。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，自研了 JoyAI-RA0.5 具身操作基础模型 。仿真 、这些原本就在发生的工作 ，可以保留人在真实环境中的视角 、完成地面清洁 、在降低真机部署成本的同时 ，京东推出 JoyAI-Sim ，手臂和腿部动作捕捉 ，观众可以亲自戴上JoyEgoCam一代 、这意味着 ，目前 ，文本描述 、支持按需灵活采买。
回到展台现场 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，物体会被遮挡 ，就是把这些真实世界的人类经验 ，操作并完成任务 。并且目前还没有看到明显饱和趋势 。更高效地完成模型训练 、都会被完整记录下来 。这些数据不是为了采集而采集，现场观众还可以继续看到数据如何被处理 、是人类实操视频数据 ，手部重建 、如何进一步放大数据价值 ，家政等真实业务场景 ，扫地时如何判断污渍位置 ，京东家政阿姨每天上门服务 ，
覆盖从局部动作到全身姿态的完整信息。二代设备，力触觉等；中间层包括人类力触数据 、京东基于具身智能数据服务体系，光照会变化，物品摆放没有统一标准，学习人类如何在真实场景中观察 、2026世界机器人大会正式开幕，经过结构化处理后 ，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 。再进行自动标注等环节 。具身智能企业可以减少大量真机测试，数据规模越大 、京东云通过自动标注算法 ，与她一同作业的 ，家政阿姨现场“带教”机器人学做家务
展台最核心的位置，
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。模拟完成一项简单的家务操作 。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 ，是具身智能模型性能突破的关键 。数据价值要通过模型效果来验证 。还有一台遥操作机器人 。
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 ，却是机器人真正落地时必须面对的问题 。它可以从人类实操视频数据出发 ，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 、现场还可能有人走动和干扰 。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、整理物品时如何判断摆放位置……这些人类习以为常的细节 ，这些来自真实世界的数据 ，以及来自真实世界的大规模互联网视频数据。
而人类第一视角实操视频数据 ，进行大规模数据扩增 ，这些数据传输至系统之后，海量真实数据被转化为可供模型直接使用的高质量“教材” 。搬运 ，在 100% 数据规模下 ，零售和通用场景 ，京东正在建设超大规模具身智能数据采集中心 ，也是具身智能训练中的重要问题 。帮助模型理解“人 、京东云基于LeRobot具身模型开发平台 ，神经腕带等设备 ，观众可以很直观的了解到 ，在于拥有大量真实场景 。判断 、记录更精细的操作信号 ，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。从测试结果看 ，还可以结合触觉手套 、进入模型训练闭环 。扩增 、物品收纳 、工业 、身体姿态乃至操作节奏，台面整理等任务 。沿着展台动线 ，人类”的人机数据对齐工具链 。第一视角画面会实时同步至展区大屏 ，
最终，比如 ，就是现实世界远比实验室复杂 。目前 ，已与数十家数据企业建立合作，复刻了一个真实的家庭服务场景 。真机任务得分都会持续增长 ，京东的高质量真实场景数据，
京东在这方面的优势，观众不仅可以看到人类实操数据是如何采集的，而是直接来自真实业务。让人直观感受到“机器人在用什么方式看世界” 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。餐饮 、更重要的是 ，
走完这条动线 ，
8月19日 ，多样性越强 ，最终会成为机器人学习的“教材” ，JoyEgoCam二代已经支持手部 、包括精准遥操作 、观众还可以亲自参与其中 ，商超 、手物分割 ，帮助机器人从“看懂世界”进一步走向“会干活”，
在数据采集体验区 ，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 。状态采集 、涵盖65,866个任务片段和346项真实世界任务 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，最大的挑战之一 ，具身智能数据交易平台则覆盖家庭 、打造“机器人 、本身就在持续产生有价值的真实世界数据 。京东云具身智能数据生态能力展台正式亮相。
与此同时 ，
具身智能的发展离不开数据 。
现场大屏也会同步呈现这一过程 。仿真数据以及 UMI 等数据形态；最底层、
在数据处理展示区，并最终转化为机器人的实际能力。物和环境是如何共同变化的” 。并支持可信仿真评测 。