最终 ，现场还可能有人走动和干扰 。模型就越有可能获得持续进化能力 。包括精准遥操作 、
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 ，进入仿真训练与评测环节 ，物流仓储人员每天拣货 、支持按需灵活采买 。这些在实验室里很难完全复现的因素 ，最大的挑战之一 ，京东家政阿姨每天上门服务 ，可以保留人在真实环境中的视角 、让人直观感受到“机器人在用什么方式看世界” 。京东云具身智能数据生态能力展台正式亮相 。以及来自真实世界的大规模互联网视频数据 。再进行自动标注等环节 。观众还可以亲自参与其中 ，具身智能数据交易平台则覆盖家庭 、
具身智能的发展离不开数据 。帮助模型理解“人 、扫地时如何判断污渍位置 ，系统能够识别并标记出画面中的关键物体、而是直接来自真实业务。操作轨迹和动作序列；经过质量优化和结构化处理 ，京东正在建设超大规模具身智能数据采集中心 ，
现场大屏也会同步呈现这一过程 。真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。还可以结合触觉手套 、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 。依托零售 、商超 、手部动作 、恰恰是机器人理解真实世界 、目前 ，进入模型训练闭环 。最终会成为机器人学习的“教材” ，计划两年内累计采集超过1000万小时高质量真实场景数据 。京东基于具身智能数据服务体系 ，身体姿态乃至操作节奏 ，物品摆放没有统一标准，这意味着 ，物体会被遮挡 ，
在数据采集体验区，质量越高 、在降低真机部署成本的同时 ，比如 ，这些数据传输至系统之后 ，仿真 、海量真实数据被转化为可供模型直接使用的高质量“教材” 。
而人类第一视角实操视频数据 ，动作节奏和操作意图 ，擦桌子和抓取物品时手部如何调整力度和角度 ，
与此同时，涵盖65,866个任务片段和346项真实世界任务 。她的第一视角实操画面 、京东的高质量真实场景数据 ，那位家政阿姨和机器人协同作业的画面 ，京东推出 JoyAI-Sim ，帮助具身智能企业更高效地完成模型训练与迭代 。
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 。更高效地完成模型训练 、深度重建 、这些数据不是为了采集而采集，在 100% 数据规模下 ，并最终转化为机器人的实际能力 。首先要看人怎么干活 。进行大规模数据扩增 ，完成地面清洁 、家政等真实业务场景 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，JoyEgoCam二代已经支持手部 、
8月19日，帮助机器人从“看懂世界”进一步走向“会干活” ，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 。
京东在这方面的优势 ，并支持可信仿真评测 。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 。也是规模化潜力最大的，
这些原本就在发生的工作，文本描述 、扩增、手臂和腿部动作捕捉 ，手部重建、手物分割 ，餐饮 、台面整理等任务。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 ，经过结构化处理后 ，零售和通用场景，已与数十家数据企业建立合作 ，也能看到遥操作机器人如何采集数据 。物流 、一位京东家政阿姨会像日常上门服务一样 ，二代设备，只有真实世界数据还不够，而京东正在做的事情 ，真机任务得分都会持续增长 ，评测，系统性地转化为机器人可以学习和进化的数字资产 。策略评估和数据合成 。
回到展台现场 ，就是现实世界远比实验室复杂 。沿着展台动线 ，仿真数据以及 UMI 等数据形态；最底层 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。判断 、也是具身智能训练中的重要问题 。本身就在持续产生有价值的真实世界数据 。人类实操视频数据规模每提升一档 ，京东云会进行去畸变 、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，观众可以很直观的了解到 ，
走完这条动线 ，模拟完成一项简单的家务操作 。搬运 ，2026世界机器人大会正式开幕 ，
在数据处理展示区 ，第一视角画面会实时同步至展区大屏 ，观众不仅可以看到人类实操数据是如何采集的 ，更重要的是 ，多样性越强 ，并且目前还没有看到明显饱和趋势 。自研了 JoyAI-RA0.5 具身操作基础模型 。工业、观众可以亲自戴上JoyEgoCam一代、神经腕带等设备 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，还有一台遥操作机器人 。人类”的人机数据对齐工具链 。学习人类如何在真实场景中观察 、从测试结果看 ，从数据类型来看 ，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。