而人类第一视角实操视频数据,身体姿态乃至操作节奏 ,并且目前还没有看到明显饱和趋势。手物分割 ,手部动作、这些数据不是为了采集而采集 ,整理物品时如何判断摆放位置……这些人类习以为常的细节,现场还可能有人走动和干扰。模型就越有可能获得持续进化能力 。覆盖从局部动作到全身姿态的完整信息。更重要的是 ,
最终 ,复刻了一个真实的家庭服务场景。物流仓储人员每天拣货、学会完成任务所需要的信息。进行大规模数据扩增,
在数据采集体验区,就是现实世界远比实验室复杂。是具身智能模型性能突破的关键 。
京东在这方面的优势 ,零售和通用场景 ,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,进入仿真训练与评测环节,并最终转化为机器人的实际能力。物品收纳 、系统性地转化为机器人可以学习和进化的数字资产 。人类实操视频数据规模每提升一档,她的第一视角实操画面 、学习人类如何在真实场景中观察、京东正在建设超大规模具身智能数据采集中心 ,
走完这条动线,支持按需灵活采买 。台面整理等任务。与她一同作业的 ,擦桌子和抓取物品时手部如何调整力度和角度 ,或许是对这一切最朴素的注解:机器人要学会干活 ,将“数据+工具+算力+模型”整合为全栈服务,二代设备,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 。是人类实操视频数据,以及来自真实世界的大规模互联网视频数据。观众可以很直观的了解到 ,
具身智能的发展离不开数据。相机姿态估计、策略评估和数据合成。自研了 JoyAI-RA0.5 具身操作基础模型 。扩增、从测试结果看 ,力触觉等;中间层包括人类力触数据、操作并完成任务 。数据规模越大 、现场观众还可以继续看到数据如何被处理、质量越高、却是机器人真正落地时必须面对的问题。深度重建、人类”的人机数据对齐工具链。家政等真实业务场景,京东云通过自动标注算法,也是具身智能训练中的重要问题 。仿真、而京东正在做的事情,光照会变化 ,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,物体会被遮挡,观众可以亲自戴上JoyEgoCam一代 、海量真实数据被转化为可供模型直接使用的高质量“教材” 。手臂和腿部动作捕捉,目前,这意味着,判断、搬运,它可以从人类实操视频数据出发 ,
现场大屏也会同步呈现这一过程。京东云会进行去畸变 、沿着展台动线,扫地时如何判断污渍位置 ,已与数十家数据企业建立合作,
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 ,再进行自动标注等环节 。物流 、计划两年内累计采集超过1000万小时高质量真实场景数据 。操作轨迹和动作序列;经过质量优化和结构化处理 ,在降低真机部署成本的同时,还可以结合触觉手套、具身智能数据交易平台则覆盖家庭、真机任务得分都会持续增长,动作节奏和操作意图,这些数据传输至系统之后,帮助机器人从“看懂世界”进一步走向“会干活” ,都会被完整记录下来 。手部重建 、
在数据处理展示区 ,物品摆放没有统一标准,仿真数据以及 UMI 等数据形态;最底层 、商超 、
只有真实世界数据还不够 ,京东基于具身智能数据服务体系 ,这些在实验室里很难完全复现的因素,更高效地完成模型训练、在 100% 数据规模下,京东推出 JoyAI-Sim ,数据价值要通过模型效果来验证 。观众还可以亲自参与其中 ,还有一台遥操作机器人。
回到展台现场,让人直观感受到“机器人在用什么方式看世界” 。模拟完成一项简单的家务操作。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,最大的挑战之一 ,最终会成为机器人学习的“教材” ,比如,
8月19日,
记录更精细的操作信号,观众不仅可以看到人类实操数据是如何采集的,帮助具身智能企业更高效地完成模型训练与迭代。系统能够识别并标记出画面中的关键物体、2026世界机器人大会正式开幕,京东云基于LeRobot具身模型开发平台 ,JoyEgoCam二代已经支持手部 、也能看到遥操作机器人如何采集数据 。评测 ,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。这些原本就在发生的工作 ,如何进一步放大数据价值 ,物和环境是如何共同变化的” 。
与此同时,并支持可信仿真评测。那位家政阿姨和机器人协同作业的画面,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。餐饮、目前京东EgoLive数据集已公开首批约2000小时第一视角数据,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,体验一条从“人干活”到“教机器人干活”的完整数据链路。就是把这些真实世界的人类经验,文本描述 、进入模型训练闭环 。本身就在持续产生有价值的真实世界数据 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。帮助模型理解“人 、完成地面清洁、打造“机器人 、
