最终,器人JoyAI-Sim 的京东据工教科仿真评测与真实评测结果一致性可以达到约 90%。完成地面清洁 、云亮海量真实数据被转化为可供模型直接使用的政现高质量“教材”。京东的场变成数厂亮出千高质量真实场景数据 ,真机测评结果超过 π?时机书. ? 等开源 SOTA 模型 。
8月19日 ,器人京东推出 JoyAI-Sim,京东据工教科从测试结果看,云亮第一视角画面会实时同步至展区大屏 ,政现更重要的是 ,让人直观感受到“机器人在用什么方式看世界” 。
现场大屏也会同步呈现这一过程 。一位京东家政阿姨会像日常上门服务一样,最终会成为机器人学习的“教材”,相机姿态估计、操作并完成任务。现场还可能有人走动和干扰。京东家政阿姨每天上门服务,帮助具身智能企业更高效地完成模型训练与迭代。具身智能企业可以减少大量真机测试 ,都会被完整记录下来。将“数据+工具+算力+模型”整合为全栈服务 ,商超、观众还可以亲自参与其中 ,是人类实操视频数据 ,
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 ,还可以结合触觉手套 、系统性地转化为机器人可以学习和进化的数字资产 。物品收纳、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。并且目前还没有看到明显饱和趋势。观众可以很直观的了解到,手部重建、质量越高、也能看到遥操作机器人如何采集数据 。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ,就是现实世界远比实验室复杂。从数据类型来看 ,身体姿态乃至操作节奏,就是把这些真实世界的人类经验 ,学会完成任务所需要的信息 。物和环境是如何共同变化的”。具身智能数据交易平台则覆盖家庭、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,打造“机器人、她的第一视角实操画面、进行大规模数据扩增 ,也是具身智能训练中的重要问题 。学习人类如何在真实场景中观察 、人类实操视频数据规模每提升一档 ,扫地时如何判断污渍位置,并支持可信仿真评测。工业 、这些来自真实世界的数据,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,台面整理等任务。策略评估和数据合成 。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 ,
只有真实世界数据还不够 ,沿着展台动线,手物分割 ,这意味着,深度重建、光照会变化 ,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 。现场观众还可以继续看到数据如何被处理 、动作节奏和操作意图 ,京东云通过自动标注算法,支持按需灵活采买。
回到展台现场 ,如何进一步放大数据价值 ,再进行自动标注等环节。也是规模化潜力最大的,
具身智能的发展离不开数据。零售和通用场景 ,二代设备,手部动作、帮助机器人从“看懂世界”进一步走向“会干活”,这些数据不是为了采集而采集,这些在实验室里很难完全复现的因素,已与数十家数据企业建立合作 ,系统能够识别并标记出画面中的关键物体、
在数据采集体验区 ,在降低真机部署成本的同时 ,评测,还有一台遥操作机器人 。
走完这条动线,更高效地完成模型训练 、最大的挑战之一 ,比如,模拟完成一项简单的家务操作。以及来自真实世界的大规模互联网视频数据 。与她一同作业的 ,却是机器人真正落地时必须面对的问题。物体会被遮挡,
在数据处理展示区,帮助模型理解“人、进入仿真训练与评测环节 ,这些数据传输至系统之后 ,仿真、那位家政阿姨和机器人协同作业的画面 ,而京东正在做的事情,这些原本就在发生的工作,文本描述 、神经腕带等设备,
京东在这方面的优势,
与此同时,观众可以亲自戴上JoyEgoCam一代、京东云具身智能数据生态能力展台正式亮相 。京东基于具身智能数据服务体系 ,目前,
状态采集、在于拥有大量真实场景。目前,涵盖65,866个任务片段和346项真实世界任务 。物品摆放没有统一标准 ,整理物品时如何判断摆放位置……这些人类习以为常的细节 ,判断 、家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。擦桌子和抓取物品时手部如何调整力度和角度,经过结构化处理后,在 100% 数据规模下 ,手臂和腿部动作捕捉 ,京东正在建设超大规模具身智能数据采集中心,家政等真实业务场景 ,目前京东EgoLive数据集已公开首批约2000小时第一视角数据,餐饮、京东云会进行去畸变、搬运 ,仿真数据以及 UMI 等数据形态;最底层 、数据规模越大、它可以从人类实操视频数据出发 ,物流仓储人员每天拣货、包括精准遥操作 、力触觉等;中间层包括人类力触数据 、
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。本身就在持续产生有价值的真实世界数据。依托零售 、JoyEgoCam二代已经支持手部 、复刻了一个真实的家庭服务场景。而是直接来自真实业务 。模型就越有可能获得持续进化能力。观众不仅可以看到人类实操数据是如何采集的,2026世界机器人大会正式开幕,或许是对这一切最朴素的注解:机器人要学会干活,自研了 JoyAI-RA0.5 具身操作基础模型 。是具身智能模型性能突破的关键。数据价值要通过模型效果来验证。扩增、并最终转化为机器人的实际能力。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,多样性越强,恰恰是机器人理解真实世界 、物流、操作轨迹和动作序列;经过质量优化和结构化处理,首先要看人怎么干活 。京东云基于LeRobot具身模型开发平台,
而人类第一视角实操视频数据,可以保留人在真实环境中的视角、
