与算力、模型等类似，数据采集正在成为一门生意。

在宿迁市湖滨社区，全职妈妈吴雪莲戴上京东自研的JoyEgoCam头戴设备——整机220克，内置推理单元与车规级IMU（车用惯性测量单元）。她擦桌子、叠衣服、整理收纳，设备实时记录其上肢轨迹、力度分布等。这些数据经过上传、质检、标注，将成为“燃料”输入具身智能模型。

这不是特例。在养老院，护工们记录协助老人起身、喂药、康复训练等照护动作；在田间地头，农人们采集农事操作中的手眼协调轨迹、农具握持与操作的力学数据、田间不规则地形下的行走与避障动作等。

他们都有一个共同身份：具身智能数据采集员。

5月20日，全国首个具身智能数据采集社区正式投入运行。这是继3月宣布建设全球最大具身数据采集中心之后，京东在数据基础设施方面落地的重要节点。

一个中心、若干社区点

今年3月，京东宣布建设全球最大的具身智能数据采集中心，将发动数十万人参与数据采集——包括内部超过10万名各类职业员工，以及外部50万名各行业人员。

数采中心选址在刘强东的老家——江苏宿迁。此前，京东已在这里布局了全国客服中心、淮海经济区仓储物流中心等14个项目，累计投资超200亿元。

“区位上，宿迁地处长三角北翼，交通便利；人力上，当地劳动力充足，适合大规模灵活用工，方便快速组建采集队伍；政策上，地方政府在场地、审批等方面提供了支持，数采中心项目从签约到运营，仅用40天时间。”京东科技相关负责人解释说。

这一项目2025年9月立项启动，同年10月第一期投产使用，2026年仍在陆续升级扩建，目前占地约4000平方米。据了解，在整个物理布局上，宿迁数采中心呈现“一个中心、若干社区网格”的格局。

位于湖滨新区的京东机器人数据采集中心承担场景模拟、动作捕捉、数据标注、真机验证等专业功能。譬如在场景模拟区，设置有物流仓储、医疗健康、家庭生活等场景，现场采取遥操及Ego（第一人称视角）并行的方式进行数据采集。

实验室之外，还有若干个“社区网格”采集点。采集员头戴专门的设备，以兼职或者全职的方式，在居家、产线等各类环境下，完成日常劳动即可产出数据。

在湖滨社区，全职妈妈吴雪莲头戴设备，边干家务边采集数据。

“数采的工作时间灵活，也能让居民多一份收入。我们会提供岗前培训，确保他们顺利上手。”宿迁市湖滨社区党支部书记宗家庄说。

目前，京东具身智能数据采集业务覆盖物流仓储、工业制造、健康医疗、家庭服务、城市运维等多个核心场景。根据其规划，要在两年内采集超1000万小时的优质数据，成为全球最大的具身智能数据公司。其中，在宿迁将发动超10万市民参与，覆盖家庭、办公室、工厂、物流、商店等细分场景。

在京东机器人数据采集中心，工作人员教机器人当收银员并拣货。

关于外界关心的隐私问题，京东方面回应，入户采集需要与被采集人及其家属签署保密与合规协议，数据处理过程中采用加密措施和权限管控，数据交易环节也经过监管咨询，以合规方式进行。

为什么要“养”数据？

京东为什么要花这么大成本，在物理世界里“养”数据？

答案在AI产业的底层变化中。今年以来，行业呈现出几大趋势：技术从“问答生成”向“任务代理”进化，领地从“网络空间”向“物理世界”迈进，路径从“技术竞赛”向“商业落地”转身。

不同的AI故事持续涌现。以字节跳动、阿里巴巴等为代表的互联网公司，延续了移动互联网时代的策略——争夺“超级入口”，通过豆包、通义千问等APP将AI嵌入搜索、推荐、内容生成等高频场景。这条路径较为轻量化，可快速获得用户规模。

京东则选择了另一条路。它的业务带有重资产属性，覆盖零售、物流、健康、工业、外卖、家政等场景，共同特点是都存在于物理世界。这意味着，京东的AI从起点就必须重点解决真实环境中的问题。

同样地，这也是京东切入数据采集赛道的底子。

当前具身智能面临数据荒，训练具备通用泛化能力的具身模型，至少需要数千万小时的真实场景数据，而当前全球高质量实操数据仅有数十万小时。

有缺口，就意味着机会。据行业媒体不完全统计，国内已有超27个城市在具身智能数据采集基础设施上积极布局，建设不下54座具身智能机器人数采中心、创新中心、训练场。

京东选择加入竞争，在AI产业链中建立差异化定位。“我们打造的是一套全链条体系，从数据采集、云端平台，到数据清洗标注、模型训练、数据评测以及具身智能模型研发，最终落地应用到具身本体。”京东相关负责人表示。

当然，数据采集并非没有挑战。成本控制、质量标准化，以及长期就业结构影响，都是需要持续回答的问题。

以就业为例，京东目前在宿迁已带动大批居民成为采集员，涵盖全职妈妈、退休人员、大学生等群体。但机器人未来是否会替代人——这一问题也在被讨论。“让机器人学习人的这些东西，不是为了替代，而是为了更好地去服务人，做一些重复性强、单调或危险系数高的工作，比如救灾或各类苛刻条件下的作业场景。”京东云相关负责人回应。

事实上，不光在具身智能产业，这一问题在整个AI领域都被反复讨论。经济学家卡尔·贝内迪克特·弗雷在《技术陷阱》中曾提醒：技术替代的关键，在于社会能否为受影响者提供平滑的过渡通道。转岗培训、终身学习体系，以及数据采集等新业态创造的就业缓冲带，都是必须纳入考量的方向。

数据资产的商业化

与算力、模型等类似，数据采集正在成为一门生意。

京东采集的数据有三个主要去向：训练自己的具身模型；通过数据交易平台与机器人公司、科研机构合作；面向学术界开放部分高精数据集，推动前沿研究。

目前，京东已与数十家企业建立战略合作，国内具身智能企业帕西尼就是其中之一。它与京东云的合作主要在两个层面：一是依托京东云平台进行自身数据集的推广销售和模型训练；二是拿到京东的Ego数据样品，交由算法团队测试。

值得注意的是，行业对“什么数据最有价值”仍在探索。有业内人士指出，现阶段的关键在于数据的多样性与规模，训练具备泛化能力的具身模型至少需要数千万小时量级数据，未来几年内数据采集依旧十分重要。

京东的策略与之对应：覆盖尽可能多的场景，从物流仓库到家庭厨房，从商超货架到田间地头。这种“广度优先”的策略，目标是让模型建立对物理世界的通用理解。

在田间，农人通过头戴设备，边工作边采集数据。

“具身模型训练和大模型训练类似。预训练阶段主要靠多样化数据，让模型具备一定的泛化能力；之后通过强化学习或后训练，用针对某一类场景的遥操数据，来提升模型在特定任务上的表现。”京东云相关负责人解释。

在业内人士看来，国内具身智能数据采集正在经历“基础设施化”，成效取决于几个变量的相互作用：采集效率能否持续提升，数据质量能否稳定达标，以及下游的模型与应用能否形成正向反馈。

在产业处于早期的当下，这些问题还没有确定答案。但可以肯定的是，谁能在数据层建立起规模优势，谁就更有可能在接下来的产业竞争中占据主动。