让机械人真正"自主行动"，，，
，，，
，而不是照着写好的剧本演戏，，，
，，，
，至今仍然是全球机械人实验室最头疼的事情之一。。。不过今这个月初，，，
，，，
，英伟达机械人领武士Jim Fan（范麟熙），，，
，，，
，在演讲中提到，，，
，，，
，现在让机械人自主行动的终局之战，，，
，，，
，已经来了。。。 他说，，，
，，，
，机械人正在履历一个"Great Parallel"——也就是复刻大语言模子的进化蹊径。。。GPT从海量文本中学会语言，，，
，，，
，机械人也可以从海量视频中学会行动。。。要害就在于一种叫做"Ego Data"的工具——人类第一视角数据。。。 已往几年，，，
，，，
，教机械人干活的主流要领是遥操作：一小我私家远程操控机械人做行动，，，
，，，
，机械人照着学。。。听起来很直觉，，，
，，，
，但问题在于，，，
，，，
，纵然一台机械人24小时一直地采，，，
，，，
，一年也就产出几千小时的数据。。。这照旧理想情形下，，，
，，，
，事实上，，，
，，，
，一天能收罗5个小时数据，，，
，，，
，已属不易了。。。 而英伟达的EgoScale项目证实晰另一条路：用凌驾2万小时的Ego数据（人类第一视角）做预训练，，，
，，，
，不需要任何机械人加入，，，
，，，
，就能让机械人学会组装模子车、分类扑克牌、折叠衬衫。。。更要害的是，，，
，，，
，研究团队发明了一条清晰的Scaling Law——人类视频数据越多，，，
，，，
，机械人的操作能力就越强。。。 只不过和GPT一样，，，
，，，
，这条手艺路径需要的数据也很是重大。。。2万小时是做研究用的量级。。。而真正训练一个通用具身大模子，，，
，，，
，行业测算至少需要1000万小时的真实场景数据。。。现在全球高质量实操数据加起来不过几十万小时，，，
，，，
，缺口凌驾95%。。。 正因云云，，，
，，，
，现在全球科技巨头都在疯抢这种数据。。。Meta在宣布了3670小时的Ego4D数据集，，，
，，，
，今年4月Build AI更是一口吻放出了100万小时的Egocentric-1M，，，
，，，
，Georgia Tech、斯坦福、MIT和Meta联合推出的EgoVerse，，，
，，，
，甚至已经最先用iPhone做标准化收罗。。。一场围绕人类第一视角数据的军备竞赛，，，
，，，
，已经周全打响。。。 2026年4月16日，，，
，，，
，京东在具身智能生态宣布会上宣布，，，
，，，
，全球首推笼罩"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目的：不但将建玉成球最大的具身智能数据收罗中心，，，
，，，
，然后两年内收罗1000万小时人类真实场景数据，，，
，，，
，外加100万小时机械人本体数据。。。 这是一个头戴式装备，，，
，，，
，双目4K/60fps，，，
，，，
，重投影误差小于0.2个像素，，，
，，，
，整机只有220克，，，
，，，
，或许就是一部手机的重量。。。并且还内置了IMU和推理单位，，，
，，，
，在种种情形下都能做到毫米级精准收罗。。。 基地内里搭建了种种各样的场景，，，
，，，
，走一圈下来像逛了一个微缩版的真实天下。。。商超的货架区，，，
，，，
，收罗员在重复码放货物；
；；药店区域还原了真实的药房柜台，，，
，，，
，收罗员在做药品分拣和上架的行动。。。 家政区域更是详尽，，，
，，，
，擦桌子、叠衣服、整理收纳、地面清洁，，，
，，，
，每一个行动都有人重复在做。。。随处都能看到戴着JoyEgoCam事情职员的忙碌身影。。。 不但是Ego数据。。；
；；乩镆灿凶诺囊２僮魇菔章耷，，，
，，，
，事情职员通过远程操控机械人完成特定使命，，，
，，，
，两种数据蹊径并行推进。。。 擦桌子、叠衣服、扫除卫生，，，
，，，
，装备自动纪录上肢轨迹、人与情形的交互关系。。。时间完全自由，，，
，，，
，一天2到6个小时，，，
，，，
，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。。。 以宿迁晚年医院为例，，，
，，，
，在职护工数目不敷，，，
，，，
，并且基本上都是50岁左右的中年人。。。关于年轻人来讲，，，
，，，
