让机器人从真实工作中学会技能，攒足“工作经验”送机器人去上班

数据如流水，润物细无声。
机器人缺的不是参数，是“工作经验”。

7月18日，WAIC 2026京东展台前，一位身穿轻量化头戴设备的工作人员在货架前演示拣货。他伸手、拿取、扫码、放回——这些再普通不过的日常操作，正通过头顶的摄像头被记录下来。

这不是监控录像，而是具身智能的“教材”。

京东用一套名为“JoyEgoCam”的设备，采集人类在真实工作场景中的第一视角数据，送入仿真平台训练AI模型，再部署到机器人真机上验证执行。

四次采集与验证的循环往复，形成了一条完整的具身智能“数据生产线”。

机器人缺的不是参数，是“工作经验”。而京东正在做的，就是把人类的工作经验，变成机器人能读得懂的数据。

数据闭环：从人类干活到机器人上岗，只隔了四个步骤

京东的具身智能数据闭环分为四步：

第一步：JoyEgoCam采集。

工作人员佩戴头戴式采集设备，在真实的仓库、货架、物流场景中完成日常作业。

设备记录的是“第一人称视角”——与机器人实际工作时看到的画面高度一致。

这种视角本身就包含了对物体、空间、任务的理解方式，是质量最高的训练语料。

第二步：JoyAI-Sim仿真训练。

采集到的真实数据在仿真环境中被清洗、标注，然后用于训练JoyAI模型矩阵。目前京东已开源的EgoLive数据集，包含约2000小时、6.5万段视频、涵盖346类任务的真实工作数据，是具身智能领域全球最大的人类视角数据集。

更重要的是，数据处理成本已下降十倍以上。

第三步：真机验证。

训练好的模型被部署到实体机器人上，在真实场景中验证执行效果。

第四步：数据回流。

真机执行过程中的新数据，再次被采集、清洗、标注，回到第一步。

四个步骤形成一个闭环，循环往复，数据越滚越多，模型越练越强。

翻译一下：这不是“造一个聪明的机器人”，而是“建一座能批量产出聪明机器人的工厂”。数据是燃料，闭环是引擎；京东正在建的，不是一辆车，是一座加油站。

开源的力量：让整个行业都有数据可用

去年，行业还在为几十万条数据发愁。今年，京东直接把2000小时的数据集摆在了台面上，而且还开源了。

这意味着，中小团队、科研机构、创业者，都可以基于EgoLive开发自己的具身智能模型，而不用从零开始采集数据。

数据壁垒才是具身智能真正的护城河。京东的EgoLive相当于把这条护城河挖宽了、挖深了，还让所有人都能跳进来游泳。

写在最后

WAIC 2026具身智能展区从去年的80家增至200余家，这是赛道的热度。但真正的冷思考是：机器人的能力上限，不取决于参数，取决于数据。

京东的方向是清晰的：放弃纠结让机器人“翻跟头”，转向让机器人“有工作经验”。从采集到仿真到真机再到回流，一条完整的数据生产线正在成型。

当数据可以规模化生产，具身智能的“iPhone时刻”，或许不会太远。

如果机器人能从第一视角视频学会工作，你最希望它先学会做什么？评论区聊聊。

【免责声明】：本文部分配图源自公开渠道或CC0协议素材，仅作行业交流与产业参考使用。如涉侵权，请联系后台处理。本文仅做行业科普与实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。

#京东# #具身智能# #EgoLive# #数据闭环# #WAIC2026# #数据集# #WAIC上具身智能占据C位# #数据生产线# #机器人#