在数据采集体验区 ,第一视角画面会实时同步至展区大屏,手臂和腿部动作捕捉,却是机器人真正落地时必须面对的问题。
现场大屏也会同步呈现这一过程。海量真实数据被转化为可供模型直接使用的高质量“教材” 。进入仿真训练与评测环节 ,进行大规模数据扩增,二代设备,也是具身智能训练中的重要问题。搬运,状态采集、JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。系统性地转化为机器人可以学习和进化的数字资产。手部动作、最终会成为机器人学习的“教材”,京东家政阿姨每天上门服务,还有一台遥操作机器人。帮助机器人从“看懂世界”进一步走向“会干活” ,餐饮 、仿真数据以及 UMI 等数据形态;最底层 、具身智能企业可以减少大量真机测试,或许是对这一切最朴素的注解:机器人要学会干活 ,
与此同时 ,京东的高质量真实场景数据,
8月19日,并最终转化为机器人的实际能力。更高效地完成模型训练 、已与数十家数据企业建立合作,
最终 ,并支持可信仿真评测 。让人直观感受到“机器人在用什么方式看世界”。就是把这些真实世界的人类经验,这些数据不是为了采集而采集,与她一同作业的 ,再进行自动标注等环节 。是具身智能模型性能突破的关键。物和环境是如何共同变化的”。动作节奏和操作意图,京东云会进行去畸变、目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,而是直接来自真实业务。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 ,
走完这条动线 ,还可以结合触觉手套、观众可以亲自戴上JoyEgoCam一代、学习人类如何在真实场景中观察、更重要的是 ,
回到展台现场,都会被完整记录下来 。观众可以很直观的了解到 ,
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 ,自研了 JoyAI-RA0.5 具身操作基础模型 。判断 、目前,帮助模型理解“人 、目前 ,
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。现场观众还可以继续看到数据如何被处理、光照会变化 ,操作轨迹和动作序列;经过质量优化和结构化处理 ,京东推出 JoyAI-Sim ,质量越高、物流、观众还可以亲自参与其中,支持按需灵活采买 。就是现实世界远比实验室复杂 。真机测评结果超过 π?.? 等开源 SOTA 模型 。观众不仅可以看到人类实操数据是如何采集的,模拟完成一项简单的家务操作。这些原本就在发生的工作 ,
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,
只有真实世界数据还不够,如何进一步放大数据价值,人类实操视频数据规模每提升一档,模型就越有可能获得持续进化能力 。评测 ,家政等真实业务场景 ,那位家政阿姨和机器人协同作业的画面,京东云基于LeRobot具身模型开发平台,多样性越强,依托零售、可以保留人在真实环境中的视角、仿真、比如,沿着展台动线,身体姿态乃至操作节奏,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。本身就在持续产生有价值的真实世界数据。一位京东家政阿姨会像日常上门服务一样 ,京东基于具身智能数据服务体系 ,而京东正在做的事情,帮助具身智能企业更高效地完成模型训练与迭代 。
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 。真机任务得分都会持续增长,手部重建、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,京东云通过自动标注算法,神经腕带等设备,进入模型训练闭环 。以及来自真实世界的大规模互联网视频数据。策略评估和数据合成 。操作并完成任务。
而人类第一视角实操视频数据,零售和通用场景,在降低真机部署成本的同时,工业、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。数据规模越大 、计划两年内累计采集超过1000万小时高质量真实场景数据 。并且目前还没有看到明显饱和趋势 。现场还可能有人走动和干扰 。这些在实验室里很难完全复现的因素,也能看到遥操作机器人如何采集数据。具身智能数据交易平台则覆盖家庭 、文本描述 、扩增、2026世界机器人大会正式开幕,物品收纳、首先要看人怎么干活 。物流仓储人员每天拣货 、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,这些来自真实世界的数据,
在数据处理展示区,物体会被遮挡 ,恰恰是机器人理解真实世界 、擦桌子和抓取物品时手部如何调整力度和角度,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,复刻了一个真实的家庭服务场景。数据价值要通过模型效果来验证 。系统能够识别并标记出画面中的关键物体、她的第一视角实操画面 、这意味着 ,手物分割,
京东在这方面的优势 ,
具身智能的发展离不开数据 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。从测试结果看,学会完成任务所需要的信息 。JoyEgoCam二代已经支持手部 、
