7 月 18 日，未来图灵在 2026 世界人工智能大会现场获悉，京东首次系统展示面向物理世界的 JoyAI 模型矩阵，开源行业最大人类视角数据集 EgoLive，并打造首个 JoyInside"AI Home"，让观众佩戴 JoyEgoCam 亲身体验第一视角数据采集。

" 从数字 AI 到物理 AI，这是京东探索研究院的核心研究方向。" 京东集团副总裁、京东探索研究院副院长段楠在 WAIC 期间表示，京东将技术路线分为三步：数字智能、附身智能和最终的物理 AI 与具身智能。" 语言模型基于互联网数据，还没办法感知、操作物理世界。我们要让 AI 从能说会画，走向理解空间与环境、协同设备、执行任务。"

京东在 WAIC 期间发布了两个新模型。JoyAI-Talker 实时语音交互模型具备低延迟对话、情绪理解和记忆能力，让 AI 从机械执行指令走向理解人的意图和状态。JoyAI-Video-Edit 支持自定义画面和边预览边修改。" 语音模型的发展要走‘双商在线’，不仅会干活，还要有共情能力。" 段楠说。

但京东真正押注的是具身智能数据。京东集团副总裁、京东云基础云业务负责人龚义成对媒体直言行业痛点：" 今天不缺数据，缺的是真正对机器人有用的高质量数据。" 他举例，曾用 10000 小时高质量数据与 10000 小时有瑕疵数据分别训练模型，瑕疵数据反而降低了任务准确率。" 必须完成数据、模型到场景落地的端到端闭环，否则所谓的数据质量只是想象。"

今年 3 月，京东提出两年内采集 1000 万小时人类真实数据的计划，60 万人参与，覆盖物流、工业、家庭、汽车维修等场景。" 每周数据积累都比上一周有更大幅度增长。" 龚义成透露。同时已开源的 2000 小时 EgoLive 数据集，全球上百个高校科研机构在使用。但他纠正了一个行业认知：" 高质量数据是前提，高性价比是基础。从去年到现在，我们把数据处理成本降了 10 倍以上。"

京东科技 AI 创新业务附身智能负责人戴文军在沟通会上描述了一个场景：你躺上床垫，它感知到你心情烦闷，不需要指令就把床垫摇起来、播放轻音乐。" 不是被动控制，是主动满足。" 目前 JoyInside 已接入近 200 个品牌，今年将覆盖超 1000 万台硬件设备。他坦言，使用频率最高的仍是学习类产品和毛绒玩具，家电家居类 " 还需要一两年才能真正把体验做上来 "。

在 WAIC 展区，京东搭建了一个 "AI Home" 样板间。客厅里随口说一句 " 口渴 "，智能茶吧机会主动确认水温并出水；卧室里智能床垫持续捕捉呼吸、体动等睡眠数据，结合 AI 生成睡眠报告；厨房设备能记住一家人的口味和饮食禁忌，分步骤引导烹饪。电视、灯具、毛绒玩具和陪伴机器人不再各自为战，而是围绕家庭成员的真实需求协同服务。

" 人类已经有语言模型这个很好的语义底座，现在需要为具身智能建一个足够强的通用视觉底座，再加上海量物理世界数据，才能真正让 AI 参与世界的运转。" 段楠总结。