在具身智能技术加速向工厂、家庭和医疗场景渗透的背景下，数据获取与处理能力正成为制约行业发展的核心要素。京东近日宣布推出覆盖全链路的数据基础设施解决方案，通过整合硬件采集、数据清洗、仿真生成及交易平台四大模块，试图破解行业长期面临的数据规模不足、场景单一等难题。
该体系的核心在于构建全球规模最大的具身数据采集网络。京东计划动员60万人参与数据采集行动，目标在两年内积累1000万小时真实场景视频数据，覆盖物流、零售、医疗等20余个行业。支撑这一计划的硬件载体是自主研发的可穿戴设备JoyEgoCam，其4K级画质与防抖技术可确保复杂环境下的数据质量，设备重量不足200克的设计则满足了长时间佩戴需求。
采集后的原始数据将进入AI数据湖进行自动化处理。该平台具备PB级吞吐能力，可对海量视频完成清洗、对齐及预标注等操作，处理效率较传统方式提升300%。通过JoyBuilder仿真平台，系统能将真实操作数据转化为百万级仿真场景，实现跨本体、跨场景的数据迁移与扩增。京东技术委员会主席曹鹏指出，这种"真实+仿真"的混合数据模式，可有效解决传统数据集场景覆盖不足、跨设备适配困难等问题。
针对行业数据流通困境，京东同步上线具身智能数据交易平台。首批开放的2000小时高精标注数据集涵盖仓储操作、医疗护理等6大场景，采用区块链技术确保交易合规性。该平台不仅提供京东自有数据，还通过开放接口接入合作伙伴资源，目前已与3家机器人企业、2家医疗机构达成数据共享协议。
京东的数据优势源于其商业生态的深度积累。全国3600余个仓储中心、超万家线下门店及20万药房网络，构成了天然的数据采集场域。以物流场景为例，分拣机器人的操作轨迹、AGV小车的避障数据等均可直接转化为训练素材。这种"生产即采集"的模式，使数据获取成本较传统方式降低60%以上。
行业数据显示，我国具身智能市场规模预计在2030年突破4000亿元，但当前训练通用模型所需的数据量与市场供给存在百倍差距。曹鹏透露，京东正在研发新一代多模态大模型，该模型将整合视觉、触觉及语音数据，计划在2025年前实现复杂工业场景的自主决策能力。此次发布的全链路数据体系，被视为推动具身智能从实验室走向产业化的关键基础设施。
