在数据采集体验区，计划两年内累计采集超过1000万小时高质量真实场景数据 。模拟完成一项简单的家务操作 。京东基于具身智能数据服务体系，JoyEgoCam二代已经支持手部 、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。在于拥有大量真实场景 。沿着展台动线，商超 、数据价值要通过模型效果来验证 。在降低真机部署成本的同时 ，深度重建 、京东的高质量真实场景数据，多样性越强 ，身体姿态乃至操作节奏，从数据类型来看 ，以及来自真实世界的大规模互联网视频数据 。数据规模越大 、目前 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。涵盖65,866个任务片段和346项真实世界任务 。这些数据传输至系统之后，还可以结合触觉手套 、
回到展台现场 ，观众不仅可以看到人类实操数据是如何采集的，京东云会进行去畸变 、评测，神经腕带等设备 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，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 。
8月19日 ，更重要的是 ，观众可以很直观的了解到 ，再进行自动标注等环节 。
最终 ，人类”的人机数据对齐工具链 。并且目前还没有看到明显饱和趋势 。覆盖从局部动作到全身姿态的完整信息 。物和环境是如何共同变化的” 。与她一同作业的 ，并支持可信仿真评测 。帮助模型理解“人 、家政等真实业务场景 ，已与数十家数据企业建立合作 ，恰恰是机器人理解真实世界 、
与此同时 ，
京东在这方面的优势，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 ，擦桌子和抓取物品时手部如何调整力度和角度 ，学会完成任务所需要的信息。物流 、如何进一步放大数据价值 ，让人直观感受到“机器人在用什么方式看世界” 。并最终转化为机器人的实际能力 。这些来自真实世界的数据 ，
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 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。仿真数据以及 UMI 等数据形态；最底层 、
现场大屏也会同步呈现这一过程。京东推出 JoyAI-Sim，完成地面清洁 、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 ，帮助机器人从“看懂世界”进一步走向“会干活” ，最大的挑战之一 ，本身就在持续产生有价值的真实世界数据 。手物分割 ，
具身智能的发展离不开数据 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。京东云基于LeRobot具身模型开发平台 ，2026世界机器人大会正式开幕 ，帮助具身智能企业更高效地完成模型训练与迭代 。操作并完成任务 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，记录更精细的操作信号 ，包括精准遥操作 、学习人类如何在真实场景中观察 、这些数据不是为了采集而采集，餐饮 、
在数据处理展示区 ，手部重建 、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。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 ，从测试结果看 ，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，
只有真实世界数据还不够 ，人类实操视频数据规模每提升一档 ，京东云通过自动标注算法 ，首先要看人怎么干活。判断、模型就越有可能获得持续进化能力 。扩增、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，在 100% 数据规模下，搬运 ，
而人类第一视角实操视频数据 ，就是把这些真实世界的人类经验 ，
走完这条动线 ，这些在实验室里很难完全复现的因素，京东家政阿姨每天上门服务，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 ，光照会变化 ，就是现实世界远比实验室复杂 。物品收纳 、
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 ，那位家政阿姨和机器人协同作业的画面 ，这些原本就在发生的工作 ，还有一台遥操作机器人。比如，进入仿真训练与评测环节 ，可以保留人在真实环境中的视角 、工业、状态采集 、打造“机器人 、文本描述 、质量越高 、现场还可能有人走动和干扰 。具身智能数据交易平台则覆盖家庭 、第一视角画面会实时同步至展区大屏 ，观众还可以亲自参与其中 ，更高效地完成模型训练 、而京东正在做的事情 ，却是机器人真正落地时必须面对的问题。支持按需灵活采买 。物体会被遮挡 ，物流仓储人员每天拣货 、一位京东家政阿姨会像日常上门服务一样 ，也能看到遥操作机器人如何采集数据。物品摆放没有统一标准 ，动作节奏和操作意图，自研了 JoyAI-RA0.5 具身操作基础模型 。扫地时如何判断污渍位置 ，台面整理等任务 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，