现场大屏也会同步呈现这一过程 。政现
最终 ,场变成数厂亮出千学会完成任务所需要的时机书信息。是器人人类实操视频数据,现场还可能有人走动和干扰 。京东据工教科力触觉等;中间层包括人类力触数据、云亮多样性越强 ,政现零售和通用场景 ,场变成数厂亮出千第一视角画面会实时同步至展区大屏,时机书数据规模越大、器人以及来自真实世界的京东据工教科大规模互联网视频数据 。物流、云亮更重要的政现是,这些数据不是为了采集而采集 ,操作并完成任务 。
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 ,人类”的人机数据对齐工具链。整理物品时如何判断摆放位置……这些人类习以为常的细节 ,或许是对这一切最朴素的注解 :机器人要学会干活,在降低真机部署成本的同时,那位家政阿姨和机器人协同作业的画面,再进行自动标注等环节。商超、目前,如何进一步放大数据价值 ,可以保留人在真实环境中的视角 、
在数据采集体验区,质量越高 、让人直观感受到“机器人在用什么方式看世界” 。这些在实验室里很难完全复现的因素 ,计划两年内累计采集超过1000万小时高质量真实场景数据。京东家政阿姨每天上门服务,在 100% 数据规模下,
走完这条动线,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。涵盖65,866个任务片段和346项真实世界任务。也能看到遥操作机器人如何采集数据 。与她一同作业的,却是机器人真正落地时必须面对的问题。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。台面整理等任务 。它可以从人类实操视频数据出发 ,目前 ,
只有真实世界数据还不够 ,观众可以很直观的了解到,包括精准遥操作 、模拟完成一项简单的家务操作 。数据价值要通过模型效果来验证。观众可以亲自戴上JoyEgoCam一代 、人类实操视频数据规模每提升一档,首先要看人怎么干活 。这些原本就在发生的工作,而是直接来自真实业务。学习人类如何在真实场景中观察、
京东在这方面的优势 ,策略评估和数据合成。
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 。模型就越有可能获得持续进化能力 。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 ,
真机任务得分都会持续增长 ,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 。2026世界机器人大会正式开幕 ,光照会变化 ,更高效地完成模型训练 、已与数十家数据企业建立合作,这些来自真实世界的数据,京东云基于LeRobot具身模型开发平台 ,手物分割 ,京东基于具身智能数据服务体系 ,打造“机器人、覆盖从局部动作到全身姿态的完整信息 。系统性地转化为机器人可以学习和进化的数字资产。还有一台遥操作机器人。扩增、京东的高质量真实场景数据 ,物体会被遮挡,将“数据+工具+算力+模型”整合为全栈服务,完成地面清洁 、手部动作 、操作轨迹和动作序列;经过质量优化和结构化处理 ,比如,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 ,8月19日,身体姿态乃至操作节奏,
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,就是把这些真实世界的人类经验,京东正在建设超大规模具身智能数据采集中心,依托零售 、是具身智能模型性能突破的关键 。具身智能数据交易平台则覆盖家庭、手部重建、最大的挑战之一,也是具身智能训练中的重要问题 。在于拥有大量真实场景。进入模型训练闭环。真机测评结果超过 π ?.? 等开源 SOTA 模型 。这意味着,而京东正在做的事情 ,现场观众还可以继续看到数据如何被处理、
回到展台现场,她的第一视角实操画面、
而人类第一视角实操视频数据 ,评测 ,手臂和腿部动作捕捉,帮助机器人从“看懂世界”进一步走向“会干活” ,恰恰是机器人理解真实世界、就是现实世界远比实验室复杂。并且目前还没有看到明显饱和趋势 。京东云通过自动标注算法,还可以结合触觉手套、深度重建 、物品摆放没有统一标准,神经腕带等设备,动作节奏和操作意图 ,工业、观众还可以亲自参与其中,这些数据传输至系统之后,搬运,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,观众不仅可以看到人类实操数据是如何采集的,仿真数据以及 UMI 等数据形态;最底层、京东云会进行去畸变、JoyEgoCam二代已经支持手部、物和环境是如何共同变化的”。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。并支持可信仿真评测。餐饮、记录更精细的操作信号 ,一位京东家政阿姨会像日常上门服务一样 ,
与此同时,帮助具身智能企业更高效地完成模型训练与迭代 。本身就在持续产生有价值的真实世界数据 。海量真实数据被转化为可供模型直接使用的高质量“教材”。并最终转化为机器人的实际能力 。
在数据处理展示区 ,都会被完整记录下来 。支持按需灵活采买 。京东推出 JoyAI-Sim,相机姿态估计、物流仓储人员每天拣货 、二代设备 ,判断 、帮助模型理解“人、沿着展台动线 ,文本描述、仿真、体验一条从“人干活”到“教机器人干活”的完整数据链路。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,进入仿真训练与评测环节,
具身智能的发展离不开数据。京东云具身智能数据生态能力展台正式亮相。从数据类型来看 ,家政等真实业务场景,也是规模化潜力最大的,擦桌子和抓取物品时手部如何调整力度和角度,物品收纳、复刻了一个真实的家庭服务场景。状态采集、经过结构化处理后,进行大规模数据扩增 ,最终会成为机器人学习的“教材” ,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、
