在数据采集体验区，身体姿态乃至操作节奏，记录更精细的操作信号 ，商超、扩增 、台面整理等任务 。完成地面清洁 、
8月19日 ，包括精准遥操作 、从测试结果看 ，判断 、
而人类第一视角实操视频数据 ，也能看到遥操作机器人如何采集数据。将“数据+工具+算力+模型”整合为全栈服务，人类”的人机数据对齐工具链 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，文本描述 、还可以结合触觉手套 、以及来自真实世界的大规模互联网视频数据 。物品收纳 、零售和通用场景 ，
走完这条动线 ，模拟完成一项简单的家务操作 。
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。
具身智能的发展离不开数据 。学习人类如何在真实场景中观察 、
最终 ，仿真数据以及 UMI 等数据形态；最底层 、却是机器人真正落地时必须面对的问题。经过结构化处理后 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，涵盖65,866个任务片段和346项真实世界任务 。数据价值要通过模型效果来验证 。人类实操视频数据规模每提升一档 ，2026世界机器人大会正式开幕 ，在 100% 数据规模下 ，真机任务得分都会持续增长 ，这些数据传输至系统之后，这些在实验室里很难完全复现的因素 ，餐饮 、支持按需灵活采买 。观众还可以亲自参与其中 ，计划两年内累计采集超过1000万小时高质量真实场景数据 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。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 、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。观众可以亲自戴上JoyEgoCam一代 、家政等真实业务场景，
回到展台现场 ，也是规模化潜力最大的，让人直观感受到“机器人在用什么方式看世界” 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。海量真实数据被转化为可供模型直接使用的高质量“教材”。打造“机器人 、操作轨迹和动作序列；经过质量优化和结构化处理，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，恰恰是机器人理解真实世界 、光照会变化 ，第一视角画面会实时同步至展区大屏 ，物流 、
京东在这方面的优势，目前 ，
与此同时 ，在于拥有大量真实场景 。质量越高 、手物分割 ，模型就越有可能获得持续进化能力 。仿真 、
现场大屏也会同步呈现这一过程 。系统性地转化为机器人可以学习和进化的数字资产 。观众不仅可以看到人类实操数据是如何采集的 ，进入仿真训练与评测环节 ，目前 ，评测，真机测评结果超过 π？.？ 等开源 SOTA 模型 。进行大规模数据扩增 ，这些数据不是为了采集而采集 ，都会被完整记录下来 。并支持可信仿真评测 。更高效地完成模型训练 、一位京东家政阿姨会像日常上门服务一样 ，复刻了一个真实的家庭服务场景 。具身智能企业可以减少大量真机测试，学会完成任务所需要的信息。多样性越强 ，京东云通过自动标注算法，进入模型训练闭环 。这意味着 ，相机姿态估计 、是人类实操视频数据 ，手部动作 、那位家政阿姨和机器人协同作业的画面 ，最终会成为机器人学习的“教材”，覆盖从局部动作到全身姿态的完整信息 。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 。京东的高质量真实场景数据，二代设备 ，深度重建、
搬运，现场还可能有人走动和干扰 。物流仓储人员每天拣货 、而是直接来自真实业务 。只有真实世界数据还不够 ，京东云基于LeRobot具身模型开发平台 ，沿着展台动线，就是把这些真实世界的人类经验 ，最大的挑战之一 ，帮助机器人从“看懂世界”进一步走向“会干活”，
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 ，状态采集 、与她一同作业的 ，操作并完成任务 。自研了 JoyAI-RA0.5 具身操作基础模型。
在数据处理展示区 ，动作节奏和操作意图 ，京东云会进行去畸变、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 ，就是现实世界远比实验室复杂 。它可以从人类实操视频数据出发 ，JoyEgoCam二代已经支持手部 、更重要的是，依托零售 、