宝妈、工人齐上阵，能帮京东AI闯进物理世界吗？

具身智能数采“进”社区

社区居民踊跃参与

具身数据采集社区位于宿迁市湖滨新区，自4月试运行以来，吸引了不少社区居民报名。采集员经培训后，在家务劳动中就能完成数据采集，如擦桌子、叠衣服等，降低了采集门槛。

采集工作轻松且有收入

采集员头戴京东自研的JoyEgoCam采集终端，正常做家务时就能获取关键参数。内存卡储满需6小时采集，月收入3000-3500元，多劳多得，还有衍生岗位。

数据处理流程复杂

采集回来的数据要经过上传、清洗、质检、标注、训练、验证等流程，最终成为“数据燃料”，输入具身智能模型，助力模型初步具备执行任务的泛化能力。

多场景数据采集目的在于提高模型的泛化能力

养老院场景采集

在养老院，采集员记录协助老人起身、喂药、康复训练等照护动作，为服务机器人提供人类照护行为样本，让机器人更好地服务老人。

果园场景采集

果园内，采集内容覆盖果蔬采摘手眼协调轨迹、农具操作力学数据等，以适应农业作业复杂环境，使机器人能在果园高效作业。

制衣厂场景采集

制衣厂采集员在缝纫、裁剪等工位作业，记录手部精细操作等数据，为工业柔性操作模型提供训练素材，提升机器人在制衣行业的应用能力。

2年1000万小时能解具身智能“数据饥渴”吗？

数据积累处于早期

与大语言模型相比，具身智能数据积累处于早期，行业数据规模仅约100万小时，而京东认为至少需1000万小时真实场景交互数据，缺口高达10倍。

数据采集后的处理

底层硬件采集的数据送至“工具层”处理、训练及评测，再到模型层的“大脑”，最后到应用层落地，如家政服务、物流配送等场景，但机器人真正落地仍需探索。

抢占未来主动权

具身智能赛道深陷“数据荒漠”，京东等已开始采集数据。谁先打通道路、积累足够数据，谁就能在机器人“大脑”时代抢占未来十年的主动权。

相关问答

具身智能数据采集社区在哪里？

具身智能数据采集社区位于宿迁市湖滨新区。

采集员如何进行数据采集？

采集员头戴京东自研的JoyEgoCam采集终端，在日常做家务如擦桌子、叠衣服时获取关键参数。

数据采集后要经过哪些流程？

数据采集后需经过上传、清洗、质检、标注、训练、验证等流程，成为“数据燃料”输入具身智能模型。

多场景数据采集对具身智能模型有什么作用？

多场景数据采集能提高模型的泛化能力，让模型在未做过的任务中经模拟训练后也能执行。

具身智能数据积累目前处于什么阶段？

具身智能数据积累处于早期，行业数据规模仅约100万小时，与所需的1000万小时差距悬殊。

机器人如何在现实场景中真正发挥作用？

这需要机器人整机企业、具身智能数据公司反复探索，底层硬件采集的数据经处理后在各层应用，最终在现实场景落地。