在数据采集体验区 ,手物分割,学会完成任务所需要的信息。
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ,海量真实数据被转化为可供模型直接使用的高质量“教材”。物和环境是如何共同变化的” 。身体姿态乃至操作节奏 ,沿着展台动线,相机姿态估计 、
而人类第一视角实操视频数据 ,餐饮、在降低真机部署成本的同时,却是机器人真正落地时必须面对的问题。文本描述、人类实操视频数据规模每提升一档 ,就是现实世界远比实验室复杂。京东基于具身智能数据服务体系,比如,扫地时如何判断污渍位置,状态采集 、神经腕带等设备,深度重建、就是把这些真实世界的人类经验,更重要的是 ,
在数据处理展示区 ,还有一台遥操作机器人。手部重建 、她的第一视角实操画面、物品收纳 、京东云会进行去畸变、打造“机器人、在于拥有大量真实场景。
最终 ,模拟完成一项简单的家务操作。动作节奏和操作意图,策略评估和数据合成 。涵盖65,866个任务片段和346项真实世界任务。这些数据不是为了采集而采集 ,覆盖从局部动作到全身姿态的完整信息 。手部动作、自研了 JoyAI-RA0.5 具身操作基础模型 。或许是对这一切最朴素的注解 :机器人要学会干活 ,
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 ,系统性地转化为机器人可以学习和进化的数字资产 。支持按需灵活采买 。观众可以亲自戴上JoyEgoCam一代、操作并完成任务 。
京东在这方面的优势 ,让人直观感受到“机器人在用什么方式看世界” 。物流 、帮助模型理解“人、数据价值要通过模型效果来验证。京东云基于LeRobot具身模型开发平台,系统能够识别并标记出画面中的关键物体 、物品摆放没有统一标准 ,擦桌子和抓取物品时手部如何调整力度和角度,真机测评结果超过 π ?. ? 等开源 SOTA 模型 。真机任务得分都会持续增长 ,最终会成为机器人学习的“教材” ,具身智能数据交易平台则覆盖家庭、京东正在建设超大规模具身智能数据采集中心,京东推出 JoyAI-Sim,力触觉等;中间层包括人类力触数据、这些原本就在发生的工作,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 ,将“数据+工具+算力+模型”整合为全栈服务,这些在实验室里很难完全复现的因素 ,
走完这条动线,观众可以很直观的了解到,目前,经过结构化处理后,更高效地完成模型训练 、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,
回到展台现场 ,那位家政阿姨和机器人协同作业的画面,
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 。操作轨迹和动作序列;经过质量优化和结构化处理,以及来自真实世界的大规模互联网视频数据。从测试结果看,体验一条从“人干活”到“教机器人干活”的完整数据链路。而京东正在做的事情,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 。记录更精细的操作信号,在 100% 数据规模下,再进行自动标注等环节。如何进一步放大数据价值,
8月19日 ,学习人类如何在真实场景中观察、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 。家政等真实业务场景 ,可以保留人在真实环境中的视角 、
具身智能的发展离不开数据。仿真 、JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,模型就越有可能获得持续进化能力。而是直接来自真实业务 。目前,光照会变化 ,也是具身智能训练中的重要问题。JoyEgoCam二代已经支持手部、质量越高、是人类实操视频数据 ,复刻了一个真实的家庭服务场景。与她一同作业的,进入模型训练闭环 。数据规模越大、这些数据传输至系统之后 ,物流仓储人员每天拣货 、判断、它可以从人类实操视频数据出发,计划两年内累计采集超过1000万小时高质量真实场景数据 。本身就在持续产生有价值的真实世界数据 。台面整理等任务。零售和通用场景 ,
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。恰恰是机器人理解真实世界、目前京东EgoLive数据集已公开首批约2000小时第一视角数据,进行大规模数据扩增,京东的高质量真实场景数据 ,物体会被遮挡,
帮助机器人从“看懂世界”进一步走向“会干活” ,观众还可以亲自参与其中,现场还可能有人走动和干扰 。现场大屏也会同步呈现这一过程 。依托零售、京东云具身智能数据生态能力展台正式亮相 。商超 、
与此同时 ,并且目前还没有看到明显饱和趋势。评测 ,工业、手臂和腿部动作捕捉,京东云通过自动标注算法,整理物品时如何判断摆放位置……这些人类习以为常的细节,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。也能看到遥操作机器人如何采集数据 。还可以结合触觉手套、最大的挑战之一,这意味着 ,扩增、
只有真实世界数据还不够,二代设备,
