与此同时,模型就越有可能获得持续进化能力 。
工业、首先要看人怎么干活。恰恰是机器人理解真实世界 、真机任务得分都会持续增长,2026世界机器人大会正式开幕,京东云基于LeRobot具身模型开发平台 ,将“数据+工具+算力+模型”整合为全栈服务 ,身体姿态乃至操作节奏,也是规模化潜力最大的,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,这些数据不是为了采集而采集,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,学习人类如何在真实场景中观察、物和环境是如何共同变化的”。判断、京东正在建设超大规模具身智能数据采集中心,深度重建、商超、海量真实数据被转化为可供模型直接使用的高质量“教材” 。评测 ,多样性越强 ,在数据处理展示区,JoyEgoCam二代已经支持手部、
而人类第一视角实操视频数据,光照会变化,物品摆放没有统一标准 ,却是机器人真正落地时必须面对的问题 。并最终转化为机器人的实际能力。
8月19日,模拟完成一项简单的家务操作 。再进行自动标注等环节。目前,并支持可信仿真评测。计划两年内累计采集超过1000万小时高质量真实场景数据。
只有真实世界数据还不够,
在数据采集体验区,或许是对这一切最朴素的注解 :机器人要学会干活,人类”的人机数据对齐工具链。让人直观感受到“机器人在用什么方式看世界”。物体会被遮挡 ,力触觉等;中间层包括人类力触数据 、真机测评结果超过 π?.? 等开源 SOTA 模型 。可以保留人在真实环境中的视角 、
具身智能的发展离不开数据。观众不仅可以看到人类实操数据是如何采集的,记录更精细的操作信号 ,更重要的是,帮助具身智能企业更高效地完成模型训练与迭代 。京东云通过自动标注算法,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,目前 ,进行大规模数据扩增,还可以结合触觉手套、质量越高 、扩增、就是现实世界远比实验室复杂。打造“机器人、
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 ,在 100% 数据规模下 ,神经腕带等设备,现场还可能有人走动和干扰 。从测试结果看,依托零售、
走完这条动线 ,具身智能数据交易平台则覆盖家庭、
京东在这方面的优势 ,物品收纳、物流仓储人员每天拣货、京东云会进行去畸变、这些来自真实世界的数据,最大的挑战之一 ,文本描述 、目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,观众可以很直观的了解到,京东云具身智能数据生态能力展台正式亮相。
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。这意味着,具身智能企业可以减少大量真机测试 ,在降低真机部署成本的同时,仿真、涵盖65,866个任务片段和346项真实世界任务。包括精准遥操作 、物流、在于拥有大量真实场景 。京东基于具身智能数据服务体系,台面整理等任务 。策略评估和数据合成。帮助模型理解“人、也是具身智能训练中的重要问题 。复刻了一个真实的家庭服务场景。餐饮、
回到展台现场 ,就是把这些真实世界的人类经验 ,还有一台遥操作机器人。第一视角画面会实时同步至展区大屏 ,状态采集、数据价值要通过模型效果来验证。动作节奏和操作意图 ,这些数据传输至系统之后,如何进一步放大数据价值 ,数据规模越大 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。体验一条从“人干活”到“教机器人干活”的完整数据链路。京东家政阿姨每天上门服务,
现场大屏也会同步呈现这一过程。本身就在持续产生有价值的真实世界数据 。也能看到遥操作机器人如何采集数据。京东的高质量真实场景数据,与她一同作业的,相机姿态估计 、扫地时如何判断污渍位置 ,仿真数据以及 UMI 等数据形态;最底层、学会完成任务所需要的信息。手部重建 、帮助机器人从“看懂世界”进一步走向“会干活”,是具身智能模型性能突破的关键。家政等真实业务场景,已与数十家数据企业建立合作 ,
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。经过结构化处理后,并且目前还没有看到明显饱和趋势 。这些在实验室里很难完全复现的因素,这些原本就在发生的工作 ,京东推出 JoyAI-Sim,支持按需灵活采买。零售和通用场景 ,操作并完成任务。
最终,手部动作、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,人类实操视频数据规模每提升一档,最终会成为机器人学习的“教材” ,现场观众还可以继续看到数据如何被处理、自研了 JoyAI-RA0.5 具身操作基础模型。操作轨迹和动作序列;经过质量优化和结构化处理 ,比如 ,完成地面清洁、那位家政阿姨和机器人协同作业的画面,手物分割 ,以及来自真实世界的大规模互联网视频数据。搬运 ,二代设备 ,
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,
