机械人上春晚了，跑马拉松了，在颁布会上翻跟头了
。

但若是你让它自己叠一件衣服，它或许率会把衬衫揉成一团——而后卡住不动
。

让机械人真正"自主行动"，而不是照着写好的剧本演戏，至今依然是全球机械人尝试室最头疼的事件之一
。不外今这个月初，英伟达机械人领武士Jim Fan（范麟熙），在演讲中提到，此刻让机械人自主行动的终局之战，已经来了
。

他说，机械人在经历一个"Great Parallel"——也就是复刻大说话模型的进化路线
。GPT从海量文本中学会说话，机械人也能够从海量视频中学会作为
。关键就在于一种叫做"Ego Data"的器材——人类第一视角数据
。

从前几年，教机械人干活的主流步骤是遥操作：一幼我远程操控机械人做作为，机械人照着学
。听起来很直觉，但问题在于，即便一台机械人24幼时一向地采，一年也就产出几千幼时的数据
。这还是梦想情况下，事实上，一天能采集5个幼时数据，已属不易了
。

Jim Fan在演讲中甚至给遥操作"默哀了一分钟"，说这种方式，底子无法满足训练的需要
。

而英伟达的EgoScale项目证了然另一条路：用超过2万幼时的Ego数据（人类第一视角）做预训练，不必要任何机械人参加，就能让机械人学会组装模型车、分类扑克牌、折叠衬衫
。更关键的是，钻研团队发现了一条清澈的Scaling Law——人类视频数据越多，机械人的操作能力就越强
。

只不外和GPT一样，这条技术蹊径必要的数据也极度重大
。2万幼时是做钻研用的量级
。而真正训练一个通用具身大模型，行业测算至少必要1000万幼时的真实场景数据
。目前全球高质量实操数据加起来不外几十万幼时，缺口超过95%
。

正因如此，目前全球科技巨头都在疯抢这种数据
。Meta在颁布了3670幼时的Ego4D数据集，今年4月Build AI更是一口气放出了100万幼时的Egocentric-1M，Georgia Tech、斯坦福、MIT和Meta结合推出的EgoVerse，甚至已经起头用iPhone做尺度化采集
。一场萦绕人类第一视角数据的军备较量，已经全面打响
。

而在国内，在Ego数据采集这条赛路上，跑得最快的是京东
。

2026年4月16日，京东在具身智能生态颁布会上颁发，全球首推覆盖"采、存、标、训、评、仿、测"全链路的具身智能数据基础设施，并放出了一个惊人的指标：不仅将建玉成球最大的具身智能数据采集中心，而后两年内采集1000万幼时人类真实场景数据，表加100万幼机遇械人本体数据
。

Ego数据到底若何采集？

前两天，我们去到了坐落在鄂州的京东机械人数据采集中心，看看要实现1000万幼时的数据采集，京东到底在怎么干这件事
。

走进基地，第一个看到的就是京东自研的JoyEgoCam采集终端
。

这是一个头戴式设备，双目4K/60fps，沉投影误差幼于0.2个像素，整机只有220克，或许就是一部手机的沉量
。并且还内置了IMU和推理单元，在各类环境下都能做到毫米级精准采集
。

我自己也上手戴了一下
。说真话，比设想中要轻，戴上之后险些没有什么职守感，正常做作为齐全不受影响
。

基地里面搭建了各类各样的场景，走一圈下来像游了一个微缩版的真实世界
。商超的货架区，采集员在反复码放货物；药店区域还原了真实的药房柜台，采集员在做药品分拣和上架的作为
。

家政区域更是详细，擦桌子、叠衣服、整顿收纳、地面清洁，每一个作为都有人反复在做
。四处都能看到戴着JoyEgoCam工作人员的忙乱身影
。

不只是Ego数据
；乩镆灿凶诺囊２僮魇莶杉，工作人员通过远程操控机械人实现特定工作，两种数据路线并行推动
。

正由于JoyEgoCam够轻、够便携，它能够基地搭建的场景，直接进入到真实的生涯的场景里
。

好比京东和鄂州当局合作，把采集直接铺进了社区——全职妈妈、退休人员、大学生，戴上设备在自己家里就能够采集
。

擦桌子、叠衣服、打扫卫生，设备自动纪录上肢轨迹、人与环境的交互关系
。功夫齐全自由，一天2到6个幼时，一周五天，多劳多得
。说白了：你在家把家务干了，顺便就把钱赚了
。

