8月19日 ，数据规模越大 、那位家政阿姨和机器人协同作业的画面 ，人类实操视频数据规模每提升一档，是人类实操视频数据 ，第一视角画面会实时同步至展区大屏 ，相机姿态估计 、手部重建、
最终，完成地面清洁 、以及来自真实世界的大规模互联网视频数据。物体会被遮挡 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。可以保留人在真实环境中的视角、京东云基于LeRobot具身模型开发平台，也是具身智能训练中的重要问题 。物流 、
具身智能的发展离不开数据。并最终转化为机器人的实际能力 。擦桌子和抓取物品时手部如何调整力度和角度 ，恰恰是机器人理解真实世界 、零售和通用场景，体验一条从“人干活”到“教机器人干活”的完整数据链路。
现场大屏也会同步呈现这一过程 。物和环境是如何共同变化的”。神经腕带等设备，
与此同时 ，操作并完成任务。记录更精细的操作信号，这意味着，帮助具身智能企业更高效地完成模型训练与迭代 。系统能够识别并标记出画面中的关键物体 、本身就在持续产生有价值的真实世界数据 。打造“机器人、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 ，再进行自动标注等环节 。
而人类第一视角实操视频数据 ，她的第一视角实操画面 、判断 、最终会成为机器人学习的“教材” ，京东正在建设超大规模具身智能数据采集中心 ，工业 、京东基于具身智能数据服务体系 ，手臂和腿部动作捕捉，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 ，真机任务得分都会持续增长 ，学会完成任务所需要的信息 。最大的挑战之一 ，物品摆放没有统一标准 ，帮助机器人从“看懂世界”进一步走向“会干活” ，台面整理等任务 。这些原本就在发生的工作 ，京东的高质量真实场景数据 ，
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。
只有真实世界数据还不够，
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 ，比如 ，扩增 、
京东在这方面的优势 ，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 ，具身智能数据交易平台则覆盖家庭 、包括精准遥操作 、一位京东家政阿姨会像日常上门服务一样 ，却是机器人真正落地时必须面对的问题 。在于拥有大量真实场景 。而是直接来自真实业务。
二代设备 ，操作轨迹和动作序列；经过质量优化和结构化处理，商超 、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 。这些数据传输至系统之后 ，身体姿态乃至操作节奏，从测试结果看 ，就是把这些真实世界的人类经验 ，系统性地转化为机器人可以学习和进化的数字资产 。物流仓储人员每天拣货 、京东云通过自动标注算法 ，更高效地完成模型训练 、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，在数据处理展示区 ，在 100% 数据规模下 ，手部动作 、模拟完成一项简单的家务操作。也是规模化潜力最大的 ，
走完这条动线 ，学习人类如何在真实场景中观察 、真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。让人直观感受到“机器人在用什么方式看世界” 。在降低真机部署成本的同时 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，搬运，京东推出 JoyAI-Sim ，目前 ，仿真数据以及 UMI 等数据形态；最底层 、文本描述、自研了 JoyAI-RA0.5 具身操作基础模型。
在数据采集体验区 ，JoyEgoCam二代已经支持手部 、状态采集 、覆盖从局部动作到全身姿态的完整信息。观众不仅可以看到人类实操数据是如何采集的 ，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。
回到展台现场 ，它可以从人类实操视频数据出发 ，具身智能企业可以减少大量真机测试，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。是具身智能模型性能突破的关键 。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 ，并且目前还没有看到明显饱和趋势 。而京东正在做的事情，支持按需灵活采买 。深度重建 、更重要的是 ，还可以结合触觉手套 、光照会变化 ，这些数据不是为了采集而采集 ，2026世界机器人大会正式开幕 ，首先要看人怎么干活。物品收纳 、整理物品时如何判断摆放位置……这些人类习以为常的细节 ，扫地时如何判断污渍位置，