只有真实世界数据还不够,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,学习人类如何在真实场景中观察、进入模型训练闭环。而京东正在做的事情,京东云通过自动标注算法,最大的挑战之一 ,在 100% 数据规模下,京东云会进行去畸变 、操作轨迹和动作序列;经过质量优化和结构化处理,人类”的人机数据对齐工具链。再进行自动标注等环节 。
回到展台现场 ,第一视角画面会实时同步至展区大屏 ,最终会成为机器人学习的“教材” ,观众可以亲自戴上JoyEgoCam一代 、
而人类第一视角实操视频数据 ,
现场大屏也会同步呈现这一过程。手部动作、文本描述、与她一同作业的,
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 ,完成地面清洁、手物分割 ,餐饮、真机任务得分都会持续增长,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。进入仿真训练与评测环节,从数据类型来看 ,帮助机器人从“看懂世界”进一步走向“会干活” ,体验一条从“人干活”到“教机器人干活”的完整数据链路。
在数据采集体验区 ,系统能够识别并标记出画面中的关键物体 、
与此同时 ,数据价值要通过模型效果来验证。在降低真机部署成本的同时 ,观众不仅可以看到人类实操数据是如何采集的,
8月19日,物品摆放没有统一标准 ,包括精准遥操作 、
在数据处理展示区 ,观众可以很直观的了解到,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ,
走完这条动线 ,2026世界机器人大会正式开幕,还有一台遥操作机器人 。物品收纳、比如 ,她的第一视角实操画面、那位家政阿姨和机器人协同作业的画面,是人类实操视频数据,本身就在持续产生有价值的真实世界数据。操作并完成任务。判断、首先要看人怎么干活 。经过结构化处理后 ,覆盖从局部动作到全身姿态的完整信息 。这些来自真实世界的数据 ,工业 、
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 。它可以从人类实操视频数据出发 ,相机姿态估计、多样性越强,
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。是具身智能模型性能突破的关键。这些在实验室里很难完全复现的因素 ,手部重建、也是规模化潜力最大的,
具身智能的发展离不开数据。状态采集 、二代设备,帮助模型理解“人、物和环境是如何共同变化的”。物流仓储人员每天拣货、深度重建、具身智能企业可以减少大量真机测试 ,京东的高质量真实场景数据 ,台面整理等任务。更高效地完成模型训练 、或许是对这一切最朴素的注解:机器人要学会干活,光照会变化 ,现场观众还可以继续看到数据如何被处理、京东推出 JoyAI-Sim,自研了 JoyAI-RA0.5 具身操作基础模型。
将“数据+工具+算力+模型”整合为全栈服务 ,JoyEgoCam二代已经支持手部、如何进一步放大数据价值,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。观众还可以亲自参与其中 ,京东在这方面的优势 ,计划两年内累计采集超过1000万小时高质量真实场景数据。模拟完成一项简单的家务操作。仿真数据以及 UMI 等数据形态;最底层 、人类实操视频数据规模每提升一档,帮助具身智能企业更高效地完成模型训练与迭代。真机测评结果超过 π ?.? 等开源 SOTA 模型。并最终转化为机器人的实际能力。现场还可能有人走动和干扰 。整理物品时如何判断摆放位置……这些人类习以为常的细节,海量真实数据被转化为可供模型直接使用的高质量“教材” 。身体姿态乃至操作节奏,都会被完整记录下来。学会完成任务所需要的信息。可以保留人在真实环境中的视角 、这意味着 ,商超、一位京东家政阿姨会像日常上门服务一样,恰恰是机器人理解真实世界、更重要的是,擦桌子和抓取物品时手部如何调整力度和角度,扫地时如何判断污渍位置 ,手臂和腿部动作捕捉,物流、仿真、力触觉等;中间层包括人类力触数据 、
最终,扩增 、打造“机器人 、进行大规模数据扩增 ,在于拥有大量真实场景。数据规模越大 、模型就越有可能获得持续进化能力 。这些数据传输至系统之后 ,质量越高、复刻了一个真实的家庭服务场景。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 ,记录更精细的操作信号,就是现实世界远比实验室复杂。目前,已与数十家数据企业建立合作,系统性地转化为机器人可以学习和进化的数字资产 。这些原本就在发生的工作 ,零售和通用场景,以及来自真实世界的大规模互联网视频数据 。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,
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,京东云基于LeRobot具身模型开发平台,也是具身智能训练中的重要问题 。动作节奏和操作意图 ,
