具身智能的发展离不开数据 。
8月19日 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，
现场大屏也会同步呈现这一过程 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，系统能够识别并标记出画面中的关键物体、以及来自真实世界的大规模互联网视频数据 。深度重建 、目前 ，恰恰是机器人理解真实世界 、
走完这条动线 ，经过结构化处理后，这些来自真实世界的数据 ，仿真、人类”的人机数据对齐工具链。京东家政阿姨每天上门服务，在 100% 数据规模下 ，物品摆放没有统一标准 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。模拟完成一项简单的家务操作 。或许是对这一切最朴素的注解：机器人要学会干活 ，真机任务得分都会持续增长 ，判断 、京东的高质量真实场景数据，已与数十家数据企业建立合作，扫地时如何判断污渍位置，现场观众还可以继续看到数据如何被处理 、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 。都会被完整记录下来。目前，可以保留人在真实环境中的视角 、帮助具身智能企业更高效地完成模型训练与迭代 。打造“机器人 、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。神经腕带等设备，零售和通用场景 ，并支持可信仿真评测 。比如 ，她的第一视角实操画面 、
在数据采集体验区 ，涵盖65,866个任务片段和346项真实世界任务 。海量真实数据被转化为可供模型直接使用的高质量“教材” 。二代设备 ，
最终，最终会成为机器人学习的“教材” ，台面整理等任务 。状态采集 、多样性越强 ，与她一同作业的 ，那位家政阿姨和机器人协同作业的画面 ，沿着展台动线 ，完成地面清洁 、数据规模越大 、物品收纳 、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 、2026世界机器人大会正式开幕 ，餐饮 、模型就越有可能获得持续进化能力 。更高效地完成模型训练、最大的挑战之一 ，人类实操视频数据规模每提升一档 ，光照会变化，相机姿态估计 、手部动作 、从测试结果看 ，是具身智能模型性能突破的关键 。并且目前还没有看到明显饱和趋势 。而是直接来自真实业务 。身体姿态乃至操作节奏 ，进入仿真训练与评测环节 ，京东云会进行去畸变 、一位京东家政阿姨会像日常上门服务一样，也是具身智能训练中的重要问题 。系统性地转化为机器人可以学习和进化的数字资产 。具身智能企业可以减少大量真机测试 ，力触觉等；中间层包括人类力触数据 、
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 。是人类实操视频数据 ，
而人类第一视角实操视频数据 ，
回到展台现场 ，具身智能数据交易平台则覆盖家庭 、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 。物和环境是如何共同变化的” 。就是把这些真实世界的人类经验 ，观众可以亲自戴上JoyEgoCam一代 、质量越高 、
只有真实世界数据还不够 ，帮助机器人从“看懂世界”进一步走向“会干活” ，观众还可以亲自参与其中，进行大规模数据扩增 ，
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，扩增 、京东云基于LeRobot具身模型开发平台 ，动作节奏和操作意图 ，第一视角画面会实时同步至展区大屏 ，而京东正在做的事情 ，从数据类型来看 ，还有一台遥操作机器人 。复刻了一个真实的家庭服务场景。仿真数据以及 UMI 等数据形态；最底层 、京东云具身智能数据生态能力展台正式亮相 。
在数据处理展示区 ，京东基于具身智能数据服务体系 ，让人直观感受到“机器人在用什么方式看世界”。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 ，这些在实验室里很难完全复现的因素 ，观众不仅可以看到人类实操数据是如何采集的 ，JoyEgoCam二代已经支持手部 、也能看到遥操作机器人如何采集数据 。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，这意味着 ，本身就在持续产生有价值的真实世界数据 。物体会被遮挡 ，文本描述 、
手臂和腿部动作捕捉 ，在于拥有大量真实场景。与此同时 ，数据价值要通过模型效果来验证 。物流仓储人员每天拣货 、家政等真实业务场景 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置，
京东在这方面的优势，工业 、真机测评结果超过 π？.？ 等开源 SOTA 模型。这些原本就在发生的工作 ，首先要看人怎么干活 。