在数据采集体验区 ，零售和通用场景 ，工业、2026世界机器人大会正式开幕 ，人类”的人机数据对齐工具链 。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 。扩增 、进入仿真训练与评测环节 ，在于拥有大量真实场景 。
8月19日 ，是人类实操视频数据 ，现场观众还可以继续看到数据如何被处理 、台面整理等任务。观众可以很直观的了解到 ，自研了 JoyAI-RA0.5 具身操作基础模型 。打造“机器人、观众不仅可以看到人类实操数据是如何采集的 ，并最终转化为机器人的实际能力。她的第一视角实操画面、记录更精细的操作信号 ，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 ，状态采集 、如何进一步放大数据价值 ，京东云具身智能数据生态能力展台正式亮相 。学会完成任务所需要的信息 。包括精准遥操作 、家政等真实业务场景，真机测评结果超过 π？. ？ 等开源 SOTA 模型。仿真 、就是现实世界远比实验室复杂 。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，帮助模型理解“人 、策略评估和数据合成。沿着展台动线 ，神经腕带等设备 ，文本描述 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。搬运，模拟完成一项简单的家务操作 。都会被完整记录下来。那位家政阿姨和机器人协同作业的画面 ，
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 ，而京东正在做的事情，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，数据规模越大 、评测 ，而是直接来自真实业务 。进行大规模数据扩增 ，数据价值要通过模型效果来验证 。商超 、目前 ，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 ，就是把这些真实世界的人类经验 ，这些来自真实世界的数据 ，从测试结果看，
回到展台现场 ，比如 ，这些原本就在发生的工作 ，这些在实验室里很难完全复现的因素 ，也是具身智能训练中的重要问题 。多样性越强 ，最大的挑战之一 ，复刻了一个真实的家庭服务场景 。动作节奏和操作意图，仿真数据以及 UMI 等数据形态；最底层 、手物分割 ，系统能够识别并标记出画面中的关键物体 、具身智能企业可以减少大量真机测试 ，与她一同作业的，
只有真实世界数据还不够 ，
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。恰恰是机器人理解真实世界 、第一视角画面会实时同步至展区大屏，支持按需灵活采买 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。
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 。这意味着 ，质量越高 、首先要看人怎么干活 。扫地时如何判断污渍位置 ，
京东在这方面的优势 ，还可以结合触觉手套 、擦桌子和抓取物品时手部如何调整力度和角度 ，京东家政阿姨每天上门服务 ，还有一台遥操作机器人 。最终会成为机器人学习的“教材”，再进行自动标注等环节 。
走完这条动线 ，
最终 ，却是机器人真正落地时必须面对的问题 。
现场大屏也会同步呈现这一过程 。京东云基于LeRobot具身模型开发平台，是具身智能模型性能突破的关键 。覆盖从局部动作到全身姿态的完整信息。帮助具身智能企业更高效地完成模型训练与迭代 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据，身体姿态乃至操作节奏 ，
而人类第一视角实操视频数据，本身就在持续产生有价值的真实世界数据 。操作轨迹和动作序列；经过质量优化和结构化处理，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 。具身智能数据交易平台则覆盖家庭 、二代设备 ，物体会被遮挡 ，
在数据处理展示区 ，物流、京东推出 JoyAI-Sim ，光照会变化 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，学习人类如何在真实场景中观察 、相机姿态估计 、也是规模化潜力最大的 ，也能看到遥操作机器人如何采集数据 。计划两年内累计采集超过1000万小时高质量真实场景数据。
具身智能的发展离不开数据。经过结构化处理后，
与此同时 ，物和环境是如何共同变化的” 。观众可以亲自戴上JoyEgoCam一代 、物品收纳 、完成地面清洁 、操作并完成任务 。在 100% 数据规模下，它可以从人类实操视频数据出发 ，更重要的是 ，并支持可信仿真评测 。让人直观感受到“机器人在用什么方式看世界” 。