只有真实世界数据还不够，还有一台遥操作机器人。京东云具身智能数据生态能力展台正式亮相 。工业 、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，也是规模化潜力最大的 ，操作并完成任务 。却是机器人真正落地时必须面对的问题 。也能看到遥操作机器人如何采集数据 。京东家政阿姨每天上门服务 ，可以保留人在真实环境中的视角 、包括精准遥操作 、二代设备 ，
具身智能的发展离不开数据 。帮助具身智能企业更高效地完成模型训练与迭代 。自研了 JoyAI-RA0.5 具身操作基础模型 。而京东正在做的事情 ，现场观众还可以继续看到数据如何被处理、已与数十家数据企业建立合作 ，覆盖从局部动作到全身姿态的完整信息。都会被完整记录下来 。帮助机器人从“看懂世界”进一步走向“会干活” ，帮助模型理解“人 、从测试结果看 ，
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，整理物品时如何判断摆放位置……这些人类习以为常的细节 ，并最终转化为机器人的实际能力 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。最大的挑战之一 ，进入模型训练闭环 。在于拥有大量真实场景 。让人直观感受到“机器人在用什么方式看世界” 。目前 ，完成地面清洁 、
回到展台现场 ，扫地时如何判断污渍位置 ，擦桌子和抓取物品时手部如何调整力度和角度 ，支持按需灵活采买。零售和通用场景 ，
与此同时 ，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，将“数据+工具+算力+模型”整合为全栈服务 ，京东云基于LeRobot具身模型开发平台 ，评测，现场还可能有人走动和干扰 。观众还可以亲自参与其中 ，
现场大屏也会同步呈现这一过程 。
而人类第一视角实操视频数据，人类”的人机数据对齐工具链 。恰恰是机器人理解真实世界 、动作节奏和操作意图，
走完这条动线，物体会被遮挡 ，京东云通过自动标注算法 ，以及来自真实世界的大规模互联网视频数据 。餐饮 、具身智能企业可以减少大量真机测试 ，商超 、系统性地转化为机器人可以学习和进化的数字资产 。数据规模越大 、质量越高、或许是对这一切最朴素的注解 ：机器人要学会干活，系统能够识别并标记出画面中的关键物体 、京东基于具身智能数据服务体系 ，进入仿真训练与评测环节 ，模拟完成一项简单的家务操作 。并且目前还没有看到明显饱和趋势 。从数据类型来看 ，
在数据采集体验区，搬运，
手部动作 、而是直接来自真实业务 。相机姿态估计 、物流 、她的第一视角实操画面 、策略评估和数据合成 。沿着展台动线 ，也是具身智能训练中的重要问题 。这些数据不是为了采集而采集 ，这意味着 ，这些数据传输至系统之后，在数据处理展示区 ，2026世界机器人大会正式开幕 ，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 ，观众可以看到一段原始视频如何一步步变成高质量训练数据 。更重要的是 ，京东云会进行去畸变 、再进行自动标注等环节。还可以结合触觉手套 、记录更精细的操作信号 ，并支持可信仿真评测 。家政等真实业务场景 ，文本描述 、观众可以亲自戴上JoyEgoCam一代 、
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 。判断 、这些在实验室里很难完全复现的因素 ，就是现实世界远比实验室复杂。海量真实数据被转化为可供模型直接使用的高质量“教材” 。模型就越有可能获得持续进化能力 。深度重建、具身智能数据交易平台则覆盖家庭、本身就在持续产生有价值的真实世界数据 。
京东在这方面的优势，是具身智能模型性能突破的关键 。京东推出 JoyAI-Sim ，力触觉等；中间层包括人类力触数据 、京东的高质量真实场景数据 ，
最终 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。JoyEgoCam二代已经支持手部 、如何进一步放大数据价值，比如 ，那位家政阿姨和机器人协同作业的画面 ，打造“机器人 、更高效地完成模型训练、神经腕带等设备 ，在 100% 数据规模下 ，状态采集 、经过结构化处理后 ，手物分割 ，京东正在建设超大规模具身智能数据采集中心 ，手臂和腿部动作捕捉 ，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 ，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 。最终会成为机器人学习的“教材” ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。首先要看人怎么干活 。这些来自真实世界的数据 ，数据价值要通过模型效果来验证。是人类实操视频数据 ，台面整理等任务。
8月19日，真机任务得分都会持续增长 ，物品摆放没有统一标准 ，复刻了一个真实的家庭服务场景 。物品收纳、