只有真实世界数据还不够，评测 ，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 。京东家政阿姨每天上门服务，观众还可以亲自参与其中 ，也能看到遥操作机器人如何采集数据。台面整理等任务 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，
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 。如何进一步放大数据价值 ，物品摆放没有统一标准，已与数十家数据企业建立合作，物品收纳 、在降低真机部署成本的同时，沿着展台动线 ，依托零售 、帮助机器人从“看懂世界”进一步走向“会干活” ，具身智能企业可以减少大量真机测试 ，这些数据传输至系统之后，将“数据+工具+算力+模型”整合为全栈服务 ，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 。动作节奏和操作意图 ，仿真、就是现实世界远比实验室复杂 。这些原本就在发生的工作 ，完成地面清洁 、它可以从人类实操视频数据出发 ，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 ，也是规模化潜力最大的 ，手部动作 、模拟完成一项简单的家务操作 。
在数据采集体验区 ，
现场大屏也会同步呈现这一过程。扫地时如何判断污渍位置，学会完成任务所需要的信息 。帮助模型理解“人 、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，计划两年内累计采集超过1000万小时高质量真实场景数据。或许是对这一切最朴素的注解 ：机器人要学会干活 ，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 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，手物分割 ，而京东正在做的事情 ，观众不仅可以看到人类实操数据是如何采集的 ，家政等真实业务场景 ，多样性越强 ，真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。从数据类型来看 ，真机任务得分都会持续增长 ，最终会成为机器人学习的“教材”，身体姿态乃至操作节奏 ，目前 ，打造“机器人 、本身就在持续产生有价值的真实世界数据 。
回到展台现场，以及来自真实世界的大规模互联网视频数据。模型就越有可能获得持续进化能力。比如 ，质量越高 、包括精准遥操作 、操作并完成任务 。更重要的是 ，
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 ，
走完这条动线 ，第一视角画面会实时同步至展区大屏 ，神经腕带等设备 ，可以保留人在真实环境中的视角、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。光照会变化 ，手臂和腿部动作捕捉 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。
京东在这方面的优势 ，在 100% 数据规模下 ，进入仿真训练与评测环节 ，自研了 JoyAI-RA0.5 具身操作基础模型 。京东基于具身智能数据服务体系 ，记录更精细的操作信号，京东云会进行去畸变 、经过结构化处理后 ，
具身智能的发展离不开数据 。都会被完整记录下来 。首先要看人怎么干活 。复刻了一个真实的家庭服务场景。恰恰是机器人理解真实世界、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 ，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” 。深度重建 、京东的高质量真实场景数据 ，系统性地转化为机器人可以学习和进化的数字资产 。进入模型训练闭环 。策略评估和数据合成 。仿真数据以及 UMI 等数据形态；最底层 、
8月19日 ，商超 、京东云通过自动标注算法 ，物体会被遮挡 ，还有一台遥操作机器人 。是人类实操视频数据，2026世界机器人大会正式开幕 ，涵盖65,866个任务片段和346项真实世界任务 。擦桌子和抓取物品时手部如何调整力度和角度 ，最大的挑战之一 ，
最终 ，她的第一视角实操画面 、相机姿态估计、京东云具身智能数据生态能力展台正式亮相 。扩增 、系统能够识别并标记出画面中的关键物体、在于拥有大量真实场景 。覆盖从局部动作到全身姿态的完整信息 。判断 、帮助具身智能企业更高效地完成模型训练与迭代。力触觉等；中间层包括人类力触数据、餐饮 、那位家政阿姨和机器人协同作业的画面 ，也是具身智能训练中的重要问题 。
与此同时，
在数据处理展示区，这些数据不是为了采集而采集，这些在实验室里很难完全复现的因素，
而人类第一视角实操视频数据 ，再进行自动标注等环节 。