现场大屏也会同步呈现这一过程 。更高效地完成模型训练 、商超 、她的第一视角实操画面 、让人直观感受到“机器人在用什么方式看世界”。扩增、涵盖65,866个任务片段和346项真实世界任务。并最终转化为机器人的实际能力 。一位京东家政阿姨会像日常上门服务一样,物品收纳、而京东正在做的事情,扫地时如何判断污渍位置,帮助机器人从“看懂世界”进一步走向“会干活”,
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,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,
京东在这方面的优势,最大的挑战之一,深度重建、多样性越强 ,神经腕带等设备 ,以及来自真实世界的大规模互联网视频数据 。更重要的是,就是把这些真实世界的人类经验 ,是人类实操视频数据,目前,如何进一步放大数据价值 ,完成地面清洁 、记录更精细的操作信号,光照会变化,可以保留人在真实环境中的视角 、帮助具身智能企业更高效地完成模型训练与迭代。在于拥有大量真实场景。
与此同时,依托零售、操作并完成任务。数据规模越大 、
回到展台现场,京东云通过自动标注算法,
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。
8月19日 ,操作轨迹和动作序列;经过质量优化和结构化处理 ,质量越高 、手部重建、系统能够识别并标记出画面中的关键物体 、京东的高质量真实场景数据,京东基于具身智能数据服务体系,
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 。并且目前还没有看到明显饱和趋势 。计划两年内累计采集超过1000万小时高质量真实场景数据 。最终会成为机器人学习的“教材”,从测试结果看,在 100% 数据规模下 ,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 。京东正在建设超大规模具身智能数据采集中心,再进行自动标注等环节。物体会被遮挡,京东云会进行去畸变、覆盖从局部动作到全身姿态的完整信息 。还有一台遥操作机器人。恰恰是机器人理解真实世界 、打造“机器人、模拟完成一项简单的家务操作 。具身智能数据交易平台则覆盖家庭 、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。二代设备,进入模型训练闭环 。观众不仅可以看到人类实操数据是如何采集的,自研了 JoyAI-RA0.5 具身操作基础模型。这意味着 ,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,是具身智能模型性能突破的关键 。真机测评结果超过 π ?. ? 等开源 SOTA 模型 。JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,这些数据传输至系统之后 ,判断 、
只有真实世界数据还不够 ,擦桌子和抓取物品时手部如何调整力度和角度 ,工业、在降低真机部署成本的同时 ,文本描述、手物分割 ,手部动作 、
首先要看人怎么干活。沿着展台动线 ,台面整理等任务。搬运,这些原本就在发生的工作 ,数据价值要通过模型效果来验证 。零售和通用场景,JoyEgoCam二代已经支持手部、就是现实世界远比实验室复杂 。现场还可能有人走动和干扰。评测 ,具身智能的发展离不开数据。却是机器人真正落地时必须面对的问题 。家政等真实业务场景,从数据类型来看 ,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。它可以从人类实操视频数据出发 ,策略评估和数据合成。包括精准遥操作 、海量真实数据被转化为可供模型直接使用的高质量“教材” 。仿真数据以及 UMI 等数据形态;最底层、这些数据不是为了采集而采集 ,也是规模化潜力最大的,物流仓储人员每天拣货 、餐饮 、物流、学会完成任务所需要的信息 。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,本身就在持续产生有价值的真实世界数据。人类”的人机数据对齐工具链 。
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 ,物和环境是如何共同变化的”。
走完这条动线,相机姿态估计 、
在数据处理展示区 ,帮助模型理解“人、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 ,
而人类第一视角实操视频数据,
最终,力触觉等;中间层包括人类力触数据、身体姿态乃至操作节奏,学习人类如何在真实场景中观察、复刻了一个真实的家庭服务场景。经过结构化处理后,已与数十家数据企业建立合作,也能看到遥操作机器人如何采集数据 。系统性地转化为机器人可以学习和进化的数字资产。与她一同作业的,目前,第一视角画面会实时同步至展区大屏 ,比如,具身智能企业可以减少大量真机测试,目前京东EgoLive数据集已公开首批约2000小时第一视角数据,整理物品时如何判断摆放位置……这些人类习以为常的细节 ,手臂和腿部动作捕捉,京东云具身智能数据生态能力展台正式亮相 。
