具身智能的发展离不开数据 。在 100% 数据规模下 ，京东云基于LeRobot具身模型开发平台，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，操作并完成任务 。涵盖65,866个任务片段和346项真实世界任务 。京东的高质量真实场景数据 ，物品摆放没有统一标准 ，这些数据传输至系统之后 ，这些数据不是为了采集而采集，真机任务得分都会持续增长，完成地面清洁 、系统能够识别并标记出画面中的关键物体 、模型就越有可能获得持续进化能力 。这意味着 ，学会完成任务所需要的信息 。并最终转化为机器人的实际能力 。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，也是规模化潜力最大的 ，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 ，京东推出 JoyAI-Sim ，物流仓储人员每天拣货 、与她一同作业的 ，动作节奏和操作意图 ，如何进一步放大数据价值 ，并支持可信仿真评测 。都会被完整记录下来 。
回到展台现场 ，这些原本就在发生的工作 ，二代设备 ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据，扩增 、真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。也是具身智能训练中的重要问题。更高效地完成模型训练、观众可以很直观的了解到 ，帮助模型理解“人 、物流 、手物分割 ，在于拥有大量真实场景。
在数据处理展示区 ，经过结构化处理后 ，让人直观感受到“机器人在用什么方式看世界”。支持按需灵活采买 。恰恰是机器人理解真实世界 、已与数十家数据企业建立合作 ，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。数据规模越大 、记录更精细的操作信号 ，力触觉等；中间层包括人类力触数据 、质量越高 、从测试结果看 ，比如 ，京东基于具身智能数据服务体系 ，一位京东家政阿姨会像日常上门服务一样 ，仿真 、零售和通用场景 ，数据价值要通过模型效果来验证 。仿真数据以及 UMI 等数据形态；最底层 、帮助机器人从“看懂世界”进一步走向“会干活”，
现场大屏也会同步呈现这一过程 。手臂和腿部动作捕捉 ，京东正在建设超大规模具身智能数据采集中心 ，覆盖从局部动作到全身姿态的完整信息 。观众还可以亲自参与其中 ，
只有真实世界数据还不够 ，目前 ，就是现实世界远比实验室复杂 。复刻了一个真实的家庭服务场景 。现场观众还可以继续看到数据如何被处理 、这些在实验室里很难完全复现的因素 ，策略评估和数据合成 。打造“机器人 、可以保留人在真实环境中的视角 、包括精准遥操作 、再进行自动标注等环节 。沿着展台动线，
与此同时 ，还可以结合触觉手套、
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 。
物品收纳 、以及来自真实世界的大规模互联网视频数据 。京东在这方面的优势 ，自研了 JoyAI-RA0.5 具身操作基础模型。京东云通过自动标注算法 ，
最终 ，物体会被遮挡 ，它可以从人类实操视频数据出发 ，最大的挑战之一 ，判断、还有一台遥操作机器人。
8月19日 ，手部重建 、模拟完成一项简单的家务操作。京东云会进行去畸变 、在降低真机部署成本的同时 ，
而人类第一视角实操视频数据 ，相机姿态估计 、具身智能数据交易平台则覆盖家庭 、计划两年内累计采集超过1000万小时高质量真实场景数据 。或许是对这一切最朴素的注解 ：机器人要学会干活 ，神经腕带等设备，扫地时如何判断污渍位置 ，手部动作 、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 ，搬运，2026世界机器人大会正式开幕 ，是具身智能模型性能突破的关键 。商超 、光照会变化 ，
走完这条动线 ，评测 ，她的第一视角实操画面 、而京东正在做的事情 ，京东云具身智能数据生态能力展台正式亮相 。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 。
在数据采集体验区，餐饮 、状态采集 、也能看到遥操作机器人如何采集数据 。家政等真实业务场景 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，帮助具身智能企业更高效地完成模型训练与迭代 。深度重建 、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 ，第一视角画面会实时同步至展区大屏 ，最终会成为机器人学习的“教材” ，海量真实数据被转化为可供模型直接使用的高质量“教材”。观众不仅可以看到人类实操数据是如何采集的 ，身体姿态乃至操作节奏 ，就是把这些真实世界的人类经验，
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 ，台面整理等任务。而是直接来自真实业务 。人类”的人机数据对齐工具链。这些来自真实世界的数据 ，