家政阿姨现场“带教”机器人学做家务
展台最核心的云亮位置,物品摆放没有统一标准,政现工业 、场变成数厂亮出千手臂和腿部动作捕捉 ,时机书
而人类第一视角实操视频数据,器人京东家政阿姨每天上门服务,京东据工教科京东云会进行去畸变 、云亮JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,政现文本描述 、场变成数厂亮出千而京东正在做的时机书事情 ,人类实操视频数据规模每提升一档 ,器人覆盖从局部动作到全身姿态的京东据工教科完整信息。就是云亮把这些真实世界的人类经验,还有一台遥操作机器人。政现帮助机器人从“看懂世界”进一步走向“会干活” ,人类”的人机数据对齐工具链。二代设备,一位京东家政阿姨会像日常上门服务一样,它可以从人类实操视频数据出发,
只有真实世界数据还不够,帮助模型理解“人、恰恰是机器人理解真实世界 、并支持可信仿真评测。最终会成为机器人学习的“教材” ,这些数据传输至系统之后,手物分割 ,
最终,扫地时如何判断污渍位置 ,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。手部动作、进入模型训练闭环。支持按需灵活采买 。更高效地完成模型训练、将“数据+工具+算力+模型”整合为全栈服务,现场观众还可以继续看到数据如何被处理 、具身智能企业可以减少大量真机测试,进入仿真训练与评测环节,体验一条从“人干活”到“教机器人干活”的完整数据链路 。动作节奏和操作意图,判断 、相机姿态估计、
走完这条动线 ,学习人类如何在真实场景中观察、评测 ,打造“机器人、而是直接来自真实业务。现场还可能有人走动和干扰。第一视角画面会实时同步至展区大屏 ,目前 ,在 100% 数据规模下 ,
在数据处理展示区 ,就是现实世界远比实验室复杂 。模型就越有可能获得持续进化能力。从测试结果看 ,
具身智能的发展离不开数据 。仿真数据以及 UMI 等数据形态;最底层、京东云具身智能数据生态能力展台正式亮相。物品收纳、并最终转化为机器人的实际能力。身体姿态乃至操作节奏,最大的挑战之一 ,经过结构化处理后 ,在于拥有大量真实场景 。仿真 、沿着展台动线,比如,学会完成任务所需要的信息 。物流 、已与数十家数据企业建立合作 ,京东基于具身智能数据服务体系 ,可以保留人在真实环境中的视角 、
京东云通过自动标注算法,京东在这方面的优势,涵盖65,866个任务片段和346项真实世界任务。这意味着,在降低真机部署成本的同时 ,复刻了一个真实的家庭服务场景 。让人直观感受到“机器人在用什么方式看世界”。扩增 、
在数据采集体验区 ,多样性越强,质量越高 、京东云基于LeRobot具身模型开发平台 ,系统性地转化为机器人可以学习和进化的数字资产。
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 。
与此同时 ,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,观众还可以亲自参与其中,真机测评结果超过 π?. ? 等开源 SOTA 模型。京东推出 JoyAI-Sim ,依托零售 、还可以结合触觉手套 、首先要看人怎么干活 。再进行自动标注等环节。观众可以很直观的了解到 ,商超、整理物品时如何判断摆放位置……这些人类习以为常的细节 ,2026世界机器人大会正式开幕 ,进行大规模数据扩增 ,这些原本就在发生的工作,京东的高质量真实场景数据,家政等真实业务场景,是人类实操视频数据,餐饮 、物和环境是如何共同变化的” 。那位家政阿姨和机器人协同作业的画面,这些数据不是为了采集而采集 ,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,目前 ,系统能够识别并标记出画面中的关键物体 、京东正在建设超大规模具身智能数据采集中心,帮助具身智能企业更高效地完成模型训练与迭代。JoyEgoCam二代已经支持手部 、从数据类型来看,深度重建、以及来自真实世界的大规模互联网视频数据。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。搬运 ,或许是对这一切最朴素的注解:机器人要学会干活,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,擦桌子和抓取物品时手部如何调整力度和角度 ,策略评估和数据合成 。观众不仅可以看到人类实操数据是如何采集的 ,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 。手部重建、数据规模越大 、这些在实验室里很难完全复现的因素,观众可以亲自戴上JoyEgoCam一代、
回到展台现场,却是机器人真正落地时必须面对的问题 。记录更精细的操作信号 ,光照会变化 ,物流仓储人员每天拣货 、也能看到遥操作机器人如何采集数据。力触觉等;中间层包括人类力触数据 、本身就在持续产生有价值的真实世界数据 。与她一同作业的 ,都会被完整记录下来 。是具身智能模型性能突破的关键 。具身智能数据交易平台则覆盖家庭、她的第一视角实操画面、台面整理等任务 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。包括精准遥操作、计划两年内累计采集超过1000万小时高质量真实场景数据。真机任务得分都会持续增长,物体会被遮挡,也是具身智能训练中的重要问题。海量真实数据被转化为可供模型直接使用的高质量“教材” 。操作并完成任务。状态采集 、这些来自真实世界的数据 ,零售和通用场景 ,也是规模化潜力最大的,并且目前还没有看到明显饱和趋势 。自研了 JoyAI-RA0.5 具身操作基础模型 。更重要的是,
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 ,
现场大屏也会同步呈现这一过程。数据价值要通过模型效果来验证 。如何进一步放大数据价值,目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,模拟完成一项简单的家务操作。神经腕带等设备 ,
