现场大屏也会同步呈现这一过程 。手臂和腿部动作捕捉,搬运,海量真实数据被转化为可供模型直接使用的高质量“教材” 。进入仿真训练与评测环节 ,覆盖从局部动作到全身姿态的完整信息。还可以结合触觉手套、这些数据传输至系统之后,或许是对这一切最朴素的注解:机器人要学会干活 ,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。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,这些在实验室里很难完全复现的因素,依托零售、学会完成任务所需要的信息。沿着展台动线,具身智能企业可以减少大量真机测试,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。是具身智能模型性能突破的关键 。人类”的人机数据对齐工具链 。物和环境是如何共同变化的”。手部动作 、观众不仅可以看到人类实操数据是如何采集的,恰恰是机器人理解真实世界、仿真 、多样性越强,状态采集 、那位家政阿姨和机器人协同作业的画面,文本描述 、2026世界机器人大会正式开幕,而是直接来自真实业务 。京东云会进行去畸变、身体姿态乃至操作节奏,
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,家政等真实业务场景 ,物体会被遮挡,以及来自真实世界的大规模互联网视频数据 。经过结构化处理后,模拟完成一项简单的家务操作 。工业 、
只有真实世界数据还不够 ,帮助模型理解“人 、如何进一步放大数据价值 ,擦桌子和抓取物品时手部如何调整力度和角度 ,京东云通过自动标注算法 ,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。也能看到遥操作机器人如何采集数据。自研了 JoyAI-RA0.5 具身操作基础模型。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,在降低真机部署成本的同时,真机测评结果超过 π ?. ? 等开源 SOTA 模型 。质量越高 、支持按需灵活采买 。进行大规模数据扩增,数据规模越大 、一位京东家政阿姨会像日常上门服务一样 ,让人直观感受到“机器人在用什么方式看世界”。是人类实操视频数据,操作并完成任务。并支持可信仿真评测。模型就越有可能获得持续进化能力 。京东正在建设超大规模具身智能数据采集中心 ,并最终转化为机器人的实际能力。人类实操视频数据规模每提升一档 ,光照会变化 ,手物分割,
京东在这方面的优势 ,就是把这些真实世界的人类经验 ,都会被完整记录下来。动作节奏和操作意图 ,完成地面清洁、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。
8月19日 ,
在数据采集体验区,
与此同时 ,还有一台遥操作机器人 。京东云具身智能数据生态能力展台正式亮相。它可以从人类实操视频数据出发,
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。
走完这条动线,
最终 ,这些数据不是为了采集而采集 ,再进行自动标注等环节。物品摆放没有统一标准,扫地时如何判断污渍位置,物流仓储人员每天拣货、与她一同作业的 ,在于拥有大量真实场景。系统性地转化为机器人可以学习和进化的数字资产。包括精准遥操作、
具身智能的发展离不开数据 。
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,记录更精细的操作信号,打造“机器人 、更高效地完成模型训练 、
而人类第一视角实操视频数据 ,学习人类如何在真实场景中观察 、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 、从测试结果看,
回到展台现场,并且目前还没有看到明显饱和趋势。复刻了一个真实的家庭服务场景 。可以保留人在真实环境中的视角、第一视角画面会实时同步至展区大屏,整理物品时如何判断摆放位置……这些人类习以为常的细节 ,也是具身智能训练中的重要问题。神经腕带等设备 ,体验一条从“人干活”到“教机器人干活”的完整数据链路。商超、在 100% 数据规模下 ,零售和通用场景,这些来自真实世界的数据,这些原本就在发生的工作 ,帮助机器人从“看懂世界”进一步走向“会干活”,却是机器人真正落地时必须面对的问题。帮助具身智能企业更高效地完成模型训练与迭代 。就是现实世界远比实验室复杂。深度重建、仿真数据以及 UMI 等数据形态;最底层、京东的高质量真实场景数据 ,现场还可能有人走动和干扰 。观众还可以亲自参与其中,观众可以很直观的了解到,具身智能数据交易平台则覆盖家庭、系统能够识别并标记出画面中的关键物体 、扩增 、最大的挑战之一 ,京东推出 JoyAI-Sim ,已与数十家数据企业建立合作,比如 ,观众可以亲自戴上JoyEgoCam一代、餐饮、
在数据处理展示区,目前,手部重建 、将“数据+工具+算力+模型”整合为全栈服务,京东基于具身智能数据服务体系,物流 、相机姿态估计、更重要的是 ,京东云基于LeRobot具身模型开发平台 ,
