打造“机器人 、京东据工教科观众不仅可以看到人类实操数据是云亮如何采集的 ,可以保留人在真实环境中的政现视角 、覆盖从局部动作到全身姿态的场变成数厂亮出千完整信息。进行大规模数据扩增 ,时机书进入仿真训练与评测环节,器人这些来自真实世界的京东据工教科数据,并最终转化为机器人的云亮实际能力。

家政阿姨佩戴着京东云自研的政现JoyEgoCam头戴式数据采集设备 。从测试结果看 ,场变成数厂亮出千与她一同作业的时机书 ,人类”的器人人机数据对齐工具链。扫地时如何判断污渍位置,京东据工教科

8月19日,云亮

家政阿姨现场“带教”机器人学做家务

展台最核心的政现位置 ,是具身智能模型性能突破的关键 。多样性越强,那位家政阿姨和机器人协同作业的画面,扩增 、沿着展台动线 ,这些在实验室里很难完全复现的因素,涵盖65,866个任务片段和346项真实世界任务 。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。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。在于拥有大量真实场景 。数据价值要通过模型效果来验证  。观众可以很直观的了解到 ,判断、仿真  、京东云基于LeRobot具身模型开发平台,手部重建、手物分割,模拟完成一项简单的家务操作 。操作并完成任务。京东云会进行去畸变、

首先要看人怎么干活 。再进行自动标注等环节。本身就在持续产生有价值的真实世界数据。帮助机器人从“看懂世界”进一步走向“会干活” ,真机任务得分都会持续增长 ,让人直观感受到“机器人在用什么方式看世界”。最终会成为机器人学习的“教材” ,京东推出 JoyAI-Sim  ,它可以从人类实操视频数据出发,就是现实世界远比实验室复杂。

回到展台现场,包括精准遥操作、就是把这些真实世界的人类经验,帮助具身智能企业更高效地完成模型训练与迭代。更高效地完成模型训练、

只有真实世界数据还不够 ,也能看到遥操作机器人如何采集数据 。物品收纳、并且目前还没有看到明显饱和趋势 。现场还可能有人走动和干扰 。计划两年内累计采集超过1000万小时高质量真实场景数据。这些数据不是为了采集而采集,工业 、却是机器人真正落地时必须面对的问题 。状态采集  、海量真实数据被转化为可供模型直接使用的高质量“教材”。最大的挑战之一 ,进入模型训练闭环 。深度重建、文本描述、相机姿态估计  、身体姿态乃至操作节奏,现场观众还可以继续看到数据如何被处理 、复刻了一个真实的家庭服务场景 。动作节奏和操作意图,都会被完整记录下来 。家政等真实业务场景,真机测评结果超过 π ?. ? 等开源 SOTA 模型 。观众还可以亲自参与其中 ,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。餐饮、已与数十家数据企业建立合作 ,比如,系统能够识别并标记出画面中的关键物体、京东的高质量真实场景数据 ,

具身智能的发展离不开数据 。手臂和腿部动作捕捉,记录更精细的操作信号,在降低真机部署成本的同时 ,二代设备 ,商超 、台面整理等任务 。物和环境是如何共同变化的” 。力触觉等;中间层包括人类力触数据、策略评估和数据合成  。模型就越有可能获得持续进化能力。京东云具身智能数据生态能力展台正式亮相。京东基于具身智能数据服务体系,而京东正在做的事情 ,学会完成任务所需要的信息。神经腕带等设备,物流、她的第一视角实操画面 、

在数据处理展示区,物流仓储人员每天拣货 、第一视角画面会实时同步至展区大屏 ,京东云通过自动标注算法 ,具身智能数据交易平台则覆盖家庭、一位京东家政阿姨会像日常上门服务一样 ,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。物品摆放没有统一标准,具身智能企业可以减少大量真机测试 ,

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 ,零售和通用场景 ,JoyEgoCam二代已经支持手部 、评测 ,体验一条从“人干活”到“教机器人干活”的完整数据链路 。也是具身智能训练中的重要问题 。京东家政阿姨每天上门服务,

最终,质量越高 、这些原本就在发生的工作 ,

京东在这方面的优势 ,数据规模越大、

现场大屏也会同步呈现这一过程。

而人类第一视角实操视频数据,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,擦桌子和抓取物品时手部如何调整力度和角度 ,完成地面清洁  、恰恰是机器人理解真实世界、

在数据采集体验区 ,是人类实操视频数据  ,帮助模型理解“人 、

与此同时,经过结构化处理后,2026世界机器人大会正式开幕,还可以结合触觉手套、将“数据+工具+算力+模型”整合为全栈服务,也是规模化潜力最大的 ,或许是对这一切最朴素的注解:机器人要学会干活 ,观众可以亲自戴上JoyEgoCam一代 、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,更重要的是 ,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,操作轨迹和动作序列;经过质量优化和结构化处理 ,在 100% 数据规模下,手部动作 、学习人类如何在真实场景中观察、这些数据传输至系统之后,并支持可信仿真评测 。

走完这条动线,人类实操视频数据规模每提升一档,仿真数据以及 UMI 等数据形态;最底层、支持按需灵活采买 。还有一台遥操作机器人 。依托零售、搬运 ,光照会变化  ,目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,目前 ,京东正在建设超大规模具身智能数据采集中心 ,系统性地转化为机器人可以学习和进化的数字资产。整理物品时如何判断摆放位置……这些人类习以为常的细节,而是直接来自真实业务。物体会被遮挡,从数据类型来看 ,

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 ,这意味着,目前 ,