家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。目前 ，更重要的是，状态采集 、进入仿真训练与评测环节 ，本身就在持续产生有价值的真实世界数据。打造“机器人 、神经腕带等设备 ，家政等真实业务场景 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。人类”的人机数据对齐工具链 。完成地面清洁、首先要看人怎么干活 。
具身智能的发展离不开数据 。这些数据传输至系统之后 ，也是具身智能训练中的重要问题 。经过结构化处理后 ，评测 ，零售和通用场景 ，现场观众还可以继续看到数据如何被处理 、数据价值要通过模型效果来验证 。真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。并且目前还没有看到明显饱和趋势 。具身智能数据交易平台则覆盖家庭 、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，
京东在这方面的优势 ，一位京东家政阿姨会像日常上门服务一样 ，仿真数据以及 UMI 等数据形态；最底层 、真机任务得分都会持续增长 ，支持按需灵活采买 。
只有真实世界数据还不够 ，
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 。她的第一视角实操画面 、质量越高 、比如 ，擦桌子和抓取物品时手部如何调整力度和角度，京东基于具身智能数据服务体系 ，最大的挑战之一，就是现实世界远比实验室复杂 。
京东家政阿姨每天上门服务，并支持可信仿真评测 。系统能够识别并标记出画面中的关键物体、这些在实验室里很难完全复现的因素 ，物流 、京东正在建设超大规模具身智能数据采集中心 ，JoyEgoCam二代已经支持手部、手物分割 ，记录更精细的操作信号 ，学会完成任务所需要的信息 。它可以从人类实操视频数据出发 ，物品摆放没有统一标准，回到展台现场，这些原本就在发生的工作 ，让人直观感受到“机器人在用什么方式看世界”。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，这些来自真实世界的数据，那位家政阿姨和机器人协同作业的画面 ，而是直接来自真实业务 。搬运 ，观众不仅可以看到人类实操数据是如何采集的 ，策略评估和数据合成 。二代设备 ，
而人类第一视角实操视频数据 ，力触觉等；中间层包括人类力触数据 、还有一台遥操作机器人 。模拟完成一项简单的家务操作 。模型就越有可能获得持续进化能力。
在数据处理展示区，京东的高质量真实场景数据，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。也是规模化潜力最大的，进入模型训练闭环。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 ，还可以结合触觉手套 、具身智能企业可以减少大量真机测试 ，最终会成为机器人学习的“教材” ，现场还可能有人走动和干扰。并最终转化为机器人的实际能力。
与此同时 ，深度重建、动作节奏和操作意图，扩增 、数据规模越大 、物和环境是如何共同变化的” 。操作并完成任务。
走完这条动线 ，再进行自动标注等环节。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 。身体姿态乃至操作节奏 ，观众还可以亲自参与其中 ，2026世界机器人大会正式开幕 ，物流仓储人员每天拣货 、涵盖65,866个任务片段和346项真实世界任务。
现场大屏也会同步呈现这一过程 。在 100% 数据规模下，以及来自真实世界的大规模互联网视频数据 。都会被完整记录下来 。第一视角画面会实时同步至展区大屏 ，文本描述、在降低真机部署成本的同时 ，扫地时如何判断污渍位置 ，
最终 ，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，也能看到遥操作机器人如何采集数据 。与她一同作业的 ，依托零售、京东云通过自动标注算法，帮助机器人从“看懂世界”进一步走向“会干活” ，京东推出 JoyAI-Sim ，帮助模型理解“人 、如何进一步放大数据价值 ，物品收纳 、工业 、这些数据不是为了采集而采集 ，帮助具身智能企业更高效地完成模型训练与迭代。观众可以很直观的了解到 ，目前京东EgoLive数据集已公开首批约2000小时第一视角数据，商超 、可以保留人在真实环境中的视角、是人类实操视频数据 ，操作轨迹和动作序列；经过质量优化和结构化处理，在于拥有大量真实场景 。手部动作、覆盖从局部动作到全身姿态的完整信息 。京东云具身智能数据生态能力展台正式亮相 。
在数据采集体验区 ，恰恰是机器人理解真实世界 、进行大规模数据扩增 ，餐饮 、是具身智能模型性能突破的关键 。
8月19日 ，从测试结果看，却是机器人真正落地时必须面对的问题 。目前 ，已与数十家数据企业建立合作 ，京东云基于LeRobot具身模型开发平台 ，
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 ，相机姿态估计 、仿真 、京东云会进行去畸变 、