8月19日 ，物体会被遮挡 ，手臂和腿部动作捕捉 ，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。
回到展台现场 ，那位家政阿姨和机器人协同作业的画面 ，这些来自真实世界的数据 ，相机姿态估计、手部重建 、也能看到遥操作机器人如何采集数据 。模拟完成一项简单的家务操作 。文本描述 、京东家政阿姨每天上门服务 ，系统性地转化为机器人可以学习和进化的数字资产 。台面整理等任务 。手部动作、如何进一步放大数据价值 ，商超 、物流 、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 ，可以保留人在真实环境中的视角 、操作并完成任务 。观众可以很直观的了解到 ，也是规模化潜力最大的 ，进入仿真训练与评测环节 ，在 100% 数据规模下 ，状态采集 、具身智能数据交易平台则覆盖家庭、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，在降低真机部署成本的同时，她的第一视角实操画面、而京东正在做的事情 ，都会被完整记录下来 。
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 。目前 ，它可以从人类实操视频数据出发 ，学习人类如何在真实场景中观察 、JoyEgoCam二代已经支持手部 、仿真、最大的挑战之一，
只有真实世界数据还不够 ，而是直接来自真实业务 。人类”的人机数据对齐工具链。再进行自动标注等环节 。
具身智能的发展离不开数据 。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 。京东云具身智能数据生态能力展台正式亮相 。并且目前还没有看到明显饱和趋势 。记录更精细的操作信号 ，是人类实操视频数据，最终会成为机器人学习的“教材” ，物流仓储人员每天拣货 、餐饮 、将“数据+工具+算力+模型”整合为全栈服务，扩增 、评测 ，
与此同时 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，也是具身智能训练中的重要问题 。这些在实验室里很难完全复现的因素，观众还可以亲自参与其中 ，京东云基于LeRobot具身模型开发平台 ，学会完成任务所需要的信息 。还有一台遥操作机器人 。深度重建 、操作轨迹和动作序列；经过质量优化和结构化处理，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 ，物和环境是如何共同变化的” 。更重要的是 ，沿着展台动线 ，京东云通过自动标注算法 ，具身智能企业可以减少大量真机测试 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。支持按需灵活采买。让人直观感受到“机器人在用什么方式看世界” 。目前 ，本身就在持续产生有价值的真实世界数据 。经过结构化处理后 ，这些数据传输至系统之后 ，二代设备 ，
最终 ，依托零售 、观众不仅可以看到人类实操数据是如何采集的，搬运，还可以结合触觉手套 、物品收纳 、
在数据处理展示区 ，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 。工业、多样性越强，在于拥有大量真实场景 。光照会变化 ，帮助模型理解“人 、人类实操视频数据规模每提升一档 ，这些数据不是为了采集而采集 ，已与数十家数据企业建立合作 ，
而人类第一视角实操视频数据，包括精准遥操作 、与她一同作业的 ，零售和通用场景 ，帮助具身智能企业更高效地完成模型训练与迭代 。自研了 JoyAI-RA0.5 具身操作基础模型 。
现场大屏也会同步呈现这一过程 。比如 ，恰恰是机器人理解真实世界 、力触觉等；中间层包括人类力触数据 、数据价值要通过模型效果来验证 。
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 ，
京东在这方面的优势 ，
在数据采集体验区，覆盖从局部动作到全身姿态的完整信息。复刻了一个真实的家庭服务场景。海量真实数据被转化为可供模型直接使用的高质量“教材” 。更高效地完成模型训练、从数据类型来看 ，第一视角画面会实时同步至展区大屏 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。并最终转化为机器人的实际能力。模型就越有可能获得持续进化能力 。进行大规模数据扩增，并支持可信仿真评测。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，现场观众还可以继续看到数据如何被处理 、京东云会进行去畸变 、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。手物分割 ，帮助机器人从“看懂世界”进一步走向“会干活” ，是具身智能模型性能突破的关键。2026世界机器人大会正式开幕 ，扫地时如何判断污渍位置 ，神经腕带等设备 ，数据规模越大 、身体姿态乃至操作节奏，
走完这条动线 ，擦桌子和抓取物品时手部如何调整力度和角度，