60万人、1000万小时：京东如何用“超级数据工厂”破解具身智能的真实数据困局

文丨罗曾

当前，具身智能正加速进入工业制造、物流仓储、家庭服务、医疗康复等核心领域。然而，行业普遍面临一个核心瓶颈——高质量、真实交互数据的严重不足。硬件标准不一、数据采集流程分散、标注与训练环节割裂，导致数据孤岛现象突出。采集到的数据杂乱、非标，难以直接用于模型训练，更无法合规流通交易。业内共识已然清晰：“具身智能硬件不够强，根本原因是真实数据不够多、不够好。”

在此背景下，京东于4月16日的具身智能生态发布会上，宣布推出全球首个覆盖“采、存、标、训、评、仿、测”全链路的具身智能数据基础设施，并同步发布自研超高清采集终端JoyEgoCam、具身大模型JoyAI-RA、具身智能数据交易平台等一系列产品。

至此，依托自身在零售、物流、工业、健康等领域的丰富场景优势，京东正全力推动具身智能从实验室研发迈向规模化商业落地，打造“具身智能超级供应链”。

而这场被业界称为“规模最大的数据采集行动”计划发动最多60万人参与，在两年内积累1000万小时人类真实场景视频数据。这些数据将成为驱动具身模型进化的高价值“燃料”，加速真实场景下的模型迭代优化，为机器人企业、具身模型研发机构、汽车厂商、医疗机构等各行业客户提供全流程数据服务。

自研终端JoyEgoCam，让真实场景数据“即戴即采”

具身数据链路的第一步是数据采集。本次发布会的一大亮点，是京东云自研的可穿戴式超高清采集终端JoyEgoCam。它从清晰度、精准度、便携性、稳定性四个维度保障了源头数据质量。

在清晰度方面，JoyEgoCam配备4K高清摄像头，支持60帧帧率与130度超广角拍摄，可实现毫秒级动作细节捕捉，精准记录各类场景下的细微操作；在精准度方面，重投影误差小于0.2像素，搭配京东云自研立体校正技术，能够真实还原操作现场的空间立体感；在便携性方面，整机仅重220克，轻于普通智能手机，佩戴舒适；在稳定性方面，内置车规级6轴IMU与多传感器融合单元，即使在极端抖动场景下也能稳定追踪拍摄。

JoyEgoCam可在物流、零售、医疗、家庭等多种场景下“即戴即采”，让普通人也能完成专业级数据采集，从源头破解数据“不真、不准”的痛点。

全链路处理平台，让模型训练效率提升3.5倍

数据经采集后，即进入上传和加工阶段。京东云通过任务、人员、设备全流程可视化管理与SaaS化部署，实现视频一键上云，显著提升采集效率并降低成本。

数据汇入AI数据湖平台后，经PB级吞吐能力自动完成清洗、对齐、转换与预标注，转为标准训练集。JoyBuilder仿真平台批量生成高逼真仿真数据，一站式实现人类操作数据→仿真操作数据→真机操作数据的高效数据增值转换与泛化扩增，弥补长尾场景，评测效率提升一倍。治理后的数据汇聚至JoyBuilder模型开发平台，实现数据“开箱即训”、模型“一键部署”，模型训练效率提升3.5倍，大幅降低VLA大模型研发门槛。自研AI算子矩阵贯穿始终，涵盖去畸变、语义描述、深度重建等关键环节，精炼高价值训练素材。目前，京东日处理数据量已达数十万条，数据有效率高达95%，整体处理成本降低60%。

依托全链路基础设施，京东构建起“数据采集-模型训练-数据优化”的生态闭环。以自采数据为核心训练的京东具身大模型JoyAI-RA，在真机实验上成功率达到73.5%，超过pi0.5等SOTA模型。

模型反哺数据标注与采集，形成“越用越强、成本越优”的飞轮。数据质量越高，模型迭代效率与精度越高；模型越成熟，数据采集、标注的成本越低、质量越高，实现数据与模型的双向赋能、协同进化，进一步提升京东在具身智能领域的技术沉淀与产业洞察力。

数据交易平台与开放社区，让数据“流得动、用得好”

值得关注的是，此次同步上线的京东具身智能数据交易平台，汇聚京东丰富业务场景下的多模态数据资源，支持数据方、开发者、应用方多方协同，并以全链路安全审计保障合规流通。平台首批定向开放2000小时高精标注数据集，打通具身智能数据合规交易通道。京东呼吁更多产业伙伴加入，共建具身智能数据“朋友圈”。即将上线的技术社区也将汇聚行业优质资源，推动交流创新与产业协同。

京东集中发布具身智能相关产品与基础设施，不仅填补了行业在数据采集、处理、流通环节的空白，更构建起“硬件采集-数据处理-模型训练-仿真测试-合规交易-生态共建”的完整产业链条。

依托数据与模型底座，京东在具身智能领域的布局正迅速展开：京东JoyInside附身智能已与近200个家电家居、机器人、玩具等品牌深度合作，为智能终端注入“智慧和灵魂”；京东零售2026年将助推机器人品牌伙伴累计销售破100亿；京东物流持续构建机器人售后维修服务生态，机器人救护车将服务中国及海外市场，专业工程师规模将拓展至超万人；京东工业打造一站式工业供应链技术与服务，将实现机器人制造物料100%覆盖。