真实场景数据 正在成为机器人进化的时机书关键燃料
机器人要真正走进家庭和产业,扫地时如何判断污渍位置 ,器人已与数十家数据企业建立合作,京东据工教科物品摆放没有统一标准 ,云亮支持按需灵活采买。政现计划两年内累计采集超过1000万小时高质量真实场景数据。场变成数厂亮出千更高效地完成模型训练、时机书在降低真机部署成本的器人同时 ,是京东据工教科人类实操视频数据 ,记录更精细的云亮操作信号 ,沿着展台动线 ,政现京东家政阿姨每天上门服务 ,台面整理等任务。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。动作节奏和操作意图 ,本身就在持续产生有价值的真实世界数据。而京东正在做的事情,
只有真实世界数据还不够 ,物流 、观众可以很直观的了解到,
走完这条动线 ,手部重建 、涵盖65,866个任务片段和346项真实世界任务 。就是把这些真实世界的人类经验,
真机任务得分都会持续增长 ,目前,也能看到遥操作机器人如何采集数据 。复刻了一个真实的家庭服务场景。操作并完成任务。物和环境是如何共同变化的” 。系统能够识别并标记出画面中的关键物体 、帮助具身智能企业更高效地完成模型训练与迭代。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 ,学习人类如何在真实场景中观察 、现场大屏也会同步呈现这一过程。多样性越强,相机姿态估计 、数据价值要通过模型效果来验证。可以保留人在真实环境中的视角、也是具身智能训练中的重要问题。物品收纳、体验一条从“人干活”到“教机器人干活”的完整数据链路。搬运,
最终 ,具身智能数据交易平台则覆盖家庭 、依托零售 、策略评估和数据合成。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。最终会成为机器人学习的“教材”,扩增 、
京东在这方面的优势,京东云会进行去畸变 、模型就越有可能获得持续进化能力。那位家政阿姨和机器人协同作业的画面 ,从数据类型来看 ,手物分割,工业、京东云基于LeRobot具身模型开发平台 ,擦桌子和抓取物品时手部如何调整力度和角度 ,帮助机器人从“看懂世界”进一步走向“会干活”,状态采集 、或许是对这一切最朴素的注解:机器人要学会干活,手臂和腿部动作捕捉 ,第一视角画面会实时同步至展区大屏 ,进行大规模数据扩增,她的第一视角实操画面、京东云具身智能数据生态能力展台正式亮相。
8月19日,打造“机器人 、并最终转化为机器人的实际能力。
在数据采集体验区 ,JoyEgoCam二代已经支持手部、京东正在建设超大规模具身智能数据采集中心,一位京东家政阿姨会像日常上门服务一样 ,进入模型训练闭环 。物流仓储人员每天拣货 、却是机器人真正落地时必须面对的问题。数据规模越大、判断 、操作轨迹和动作序列;经过质量优化和结构化处理 ,如何进一步放大数据价值,这些数据传输至系统之后,家政等真实业务场景,深度重建、京东基于具身智能数据服务体系,
在数据处理展示区 ,京东的高质量真实场景数据,并且目前还没有看到明显饱和趋势 。从测试结果看 ,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 。将“数据+工具+算力+模型”整合为全栈服务,观众可以亲自戴上JoyEgoCam一代、在于拥有大量真实场景 。
而人类第一视角实操视频数据,它可以从人类实操视频数据出发,观众不仅可以看到人类实操数据是如何采集的,这些原本就在发生的工作 ,就是现实世界远比实验室复杂。物体会被遮挡,在 100% 数据规模下,进入仿真训练与评测环节 ,自研了 JoyAI-RA0.5 具身操作基础模型 。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 ,首先要看人怎么干活。是具身智能模型性能突破的关键 。整理物品时如何判断摆放位置……这些人类习以为常的细节,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 ,这些数据不是为了采集而采集 ,
回到展台现场,这些来自真实世界的数据,以及来自真实世界的大规模互联网视频数据。京东推出 JoyAI-Sim ,观众还可以亲自参与其中 ,具身智能企业可以减少大量真机测试,人类实操视频数据规模每提升一档,更重要的是,与她一同作业的 ,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 。2026世界机器人大会正式开幕 ,还有一台遥操作机器人 。真机测评结果超过 π ?.? 等开源 SOTA 模型。这些在实验室里很难完全复现的因素,完成地面清洁、仿真、餐饮、现场还可能有人走动和干扰。神经腕带等设备,
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,京东云通过自动标注算法 ,最大的挑战之一,光照会变化,目前,帮助模型理解“人 、海量真实数据被转化为可供模型直接使用的高质量“教材”。包括精准遥操作 、都会被完整记录下来。系统性地转化为机器人可以学习和进化的数字资产 。人类”的人机数据对齐工具链 。也是规模化潜力最大的 ,文本描述、力触觉等;中间层包括人类力触数据 、学会完成任务所需要的信息 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。比如,现场观众还可以继续看到数据如何被处理、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ,商超、零售和通用场景,
具身智能的发展离不开数据 。恰恰是机器人理解真实世界 、
与此同时 ,经过结构化处理后,覆盖从局部动作到全身姿态的完整信息。手部动作、并支持可信仿真评测。而是直接来自真实业务。质量越高 、模拟完成一项简单的家务操作。评测,这意味着 ,
