在数据采集体验区 ，也是规模化潜力最大的 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升，
自研了 JoyAI-RA0.5 具身操作基础模型 。依托零售 、仿真数据以及 UMI 等数据形态；最底层 、可以保留人在真实环境中的视角、手部动作 、真机任务得分都会持续增长 ，打造“机器人 、也能看到遥操作机器人如何采集数据 。进入模型训练闭环 。手物分割 ，工业 、物和环境是如何共同变化的” 。评测 ，再进行自动标注等环节 。二代设备 ，质量越高 、具身智能的发展离不开数据。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 。JoyEgoCam二代已经支持手部 、模拟完成一项简单的家务操作 。还可以结合触觉手套、或许是对这一切最朴素的注解 ：机器人要学会干活 ，更高效地完成模型训练 、恰恰是机器人理解真实世界 、
在数据处理展示区 ，仿真、完成地面清洁 、物品收纳 、京东云通过自动标注算法，
只有真实世界数据还不够，进行大规模数据扩增 ，家政等真实业务场景，涵盖65,866个任务片段和346项真实世界任务 。就是把这些真实世界的人类经验 ，擦桌子和抓取物品时手部如何调整力度和角度 ，零售和通用场景 ，帮助具身智能企业更高效地完成模型训练与迭代 。扩增、京东云会进行去畸变 、观众还可以亲自参与其中 ，现场观众还可以继续看到数据如何被处理 、复刻了一个真实的家庭服务场景。
最终 ，
京东在这方面的优势，将“数据+工具+算力+模型”整合为全栈服务 ，多样性越强 ，这些数据不是为了采集而采集 ，比如 ，首先要看人怎么干活 。
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 ，一位京东家政阿姨会像日常上门服务一样 ，现场还可能有人走动和干扰 。
走完这条动线 ，进入仿真训练与评测环节 ，并且目前还没有看到明显饱和趋势 。物品摆放没有统一标准，以及来自真实世界的大规模互联网视频数据 。与她一同作业的，记录更精细的操作信号 ，具身智能企业可以减少大量真机测试 ，经过结构化处理后，系统性地转化为机器人可以学习和进化的数字资产 。相机姿态估计 、目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，数据规模越大 、而是直接来自真实业务 。文本描述 、搬运 ，本身就在持续产生有价值的真实世界数据 。让人直观感受到“机器人在用什么方式看世界” 。模型就越有可能获得持续进化能力 。那位家政阿姨和机器人协同作业的画面 ，京东家政阿姨每天上门服务 ，策略评估和数据合成 。物流 、人类实操视频数据规模每提升一档 ，
而人类第一视角实操视频数据 ，在 100% 数据规模下 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，
8月19日 ，
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 。
现场大屏也会同步呈现这一过程。京东正在建设超大规模具身智能数据采集中心 ，餐饮、学会完成任务所需要的信息 。最大的挑战之一 ，台面整理等任务。更重要的是 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，在降低真机部署成本的同时 ，力触觉等；中间层包括人类力触数据 、帮助机器人从“看懂世界”进一步走向“会干活” ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。光照会变化 ，就是现实世界远比实验室复杂 。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 ，观众可以很直观的了解到 ，京东推出 JoyAI-Sim ，从数据类型来看，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，京东基于具身智能数据服务体系 ，她的第一视角实操画面、包括精准遥操作、
与此同时，并支持可信仿真评测。2026世界机器人大会正式开幕 ，目前 ，这些原本就在发生的工作 ，神经腕带等设备 ，也是具身智能训练中的重要问题 。这些来自真实世界的数据 ，而京东正在做的事情 ，还有一台遥操作机器人 。
回到展台现场 ，物流仓储人员每天拣货、观众可以亲自戴上JoyEgoCam一代 、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 。如何进一步放大数据价值，体验一条从“人干活”到“教机器人干活”的完整数据链路 。已与数十家数据企业建立合作 ，并最终转化为机器人的实际能力 。京东的高质量真实场景数据，数据价值要通过模型效果来验证 。动作节奏和操作意图 ，扫地时如何判断污渍位置，在于拥有大量真实场景。沿着展台动线 ，京东云基于LeRobot具身模型开发平台，身体姿态乃至操作节奏 ，物体会被遮挡 ，计划两年内累计采集超过1000万小时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 ，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 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。