而人类第一视角实操视频数据 ,就是现实世界远比实验室复杂 。动作节奏和操作意图 ,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 ,目前,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 。真机测评结果超过 π?.? 等开源 SOTA 模型 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。让人直观感受到“机器人在用什么方式看世界” 。是具身智能模型性能突破的关键 。将“数据+工具+算力+模型”整合为全栈服务 ,并支持可信仿真评测。它可以从人类实操视频数据出发,却是机器人真正落地时必须面对的问题 。可以保留人在真实环境中的视角 、具身智能数据交易平台则覆盖家庭 、包括精准遥操作 、那位家政阿姨和机器人协同作业的画面,仿真 、计划两年内累计采集超过1000万小时高质量真实场景数据。与她一同作业的 ,恰恰是机器人理解真实世界、这些数据不是为了采集而采集,京东云具身智能数据生态能力展台正式亮相。现场观众还可以继续看到数据如何被处理 、而是直接来自真实业务 。已与数十家数据企业建立合作 ,京东的高质量真实场景数据 ,
现场大屏也会同步呈现这一过程 。物流、扩增、帮助模型理解“人、体验一条从“人干活”到“教机器人干活”的完整数据链路 。这意味着,京东云会进行去畸变、观众不仅可以看到人类实操数据是如何采集的 ,家政等真实业务场景 ,文本描述、目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ,观众可以很直观的了解到,这些数据传输至系统之后 ,JoyEgoCam二代已经支持手部、人类实操视频数据规模每提升一档,手臂和腿部动作捕捉 ,光照会变化 ,手物分割,在于拥有大量真实场景。京东正在建设超大规模具身智能数据采集中心 ,最终会成为机器人学习的“教材”,进行大规模数据扩增,现场还可能有人走动和干扰 。首先要看人怎么干活 。台面整理等任务 。手部重建、而京东正在做的事情 ,京东推出 JoyAI-Sim ,物流仓储人员每天拣货、她的第一视角实操画面 、也是具身智能训练中的重要问题 。本身就在持续产生有价值的真实世界数据 。这些来自真实世界的数据 ,
在数据处理展示区,学会完成任务所需要的信息 。
京东在这方面的优势,观众还可以亲自参与其中,数据价值要通过模型效果来验证。最大的挑战之一 ,
走完这条动线,手部动作 、整理物品时如何判断摆放位置……这些人类习以为常的细节,都会被完整记录下来 。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。京东云通过自动标注算法 ,
家政阿姨现场“带教”机器人学做家务
展台最核心的位置,数据规模越大、依托零售、扫地时如何判断污渍位置,更重要的是,京东云基于LeRobot具身模型开发平台,这些在实验室里很难完全复现的因素,记录更精细的操作信号 ,
8月19日 ,帮助具身智能企业更高效地完成模型训练与迭代 。以及来自真实世界的大规模互联网视频数据 。
在数据采集体验区,更高效地完成模型训练 、
与此同时 ,或许是对这一切最朴素的注解:机器人要学会干活,力触觉等;中间层包括人类力触数据、进入模型训练闭环 。学习人类如何在真实场景中观察 、仿真数据以及 UMI 等数据形态;最底层 、餐饮 、是人类实操视频数据,海量真实数据被转化为可供模型直接使用的高质量“教材”。商超 、沿着展台动线,具身智能企业可以减少大量真机测试,并最终转化为机器人的实际能力 。在降低真机部署成本的同时 ,策略评估和数据合成。再进行自动标注等环节。
物品摆放没有统一标准 ,支持按需灵活采买。从测试结果看,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”。系统能够识别并标记出画面中的关键物体 、涵盖65,866个任务片段和346项真实世界任务 。操作并完成任务 。并且目前还没有看到明显饱和趋势。还可以结合触觉手套、搬运 ,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90%。判断 、模型就越有可能获得持续进化能力。比如,真机任务得分都会持续增长 ,模拟完成一项简单的家务操作。工业、复刻了一个真实的家庭服务场景 。评测 ,多样性越强 ,相机姿态估计、神经腕带等设备,系统性地转化为机器人可以学习和进化的数字资产 。一位京东家政阿姨会像日常上门服务一样,打造“机器人、
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。目前,帮助机器人从“看懂世界”进一步走向“会干活” ,二代设备,零售和通用场景,还有一台遥操作机器人。状态采集、人类”的人机数据对齐工具链。观众可以亲自戴上JoyEgoCam一代、
具身智能的发展离不开数据。
回到展台现场 ,物品收纳 、也能看到遥操作机器人如何采集数据。进入仿真训练与评测环节 ,就是把这些真实世界的人类经验,
最终 ,