，护工这份事情认可度低，，，
，，，
，又苦又累，，，
，，，
，没人愿意来。。。医院一经向20多个持证年轻人发出实习约请，，，
，，，
，最终只有1小我私家愿意来。。。 未来，，，
，，，
，机械人能在帮助、搬运这些场景上部分铺开，，，
，，，
，把最辛勤的体力活分担掉，，，
，，，
，对养老行业就是重大的资助。。。这对日益加速的老龄化社会是刚需。。。 收罗只是第一步，，，
，，，
，在基地，，，
，，，
，收罗事后的数据依次履历存储、标注、训练、评测、仿真、测试等一系列处置惩罚，，，
，，，
，才华进入到可训练的高质量数据集。。。 京东云的AI数据湖和JoyBuilder平台肩负了这部分事情——作为行业首家支持千卡级LeRobot开源训练框架的AI开发平台，，，
，，，
，训练效率比开源社区版本提升3.5倍，，，
，，，
，千卡训练时间从15小时缩短到22分钟，，，
，，，
，提速40倍。。。 模子反过来又指导数据收罗战略的优化，，，
，，，
，形成了"数据喂模子、模子优化数据"的飞轮——采的数据越多，，，
，，，
，模子越强；
；；模子越强，，，
，，，
，对数据质量的把控越精准，，，
，，，
，收罗效率也随着提高。。。 首批2000小时高精标注数据集已定向开放，，，
，，，
，几十家企业和高校在对接。。。数据流向三个偏向：京东自用训练模子、通过生意平台赋能工业界、定向开放给高校和科研机构推动前沿研究。。。合规方面，，，
，，，
，入家收罗需签授权协议，，，
，，，
，数据传输全程加密，，，
，，，
，权限管控在云平台上执行，，，
，，，
，生意环节与羁系机构做了相同和备案。。。 以是京东做的不是一个单点的收罗项目，，，
，，，
，而是一整套从数据收罗到模子训练再到数据生意的基础设施。。。它给整个具身智能行业提供最底层的"燃料"。。。 回过头来看整个具身智能行业，，，
，，，
，有一个很形象的说法：机械人的"小脑"已经逐渐发育完全了——走、跑、跳、翻跟头，，，
，，，
，但想进入人类生涯，，，
，，，
，靠的是"大脑"。。。 现在的机械人善于基础运动，，，
，，，
，却无法完成叠衣服、擦桌子、分拣药品这些对人类来说再简朴不过的一样平常操作，，，
，，，
，整个工业还停留在"炫技"阶段。。。要让机械人从"会动"进化到"会干活"，，，
，，，
，要害不在硬件，，，
，，，
，而在数据。。。 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。。。他们的目的很明确：两年内积累1000万小时人类真实场景视频数据，，，
，，，
，外加100万小时机械人本体数据。。。 为此，，，
，，，
，京东妄想发动多达60万人加入收罗——内部10万员工，，，
，，，
，加上外部50万各行业职员，，，
，，，
，仅在宿迁一地就要发动凌驾10万市民。。。京东自身3600多个客栈、20万家相助药房、1万多家线下门店、5万多名保洁师，，，
，，，
，每年效劳近万万个家庭，，，
，，，
，笼罩3000多个营业场景——这些真实场景自己就是自然的数据富矿。。。 已往几年，，，
，，，
，AI的主战场在数字天下——写文章、绘图、写代码，，，
，，，
，一切都爆发在屏幕里。。。而未来，，，
，，，
，AI的主战场将转移到物理天下。。；
；；蛐碚腔谡庋呐卸，，，
，，，
，5月18日的京东618启动会上，，，
，，，
，京东集团手艺委员会主席曹鹏明确提出，，，
，，，
，京东将打造全球最大物理天下运营中心，，，
，，，
，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，，，
，，，
，光会写文章绘图不敷，，，
，，，
，它得学会在真实天下里干活。。。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。。。这些数据不可能在实验室里编出来，，，
，，，
，只能从真实的生涯里一帧一帧地采。。。 机械人的Scaling Law找到了，，，
，，，
，偏向明确了，，，
，，，
，剩下就是一个字：喂。。。谁能最快喂够数据，，，
，，，
，谁的机械人就先智慧起来。。。京东的做法简朴直接——发动60万人，，，
，，，
，在真实生涯里给机械人领先生。。。