京東押注物理 AI，打通數(shù)字到物理世界的鏈路

在2026年WIC這場體量巨大的展會中，我們看到了行業(yè)正在迎來全新的發(fā)展階段。

據(jù)統(tǒng)計(jì)，今年共有242家機(jī)器人與智能硬件相關(guān)企業(yè)參展，占全部展商的23.6%，成為WAIC 2026最熱賽道；206家參展主體集中于“算力·芯片·基礎(chǔ)設(shè)施”大類，占比20.1%；大模型與生成式AI賽道共有130家參展主體，體量與去年大致持平。

在這組數(shù)據(jù)背后，一個值得觀察的變化是：以電商和物流起家的京東，正在把展陳重心從數(shù)字服務(wù)轉(zhuǎn)向物理世界。本屆WAIC，京東以"AI進(jìn)入物理世界"為主題，展出了JoyAI大模型矩陣、具身數(shù)據(jù)全鏈路基礎(chǔ)設(shè)施，以及面向家庭場景的JoyInside AI Home。

從入口到中間層

JoyInside是京東在本屆展會上重點(diǎn)推介的項(xiàng)目。據(jù)現(xiàn)場披露，該項(xiàng)目已與近200家家電、機(jī)器人、玩具、健康設(shè)備品牌達(dá)成技術(shù)合作，接入硬件的平均對話輪次提升超過120%。

2026年，JoyInside計(jì)劃接入超千萬臺終端設(shè)備。從定位上看，JoyInside并非底層操作系統(tǒng)，而是介于AI能力與硬件之間的交互中間層。京東科技AI創(chuàng)新業(yè)務(wù)負(fù)責(zé)人戴文軍在現(xiàn)場表示，這一層的設(shè)計(jì)邏輯是圍繞家庭中的多設(shè)備、多場景、多用戶，實(shí)現(xiàn)設(shè)備間的協(xié)同響應(yīng)。商業(yè)模式上，JoyInside向合作品牌免費(fèi)開放自動語音識別（ASR）、語音合成（TTS）和大模型交互能力，硬件端僅產(chǎn)生模組增量成本。

同時，京東零售渠道為合作硬件提供新品首發(fā)、線上銷售和售后維修的一體化支撐。這種"技術(shù)免費(fèi)+渠道綁定"的策略，與當(dāng)前智能家居行業(yè)的普遍打法類似——小米、華為、海爾等廠商均在以不同方式推進(jìn)全屋智能生態(tài)，京東的差異化在于其電商履約能力而非技術(shù)獨(dú)占性。

京東集團(tuán)副總裁、京東探索研究院副院長段楠在本屆WAIC上闡述了京東面向物理AI的階梯式技術(shù)架構(gòu)：數(shù)字智能、附身智能、物理智能。這一框架的核心邏輯是，在基礎(chǔ)模型能力之上逐步演進(jìn)，推動AI從數(shù)字世界走向物理世界。

第一層是數(shù)字智能，即JoyAI多模態(tài)大模型底座，覆蓋圖像、語音、視頻、實(shí)時交互和具身智能等方向。部分模型已開源至Hugging Face和GitHub。第二層是附身智能，將大模型能力輕量化附著到機(jī)器人、可穿戴設(shè)備和家電家居設(shè)備，實(shí)現(xiàn)從"單品智能"到"空間智能"的升級。第三層是通用具身智能，目標(biāo)是讓移動機(jī)器人在真實(shí)空間自主完成感知、建模、抓取和全流程作業(yè)。

這一架構(gòu)的底層基礎(chǔ)設(shè)施包括具身數(shù)據(jù)采集系統(tǒng)、JoyAI-RA具身基礎(chǔ)模型、開源EgoLive第一視角數(shù)據(jù)集，以及JoyAI-Sim仿真數(shù)據(jù)合成工具鏈。從行業(yè)視角看，這種真實(shí)數(shù)據(jù)+仿真數(shù)據(jù)+真機(jī)驗(yàn)證的閉環(huán)設(shè)計(jì)，與智元、優(yōu)必選、宇樹等具身智能廠商的數(shù)據(jù)策略并無本質(zhì)差異，區(qū)別主要在于京東擁有零售和物流場景產(chǎn)生的真實(shí)交互數(shù)據(jù)。

數(shù)據(jù)

本屆WAIC上，京東集團(tuán)副總裁龔義成披露，京東計(jì)劃在兩年內(nèi)積累1000萬小時高質(zhì)量具身數(shù)據(jù)。這一目標(biāo)的背景是，行業(yè)對數(shù)據(jù)規(guī)模的需求正在快速提升——此前業(yè)界普遍認(rèn)為百萬小時數(shù)據(jù)即可滿足訓(xùn)練需求，但隨著模型泛化要求提高，共識已逐步向千萬小時量級遷移。

但數(shù)據(jù)的質(zhì)量如何定義，目前行業(yè)內(nèi)尚未形成統(tǒng)一標(biāo)準(zhǔn)。龔義成在現(xiàn)場表示，脫離模型和真機(jī)場景驗(yàn)證的采集數(shù)據(jù)只是表面素材，真正有價值的數(shù)據(jù)必須完成采集、處理、訓(xùn)練、真機(jī)驗(yàn)證的端到端閉環(huán)。

這一判斷與當(dāng)前具身智能行業(yè)的核心瓶頸一致：適配機(jī)器人訓(xùn)練的高質(zhì)量物理交互數(shù)據(jù)仍然匱乏。值得注意的是，1000萬小時并非一個固定的終點(diǎn)，而是基于模型迭代需求測算的階段性規(guī)模。在數(shù)據(jù)競賽日趨激烈的背景下，京東、智元、優(yōu)必選等廠商均在以不同方式擴(kuò)充數(shù)據(jù)儲備，誰能率先建立可復(fù)用的數(shù)據(jù)閉環(huán)，將在下一階段競爭中占據(jù)優(yōu)勢。

物理AI的落地距離盡管具身智能在本屆WAIC上備受關(guān)注，但段楠在現(xiàn)場也承認(rèn)，當(dāng)前全球具身智能尚未迎來標(biāo)志性的"GPT-3時刻"。模型泛化能力、統(tǒng)一評測標(biāo)準(zhǔn)、跨本體遷移技術(shù)均處于單點(diǎn)突破階段，尚無成熟的通用解決方案。這一判斷與行業(yè)現(xiàn)狀基本吻合。不同于互聯(lián)網(wǎng)大模型僅需算力、數(shù)據(jù)和模型三大要素，具身智能增加了硬件規(guī)模化這一維度。硬件量產(chǎn)和終端落地，正在成為下一階段行業(yè)競爭的關(guān)鍵變量。

京東的優(yōu)勢在于其零售和物流場景可以提供真實(shí)的物理交互環(huán)境，但劣勢在于其機(jī)器人整機(jī)制造能力弱于專業(yè)廠商。從戰(zhàn)略定位看，京東的長期目標(biāo)是成為物理世界運(yùn)營公司，同步發(fā)力數(shù)據(jù)、模型、算力和硬件。段楠表示，京東內(nèi)部衡量AI業(yè)務(wù)落地效果的指標(biāo)包括體驗(yàn)、成本和效率，現(xiàn)階段以高質(zhì)量數(shù)據(jù)規(guī)模化作為核心抓手。但他也承認(rèn)，未來具身智能行業(yè)不會出現(xiàn)一家獨(dú)大的格局，開放共建是必然趨勢。這一表態(tài)本身說明，在物理AI這條賽道上，京東仍在尋找明確的邊界。