相较于家政，进入到的养老院的采集更值得关注
。

以鄂州老年医院为例，在职护工数量不够，并且根基上都是50岁左右的中年人
。对于年轻人来讲，护工这份工作认可度低，又苦又累，没人愿意来
。医院已经向20多个持证年轻人发出实习约请，最终只有1幼我愿意来
。

而此刻，护工戴着JoyEgoCam工作，协助老人起身、喂药、康复训练的作为被齐全纪录，这些数据将成为养老机械人的训练数据
。

未来，机械人能在搀扶、搬运这些场景上部吩焯开，把最劳累的体力活分管掉，对养老行业就是巨大的援手
。这对日益加快的老龄化社会是刚需
。

从社区到养老院，看得出来，京东正逐步把Ego数据采集扩大到各行各业的现实场景中去，构建起一套覆盖全场景的数据集
。

不只是采集

采集只是第一步，在基地，采集过后的数据顺次经历存储、标注、训练、评测、仿真、测试等一系列处置，能力进入到可训练的高质量数据集
。

京东云的AI数据湖和JoyBuilder平台承担了这部门工作——作为行业首家支持千卡级LeRobot开源训练框架的AI开发平台，训练效能比开源社区版本提升3.5倍，千卡训练功夫从15幼时缩短到22分钟，提速40倍
。

京东还有自己的具身大模型JoyAI-RA，以自采数据为主题进行训练，在真机尝试中成功率达到了73.5%，超过了pi0.5等此前的SOTA模型
。

模型反过来又领导数据采集战术的优化，形成了"数据喂模型、模型优化数据"的飞轮——采的数据越多，模型越强；模型越强，对数据质量的把控越精准，采集效能也随着提高
。

在全链路上，京东不仅打造数据采集全链路技术栈，还上线了数据买卖平台
。

首批2000幼时高精标注数据集已定向盛开，几十家企业和高校在对接
。数据流向三个方向：京东自用训练模型、通过买卖平台赋能产业界、定向盛开给高校和科研机构推动前沿钻研
。合规方面，入家采集需签授权和谈，数据传输全程加密，权限管控在云平台上执行，买卖环节与监管机构做了沟通和登记
。

所以京东做的不是一个单点的采集项目，而是一整套从数据采集到模型训练再到数据买卖的基础设施
。它给整个具身智能行业提供最底层的"燃料"
。

具身智能的下半场，在到来

回过甚来看整个具身智能行业，有一个很形象的说法：机械人的"幼脑"已经逐步发育齐全了——走、跑、跳、翻跟头，但想进入人类生涯，靠的是"大脑"
。

此刻的机械人善于基础活动，却无法实现叠衣服、擦桌子、分拣药品这些对人类来说再单一不外的日常操作，整个产业还停顿在"炫技"阶段
。要让机械人从"会动"进化到"会干活"，关键不在硬件，而在数据
。

机械人"幼脑蓬勃、大脑不及"，善于跑跳等基础作为，却无法实现家务、精密操作等实用工作
。整个产业还停顿在"炫技"阶段
。

大脑的发育靠什么？靠数据
。这就是京东做这件事的底层逻辑
。他们的指标很明确：两年内堆集1000万幼时人类真实场景视频数据，表加100万幼机遇械人本体数据
。

为此，京东打算发起多达60万人参加采集——内部10万员工，加上表部50万各行业人员，仅在鄂州一地就要带头超过10万市民
。京东自身3600多个仓库、20万家合作药房、1万多家线下门店、5万多名保洁师，每年服务近千万个家庭，覆盖3000多个业务场景——这些真实场景自身就是天然的数据富矿
。

从前几年，AI的主战场在数字世界——写文章、画图、写代码，所有都产生在屏幕里
。而未来，AI的主战场将转移到物理世界
；蛐碚腔谡庋呐卸，5月18日的京东618启动会上，京东集团技术委员会主席曹鹏明确提出，京东将打造全球最大物理世界运营中心，推动AI从千行百业走进千家万户
。

说白了，AI要从屏幕里走出来，光会写文章画图不够，它得学会在真实世界里干活
。而干活这件事，没有捷径，就是得看够足够多的人类操作——怎么擦桌子，怎么扶老人，怎么摘果子
。这些数据不成能在尝试室里编出来，只能从真实的生涯里一帧一帧地采
。

机械人的Scaling Law找到了，方向明确了，剩下就是一个字：喂
。谁能最快喂够数据，谁的机械人就先聪明起来
。京东的做法单一向接——发起60万人，在真实生涯里给机械人当教员
。

当60万人的生涯经验都造成了数据，Jim Fan说的那场终局之战，才算真正起头
。