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 ,这些原本就在发生的工作,体验一条从“人干活”到“教机器人干活”的完整数据链路。仿真数据以及 UMI 等数据形态;最底层、如何进一步放大数据价值,
在数据采集体验区 ,它可以从人类实操视频数据出发 ,这些数据传输至系统之后 ,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。进入模型训练闭环。数据规模越大、扫地时如何判断污渍位置 ,再进行自动标注等环节。JoyEgoCam二代已经支持手部 、手部动作 、京东云具身智能数据生态能力展台正式亮相。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ,擦桌子和抓取物品时手部如何调整力度和角度 ,已与数十家数据企业建立合作 ,更重要的是 ,京东的高质量真实场景数据,观众不仅可以看到人类实操数据是如何采集的,手物分割 ,经过结构化处理后,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 。观众还可以亲自参与其中,并支持可信仿真评测。一位京东家政阿姨会像日常上门服务一样 ,观众可以很直观的了解到 ,
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。商超、操作并完成任务。第一视角画面会实时同步至展区大屏 ,评测,打造“机器人、学习人类如何在真实场景中观察、并且目前还没有看到明显饱和趋势 。京东推出 JoyAI-Sim ,手臂和腿部动作捕捉,物和环境是如何共同变化的” 。以及来自真实世界的大规模互联网视频数据。真机任务得分都会持续增长,真机测评结果超过 π ?. ? 等开源 SOTA 模型。神经腕带等设备,进入仿真训练与评测环节,现场观众还可以继续看到数据如何被处理、沿着展台动线 ,而是直接来自真实业务 。这些在实验室里很难完全复现的因素 ,就是把这些真实世界的人类经验,这意味着 ,质量越高 、
京东在这方面的优势 ,复刻了一个真实的家庭服务场景 。2026世界机器人大会正式开幕,人类实操视频数据规模每提升一档,与她一同作业的,物品收纳 、那位家政阿姨和机器人协同作业的画面 ,身体姿态乃至操作节奏,
而人类第一视角实操视频数据,数据价值要通过模型效果来验证。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。目前,是具身智能模型性能突破的关键。更高效地完成模型训练 、操作轨迹和动作序列;经过质量优化和结构化处理 ,整理物品时如何判断摆放位置……这些人类习以为常的细节,从测试结果看,
最终 ,物体会被遮挡 ,状态采集 、
具身智能的发展离不开数据。扩增 、进行大规模数据扩增 ,
回到展台现场,
走完这条动线,或许是对这一切最朴素的注解:机器人要学会干活 ,手部重建 、
与此同时,物流仓储人员每天拣货、零售和通用场景 ,最终会成为机器人学习的“教材” ,深度重建、支持按需灵活采买。京东云通过自动标注算法 ,台面整理等任务 。学会完成任务所需要的信息 。京东家政阿姨每天上门服务,依托零售、系统性地转化为机器人可以学习和进化的数字资产。却是机器人真正落地时必须面对的问题。搬运 ,都会被完整记录下来 。
在数据处理展示区 ,从数据类型来看,京东云会进行去畸变、本身就在持续产生有价值的真实世界数据 。判断、观众可以亲自戴上JoyEgoCam一代、涵盖65,866个任务片段和346项真实世界任务 。在于拥有大量真实场景。并最终转化为机器人的实际能力。
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 ,具身智能企业可以减少大量真机测试,自研了 JoyAI-RA0.5 具身操作基础模型。也能看到遥操作机器人如何采集数据 。最大的挑战之一,模拟完成一项简单的家务操作。
8月19日,这些来自真实世界的数据,具身智能数据交易平台则覆盖家庭、首先要看人怎么干活 。包括精准遥操作 、将“数据+工具+算力+模型”整合为全栈服务,多样性越强,模型就越有可能获得持续进化能力。餐饮 、还可以结合触觉手套 、是人类实操视频数据,现场还可能有人走动和干扰 。力触觉等;中间层包括人类力触数据、她的第一视角实操画面、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ,目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,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,
而京东正在做的事情,工业、京东云基于LeRobot具身模型开发平台 ,在降低真机部署成本的同时 ,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 。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” 。计划两年内累计采集超过1000万小时高质量真实场景数据。在 100% 数据规模下,也是具身智能训练中的重要问题。目前,比如 ,家政等真实业务场景 ,京东正在建设超大规模具身智能数据采集中心,让人直观感受到“机器人在用什么方式看世界”。文本描述、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 ,策略评估和数据合成。只有真实世界数据还不够,可以保留人在真实环境中的视角 、记录更精细的操作信号,恰恰是机器人理解真实世界、物品摆放没有统一标准,
