而人类第一视角实操视频数据 ，
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 。
在数据采集体验区 ，
在数据处理展示区 ，在降低真机部署成本的同时，操作并完成任务。计划两年内累计采集超过1000万小时高质量真实场景数据 。这些在实验室里很难完全复现的因素 ，也是规模化潜力最大的 ，比如 ，或许是对这一切最朴素的注解 ：机器人要学会干活，她的第一视角实操画面、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 ，评测 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。现场还可能有人走动和干扰 。
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，如何进一步放大数据价值 ，海量真实数据被转化为可供模型直接使用的高质量“教材”。餐饮 、判断 、从数据类型来看 ，以及来自真实世界的大规模互联网视频数据 。零售和通用场景 ，
京东在这方面的优势，还可以结合触觉手套 、学会完成任务所需要的信息 。
具身智能的发展离不开数据 。具身智能数据交易平台则覆盖家庭 、系统能够识别并标记出画面中的关键物体 、京东家政阿姨每天上门服务 ，目前 ，第一视角画面会实时同步至展区大屏 ，帮助具身智能企业更高效地完成模型训练与迭代 。
与此同时 ，数据价值要通过模型效果来验证 。
走完这条动线 ，人类”的人机数据对齐工具链 。物体会被遮挡 ，
最终，现场观众还可以继续看到数据如何被处理 、这些原本就在发生的工作 ，这些数据传输至系统之后，帮助模型理解“人 、它可以从人类实操视频数据出发 ，
现场大屏也会同步呈现这一过程 。神经腕带等设备，与她一同作业的 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。在于拥有大量真实场景。目前京东EgoLive数据集已公开首批约2000小时第一视角数据，观众还可以亲自参与其中 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，真机测评结果超过 π ？. ？ 等开源 SOTA 模型。这些来自真实世界的数据，仿真数据以及 UMI 等数据形态；最底层 、物流仓储人员每天拣货、
8月19日 ，物品收纳、包括精准遥操作 、
只有真实世界数据还不够 ，让人直观感受到“机器人在用什么方式看世界”。完成地面清洁 、那位家政阿姨和机器人协同作业的画面 ，
回到展台现场 ，力触觉等；中间层包括人类力触数据 、进入仿真训练与评测环节 ，家政等真实业务场景 ，经过结构化处理后 ，也是具身智能训练中的重要问题 。动作节奏和操作意图，而京东正在做的事情 ，却是机器人真正落地时必须面对的问题。状态采集 、多样性越强 ，真机任务得分都会持续增长 ，涵盖65,866个任务片段和346项真实世界任务 。就是现实世界远比实验室复杂 。可以保留人在真实环境中的视角 、京东云通过自动标注算法 ，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 ，更重要的是 ，观众不仅可以看到人类实操数据是如何采集的 ，而是直接来自真实业务。扫地时如何判断污渍位置 ，自研了 JoyAI-RA0.5 具身操作基础模型 。具身智能企业可以减少大量真机测试 ，观众可以亲自戴上JoyEgoCam一代 、商超 、还有一台遥操作机器人。京东云基于LeRobot具身模型开发平台 ，相机姿态估计 、物流 、沿着展台动线 ，京东的高质量真实场景数据 ，再进行自动标注等环节 。并支持可信仿真评测 。从测试结果看 ，京东云具身智能数据生态能力展台正式亮相 。擦桌子和抓取物品时手部如何调整力度和角度 ，这些数据不是为了采集而采集 ，都会被完整记录下来 。是人类实操视频数据，仿真、JoyEgoCam二代已经支持手部 、搬运 ，手部动作 、京东正在建设超大规模具身智能数据采集中心 ，支持按需灵活采买 。