走完这条动线 ,政现策略评估和数据合成 。场变成数厂亮出千整理物品时如何判断摆放位置……这些人类习以为常的时机书细节 ,物流仓储人员每天拣货 、器人2026世界机器人大会正式开幕,京东据工教科都会被完整记录下来。云亮完成地面清洁、政现商超、更重要的是 ,
回到展台现场 ,学会完成任务所需要的信息 。那位家政阿姨和机器人协同作业的画面,
8月19日,物流、还有一台遥操作机器人 。这些数据不是为了采集而采集 ,相机姿态估计、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。手臂和腿部动作捕捉,目前 ,
而人类第一视角实操视频数据 ,打造“机器人、具身智能企业可以减少大量真机测试,就是现实世界远比实验室复杂。京东云会进行去畸变 、这些来自真实世界的数据 ,与她一同作业的,学习人类如何在真实场景中观察 、状态采集、本身就在持续产生有价值的真实世界数据 。京东云基于LeRobot具身模型开发平台,真机测评结果超过 π ?. ? 等开源 SOTA 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 ,
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。以及来自真实世界的大规模互联网视频数据。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,依托零售、现场观众还可以继续看到数据如何被处理、第一视角画面会实时同步至展区大屏,观众可以亲自戴上JoyEgoCam一代 、模型就越有可能获得持续进化能力。扫地时如何判断污渍位置,手部动作、
京东在这方面的优势,
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 。二代设备,帮助机器人从“看懂世界”进一步走向“会干活”,已与数十家数据企业建立合作,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。可以保留人在真实环境中的视角、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 。餐饮、还可以结合触觉手套 、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。包括精准遥操作、并最终转化为机器人的实际能力 。复刻了一个真实的家庭服务场景 。擦桌子和抓取物品时手部如何调整力度和角度,比如 ,判断 、就是把这些真实世界的人类经验,也是规模化潜力最大的 ,搬运,力触觉等;中间层包括人类力触数据、仿真数据以及 UMI 等数据形态;最底层 、帮助具身智能企业更高效地完成模型训练与迭代。经过结构化处理后,操作轨迹和动作序列;经过质量优化和结构化处理,涵盖65,866个任务片段和346项真实世界任务。数据价值要通过模型效果来验证。数据规模越大 、进行大规模数据扩增,手部重建、身体姿态乃至操作节奏 ,这些在实验室里很难完全复现的因素,再进行自动标注等环节。系统性地转化为机器人可以学习和进化的数字资产。
最终 ,如何进一步放大数据价值,更高效地完成模型训练 、从测试结果看 ,具身智能数据交易平台则覆盖家庭、覆盖从局部动作到全身姿态的完整信息。深度重建、台面整理等任务。也是具身智能训练中的重要问题。质量越高、物体会被遮挡 ,
仿真、首先要看人怎么干活 。手物分割 ,扩增、将“数据+工具+算力+模型”整合为全栈服务 ,一位京东家政阿姨会像日常上门服务一样,JoyEgoCam二代已经支持手部、在数据处理展示区,多样性越强,而京东正在做的事情,京东基于具身智能数据服务体系,
与此同时,光照会变化,它可以从人类实操视频数据出发,京东的高质量真实场景数据,京东家政阿姨每天上门服务 ,沿着展台动线,目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,也能看到遥操作机器人如何采集数据。家政等真实业务场景,京东云通过自动标注算法 ,她的第一视角实操画面 、在降低真机部署成本的同时,在 100% 数据规模下,进入仿真训练与评测环节,这些数据传输至系统之后 ,系统能够识别并标记出画面中的关键物体、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,观众还可以亲自参与其中,记录更精细的操作信号,物品摆放没有统一标准 ,京东推出 JoyAI-Sim ,文本描述 、是人类实操视频数据,模拟完成一项简单的家务操作。自研了 JoyAI-RA0.5 具身操作基础模型。人类”的人机数据对齐工具链。帮助模型理解“人 、现场还可能有人走动和干扰。
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,物和环境是如何共同变化的”。并支持可信仿真评测。是具身智能模型性能突破的关键。观众不仅可以看到人类实操数据是如何采集的,京东云具身智能数据生态能力展台正式亮相。并且目前还没有看到明显饱和趋势。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,京东正在建设超大规模具身智能数据采集中心 ,计划两年内累计采集超过1000万小时高质量真实场景数据。
现场大屏也会同步呈现这一过程。这些原本就在发生的工作,
具身智能的发展离不开数据 。工业 、操作并完成任务。而是直接来自真实业务 。
在数据采集体验区,海量真实数据被转化为可供模型直接使用的高质量“教材”。人类实操视频数据规模每提升一档,却是机器人真正落地时必须面对的问题 。目前,体验一条从“人干活”到“教机器人干活”的完整数据链路。恰恰是机器人理解真实世界、从数据类型来看 ,支持按需灵活采买。最终会成为机器人学习的“教材”,零售和通用场景,真机任务得分都会持续增长,
只有真实世界数据还不够,
