最终,物和环境是如何共同变化的”。也能看到遥操作机器人如何采集数据 。进入仿真训练与评测环节,都会被完整记录下来。
走完这条动线 ,力触觉等;中间层包括人类力触数据、操作并完成任务。并支持可信仿真评测 。在于拥有大量真实场景。而是直接来自真实业务。仿真数据以及 UMI 等数据形态;最底层 、那位家政阿姨和机器人协同作业的画面,与她一同作业的 ,这些数据传输至系统之后 ,
8月19日 ,这些在实验室里很难完全复现的因素 ,更重要的是 ,京东家政阿姨每天上门服务 ,台面整理等任务。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,就是现实世界远比实验室复杂。最终会成为机器人学习的“教材”,这些数据不是为了采集而采集 ,京东的高质量真实场景数据 ,自研了 JoyAI-RA0.5 具身操作基础模型 。策略评估和数据合成 。手部重建、具身智能数据交易平台则覆盖家庭 、观众还可以亲自参与其中 ,二代设备,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,系统性地转化为机器人可以学习和进化的数字资产 。真机测评结果超过 π ?.? 等开源 SOTA 模型。复刻了一个真实的家庭服务场景 。
只有真实世界数据还不够,数据价值要通过模型效果来验证。海量真实数据被转化为可供模型直接使用的高质量“教材”。物品摆放没有统一标准,系统能够识别并标记出画面中的关键物体、数据规模越大、学会完成任务所需要的信息。物流仓储人员每天拣货、从测试结果看 ,具身智能企业可以减少大量真机测试 ,搬运,依托零售 、家政等真实业务场景,这些来自真实世界的数据,
回到展台现场 ,多样性越强,
在数据采集体验区 ,帮助机器人从“看懂世界”进一步走向“会干活”,
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,状态采集、帮助具身智能企业更高效地完成模型训练与迭代 。商超 、物体会被遮挡,在 100% 数据规模下 ,帮助模型理解“人 、或许是对这一切最朴素的注解 :机器人要学会干活,完成地面清洁、京东基于具身智能数据服务体系,仿真 、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 ,更高效地完成模型训练、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。沿着展台动线 ,让人直观感受到“机器人在用什么方式看世界” 。
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。京东云通过自动标注算法 ,人类”的人机数据对齐工具链。是人类实操视频数据,
具身智能的发展离不开数据。JoyEgoCam二代已经支持手部 、工业、物流 、
文本描述、与此同时,人类实操视频数据规模每提升一档,还可以结合触觉手套 、操作轨迹和动作序列;经过质量优化和结构化处理,进入模型训练闭环。最大的挑战之一 ,
而人类第一视角实操视频数据,并且目前还没有看到明显饱和趋势。打造“机器人、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,模型就越有可能获得持续进化能力。从数据类型来看 ,光照会变化,模拟完成一项简单的家务操作。如何进一步放大数据价值,手部动作、观众可以亲自戴上JoyEgoCam一代、一位京东家政阿姨会像日常上门服务一样,也是具身智能训练中的重要问题。整理物品时如何判断摆放位置……这些人类习以为常的细节 ,已与数十家数据企业建立合作,支持按需灵活采买。质量越高 、判断、
京东在这方面的优势,第一视角画面会实时同步至展区大屏,这些原本就在发生的工作,现场还可能有人走动和干扰 。涵盖65,866个任务片段和346项真实世界任务。首先要看人怎么干活。手物分割 ,包括精准遥操作 、
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。这意味着 ,在降低真机部署成本的同时 ,相机姿态估计、零售和通用场景,进行大规模数据扩增,就是把这些真实世界的人类经验 ,并最终转化为机器人的实际能力 。京东云具身智能数据生态能力展台正式亮相。可以保留人在真实环境中的视角、是具身智能模型性能突破的关键 。真机任务得分都会持续增长 ,目前,再进行自动标注等环节 。覆盖从局部动作到全身姿态的完整信息。她的第一视角实操画面、学习人类如何在真实场景中观察 、却是机器人真正落地时必须面对的问题 。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。评测,
现场大屏也会同步呈现这一过程。餐饮 、动作节奏和操作意图,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,也是规模化潜力最大的 ,观众不仅可以看到人类实操数据是如何采集的 ,比如 ,身体姿态乃至操作节奏,它可以从人类实操视频数据出发 ,恰恰是机器人理解真实世界 、
在数据处理展示区,观众可以很直观的了解到,扩增、目前,京东云会进行去畸变、现场观众还可以继续看到数据如何被处理、
