家政阿姨现场“带教”机器人学做家务
展台最核心的位置,手部动作 、这些在实验室里很难完全复现的因素,
京东的高质量真实场景数据 ,物和环境是如何共同变化的” 。并最终转化为机器人的实际能力 。比如 ,帮助模型理解“人 、再进行自动标注等环节。它可以从人类实操视频数据出发,本身就在持续产生有价值的真实世界数据。完成地面清洁、进入模型训练闭环 。观众可以亲自戴上JoyEgoCam一代、家政等真实业务场景 ,观众不仅可以看到人类实操数据是如何采集的 ,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。物体会被遮挡 ,相机姿态估计、进入仿真训练与评测环节,一位京东家政阿姨会像日常上门服务一样,京东云基于LeRobot具身模型开发平台 ,目前 ,从测试结果看,却是机器人真正落地时必须面对的问题。京东推出 JoyAI-Sim ,就是把这些真实世界的人类经验,物品收纳 、自研了 JoyAI-RA0.5 具身操作基础模型。数据价值要通过模型效果来验证 。第一视角画面会实时同步至展区大屏 ,深度重建、可以保留人在真实环境中的视角、这些数据传输至系统之后,擦桌子和抓取物品时手部如何调整力度和角度,复刻了一个真实的家庭服务场景。海量真实数据被转化为可供模型直接使用的高质量“教材”。最终 ,最大的挑战之一,评测,人类”的人机数据对齐工具链。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,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 ,现场还可能有人走动和干扰 。从数据类型来看,文本描述、在 100% 数据规模下 ,在降低真机部署成本的同时,操作并完成任务 。京东云具身智能数据生态能力展台正式亮相。动作节奏和操作意图 ,而是直接来自真实业务。将“数据+工具+算力+模型”整合为全栈服务,JoyEgoCam二代已经支持手部 、手部重建、打造“机器人 、更高效地完成模型训练 、记录更精细的操作信号,计划两年内累计采集超过1000万小时高质量真实场景数据。这些数据不是为了采集而采集 ,物流仓储人员每天拣货、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 ,最终会成为机器人学习的“教材”,
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。
京东在这方面的优势 ,并且目前还没有看到明显饱和趋势 。经过结构化处理后,观众可以很直观的了解到 ,
而人类第一视角实操视频数据,以及来自真实世界的大规模互联网视频数据。真机测评结果超过 π?.? 等开源 SOTA 模型 。二代设备 ,商超 、目前,零售和通用场景,这些来自真实世界的数据 ,依托零售、状态采集、也是具身智能训练中的重要问题 。她的第一视角实操画面、恰恰是机器人理解真实世界、帮助具身智能企业更高效地完成模型训练与迭代 。学习人类如何在真实场景中观察 、还有一台遥操作机器人 。光照会变化,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 。判断、首先要看人怎么干活。也是规模化潜力最大的 ,扫地时如何判断污渍位置,而京东正在做的事情,更重要的是 ,目前京东EgoLive数据集已公开首批约2000小时第一视角数据,2026世界机器人大会正式开幕,策略评估和数据合成。京东正在建设超大规模具身智能数据采集中心,
回到展台现场,已与数十家数据企业建立合作,也能看到遥操作机器人如何采集数据。让人直观感受到“机器人在用什么方式看世界” 。在于拥有大量真实场景。现场观众还可以继续看到数据如何被处理 、
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,
8月19日 ,手物分割,进行大规模数据扩增,还可以结合触觉手套 、人类实操视频数据规模每提升一档,身体姿态乃至操作节奏,
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。仿真 、
与此同时,系统性地转化为机器人可以学习和进化的数字资产 。物流、观众还可以亲自参与其中,或许是对这一切最朴素的注解 :机器人要学会干活 ,那位家政阿姨和机器人协同作业的画面 ,具身智能企业可以减少大量真机测试 ,具身智能数据交易平台则覆盖家庭、仿真数据以及 UMI 等数据形态;最底层 、台面整理等任务 。搬运 ,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”,如何进一步放大数据价值 ,包括精准遥操作、
现场大屏也会同步呈现这一过程。京东基于具身智能数据服务体系,操作轨迹和动作序列;经过质量优化和结构化处理,这些原本就在发生的工作,系统能够识别并标记出画面中的关键物体 、并支持可信仿真评测 。
具身智能的发展离不开数据。工业 、
只有真实世界数据还不够,
在数据采集体验区,是具身智能模型性能突破的关键。模型就越有可能获得持续进化能力 。扩增、
走完这条动线,神经腕带等设备,京东云会进行去畸变 、支持按需灵活采买。体验一条从“人干活”到“教机器人干活”的完整数据链路 。多样性越强,
在数据处理展示区,手臂和腿部动作捕捉,餐饮、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。模拟完成一项简单的家务操作。
