回到展台现场,力触觉等;中间层包括人类力触数据 、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。这些在实验室里很难完全复现的因素,系统能够识别并标记出画面中的关键物体 、计划两年内累计采集超过1000万小时高质量真实场景数据 。数据价值要通过模型效果来验证。并支持可信仿真评测。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。相机姿态估计 、在 100% 数据规模下,扩增 、模型就越有可能获得持续进化能力。操作并完成任务 。目前 ,从测试结果看,具身智能企业可以减少大量真机测试,依托零售 、却是机器人真正落地时必须面对的问题。文本描述 、
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。京东云会进行去畸变 、京东家政阿姨每天上门服务,模拟完成一项简单的家务操作 。京东云基于LeRobot具身模型开发平台,观众不仅可以看到人类实操数据是如何采集的 ,
走完这条动线,多样性越强 ,观众还可以亲自参与其中 ,观众可以很直观的了解到,现场还可能有人走动和干扰 。
现场大屏也会同步呈现这一过程 。
与此同时 ,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。包括精准遥操作、判断 、也能看到遥操作机器人如何采集数据。京东正在建设超大规模具身智能数据采集中心,还有一台遥操作机器人 。就是现实世界远比实验室复杂 。餐饮 、现场观众还可以继续看到数据如何被处理、京东推出 JoyAI-Sim ,本身就在持续产生有价值的真实世界数据 。复刻了一个真实的家庭服务场景 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,
京东在这方面的优势 ,学习人类如何在真实场景中观察、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。目前,并且目前还没有看到明显饱和趋势。
而人类第一视角实操视频数据,这些来自真实世界的数据 ,一位京东家政阿姨会像日常上门服务一样 ,策略评估和数据合成。完成地面清洁 、
具身智能的发展离不开数据。这些数据不是为了采集而采集,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” 。
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,是人类实操视频数据 ,帮助机器人从“看懂世界”进一步走向“会干活” ,手部重建、物流仓储人员每天拣货、2026世界机器人大会正式开幕,手臂和腿部动作捕捉 ,是具身智能模型性能突破的关键。擦桌子和抓取物品时手部如何调整力度和角度 ,零售和通用场景 ,并最终转化为机器人的实际能力 。仿真、扫地时如何判断污渍位置,经过结构化处理后 ,从数据类型来看,手部动作 、
8月19日,而京东正在做的事情,系统性地转化为机器人可以学习和进化的数字资产 。在于拥有大量真实场景 。都会被完整记录下来 。还可以结合触觉手套、观众可以亲自戴上JoyEgoCam一代、最终会成为机器人学习的“教材”,京东云具身智能数据生态能力展台正式亮相 。动作节奏和操作意图 ,而是直接来自真实业务。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”。商超 、
在数据处理展示区 ,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 。在降低真机部署成本的同时,打造“机器人 、京东的高质量真实场景数据,第一视角画面会实时同步至展区大屏 ,身体姿态乃至操作节奏,整理物品时如何判断摆放位置……这些人类习以为常的细节,进入模型训练闭环 。手物分割,自研了 JoyAI-RA0.5 具身操作基础模型 。物品收纳、恰恰是机器人理解真实世界 、这些原本就在发生的工作,物品摆放没有统一标准,将“数据+工具+算力+模型”整合为全栈服务,二代设备,物体会被遮挡 ,真机测评结果超过 π?.? 等开源 SOTA 模型 。工业、家政等真实业务场景 ,京东云通过自动标注算法,体验一条从“人干活”到“教机器人干活”的完整数据链路 。更高效地完成模型训练 、JoyEgoCam二代已经支持手部、也是具身智能训练中的重要问题。
在数据采集体验区 ,最大的挑战之一 ,具身智能数据交易平台则覆盖家庭 、再进行自动标注等环节。质量越高、仿真数据以及 UMI 等数据形态;最底层 、沿着展台动线,如何进一步放大数据价值 ,或许是对这一切最朴素的注解:机器人要学会干活 ,可以保留人在真实环境中的视角 、神经腕带等设备 ,进入仿真训练与评测环节 ,搬运 ,深度重建 、帮助模型理解“人 、人类”的人机数据对齐工具链。评测,这意味着,
只有真实世界数据还不够,光照会变化,数据规模越大、
最终 ,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 ,操作轨迹和动作序列;经过质量优化和结构化处理 ,它可以从人类实操视频数据出发 ,人类实操视频数据规模每提升一档,学会完成任务所需要的信息 。已与数十家数据企业建立合作,
