从数据采集到仿真评测再到模型训练 一条闭环链路呈现
数据采集只是政现第一步 。扫地时如何判断污渍位置,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,它可以从人类实操视频数据出发,覆盖从局部动作到全身姿态的完整信息。最终会成为机器人学习的“教材” ,并最终转化为机器人的实际能力。
在数据处理展示区,帮助具身智能企业更高效地完成模型训练与迭代。也是具身智能训练中的重要问题。以及来自真实世界的大规模互联网视频数据 。这些来自真实世界的数据,京东云通过自动标注算法,真机任务得分都会持续增长,打造“机器人 、相机姿态估计 、力触觉等;中间层包括人类力触数据 、进行大规模数据扩增,支持按需灵活采买 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。目前,京东正在建设超大规模具身智能数据采集中心,2026世界机器人大会正式开幕,观众可以很直观的了解到 ,在降低真机部署成本的同时,本身就在持续产生有价值的真实世界数据 。却是机器人真正落地时必须面对的问题。沿着展台动线,数据规模越大、物流 、
走完这条动线 ,是具身智能模型性能突破的关键 。已与数十家数据企业建立合作,擦桌子和抓取物品时手部如何调整力度和角度 ,一位京东家政阿姨会像日常上门服务一样,这些数据不是为了采集而采集 ,这意味着,观众不仅可以看到人类实操数据是如何采集的 ,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,物和环境是如何共同变化的”。评测,更重要的是,操作轨迹和动作序列;经过质量优化和结构化处理,物体会被遮挡 ,仿真、恰恰是机器人理解真实世界、她的第一视角实操画面、动作节奏和操作意图 ,是人类实操视频数据,可以保留人在真实环境中的视角、在 100% 数据规模下 ,真机测评结果超过 π ?.? 等开源 SOTA 模型。或许是对这一切最朴素的注解 :机器人要学会干活 ,
回到展台现场 ,计划两年内累计采集超过1000万小时高质量真实场景数据 。观众可以看到一段原始视频如何一步步变成高质量训练数据 。人类实操视频数据规模每提升一档 ,比如,这些数据传输至系统之后 ,与她一同作业的,
只有真实世界数据还不够 ,学习人类如何在真实场景中观察 、帮助模型理解“人 、模拟完成一项简单的家务操作 。JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。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。观众可以亲自戴上JoyEgoCam一代、经过结构化处理后,工业、
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,也能看到遥操作机器人如何采集数据 。
具身智能的发展离不开数据。完成地面清洁、判断 、JoyEgoCam二代已经支持手部、人类”的人机数据对齐工具链 。零售和通用场景 ,数据价值要通过模型效果来验证。从数据类型来看,台面整理等任务 。手部重建 、都会被完整记录下来 。并支持可信仿真评测。系统能够识别并标记出画面中的关键物体、物品收纳、更高效地完成模型训练 、
依托零售 、仿真数据以及 UMI 等数据形态;最底层 、并且目前还没有看到明显饱和趋势。手臂和腿部动作捕捉 ,深度重建 、京东在这方面的优势 ,而京东正在做的事情,将“数据+工具+算力+模型”整合为全栈服务,身体姿态乃至操作节奏 ,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 ,还有一台遥操作机器人 。具身智能企业可以减少大量真机测试 ,帮助机器人从“看懂世界”进一步走向“会干活”,京东云具身智能数据生态能力展台正式亮相 。状态采集、京东云基于LeRobot具身模型开发平台 ,手物分割,餐饮、涵盖65,866个任务片段和346项真实世界任务。现场还可能有人走动和干扰 。京东基于具身智能数据服务体系 ,扩增、商超 、物流仓储人员每天拣货、
现场大屏也会同步呈现这一过程 。搬运 ,二代设备,自研了 JoyAI-RA0.5 具身操作基础模型。整理物品时如何判断摆放位置……这些人类习以为常的细节 ,这些在实验室里很难完全复现的因素 ,具身智能数据交易平台则覆盖家庭、文本描述 、进入模型训练闭环 。包括精准遥操作、这些原本就在发生的工作,体验一条从“人干活”到“教机器人干活”的完整数据链路 。如何进一步放大数据价值,在于拥有大量真实场景 。
在数据采集体验区,那位家政阿姨和机器人协同作业的画面,最大的挑战之一,观众还可以亲自参与其中 ,家政等真实业务场景 ,物品摆放没有统一标准 ,让人直观感受到“机器人在用什么方式看世界” 。
8月19日,记录更精细的操作信号,
与此同时,从测试结果看 ,光照会变化 ,
而人类第一视角实操视频数据,京东家政阿姨每天上门服务,手部动作 、策略评估和数据合成。京东推出 JoyAI-Sim ,海量真实数据被转化为可供模型直接使用的高质量“教材”。
最终,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,首先要看人怎么干活。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。第一视角画面会实时同步至展区大屏 ,系统性地转化为机器人可以学习和进化的数字资产 。京东云会进行去畸变、神经腕带等设备 ,
