机场广告之后，京东云的物理AI版图要浮出水面了

AI 云的战事，以月的速度在升级。

文｜赵艳秋

编｜牛慧

AI 云的战事一直激烈，上一个战役还没打完，新战场已冒出来了。

过去几年，云厂商卷模型、卷算力、卷 Token 价格；今年初，" 小龙虾 "OpenClaw 一把火点燃 Agent，云厂商迅速推出各种 Claw，竞争从谁有更强的大模型，转向谁能让 Agent 自主干活。随后，战线继续下沉到 Agent 基础设施、Harness、上下文和多智能体。8 月开始，几家大厂又把战火烧进办公市场，争夺 Agent 入口。

刚进入 9 月初，全国多地机场又出现了一组醒目的广告，" 把 AI 推向物理世界 "，字少，意思直接，来自京东云。

几乎同时，京东云又联合七鲜咖啡推出了一杯 "Token 超大杯 "。Token 原本是大模型世界里热词，如今被 " 装 " 进咖啡杯。在智能无人咖啡主题店里，从下单、制作到交付，全程无人，成了 AI 从数字世界走进现实世界的一个小样本。两个信号共同指向 9 月 9 日京东一年一度的科技大会 JDD，今年主题是 "JoyAI · 跃迁物理世界 "。

当整个 AI 行业还在激烈争夺 Agent 入口，京东云为何开始谈论 " 物理世界 "？京东 AI 的下一站，真的要从屏幕走向能够感知、行动并真正干活的 Physical AI 了吗？

Physical AI，全行业的下一站

实际上，Physical AI 正在成为 AI 行业的新主线。2024 年，黄仁勋明确提出 " 下一波 AI 是 Physical AI"，指的是能够理解物理规律、感知真实世界，并在现实中执行任务的 AI。

业界发现，英伟达已经先动手了。它试图把数字世界里跑通的 CUDA 模式复制到物理世界，从芯片、仿真平台，到世界模型、机器人基础模型，一层层搭出新技术和生态底座。不过，黄仁勋也明确表示，Physical AI 不等于只押注人形机器人。英伟达从自动驾驶切入，再向工业、仓储和人形机器人扩散。

另一个行业风向标特斯拉，把汽车上跑通的 " 真实数据 + 端到端模型 + 自研芯片 + 大规模制造 " 体系，复制给了人形机器人 Optimus。按照规划，第三代 Optimus 将是其首个规模制造的机器人产品，2026 年底前启动生产，长期目标产能达到每年 100 万台。

数字世界风头正劲的 Anthropic，则想把 MCP 复制到物理世界。8 月 27 日，Anthropic 发布 Model Hardware Standard（MHS）研究预览，可以简单理解为，MCP 连接 Agent 和软件，MHS 进一步连接 Agent 与真实硬件，让 Claude 等可以统一发现、理解和调度机械臂、显微镜等设备。

Figure AI、1X 等机器人独角兽的动作，则暴露了这场竞赛的瓶颈——真实世界数据。8 月，Figure 推出数据集项目，发动全球用户拍摄做饭、打扫、理货和工厂作业等真实任务；1X 则以外界想象不到的速度把机器人送进家庭，在使用中持续采集数据、学习长尾任务，逐步提高自主率。

路径不同，但这些玩家正在回答同一个问题：当模型已经能理解、生成和推理，AI 下一步如何真正进入现实世界，获得身体、数据和行动能力？

值得注意的是，在这场 Physical AI 的全球竞争中，所有玩家都认为中国是主战场之一。

从产业坐标来看，根据 SAG 的行业统计数据，2026 上半年中国厂商贡献全球 97% 以上人形机器人出货；同时，中国连续多年是全球最大工业机器人市场。Physical AI 还需要一条很长的产业链，中国几乎每一环都有玩家和产能，具备机器人本体、大模型、零部件供应链、真实应用场景、规模制造能力，以及快速商业化速度。

而在这个坐标系里，京东给自己的定位是 " 全球最大的物理世界运营商 "。

今年 4 月，京东云发布具身数据基础设施，提出 "1000 万小时真实场景数据计划 " ；5 月，刘强东明确提出，京东要做 " 全球最大的物理世界运营中心 "；6 月，京东内部提出 " 涅槃计划 "，通过职业培训推动物流蓝领向机器人维修、保养等新岗位转型；8 月，在世界机器人大会上重磅发布机器人战略。这些正在串成一条京东 Physical AI 的主线。

从这些密集的动作看，JDD 大会，很可能是京东第一次把这张 Physical AI 版图系统打开的时刻。

路径分岔，京东的三个身份

虽然全球各路企业都在进入 Physical AI 战场，但京东的路径，与英伟达、Anthropic 乃至很多机器人创业公司并不相同。

很多科技公司的起点是芯片、模型或机器人本体，技术先做出来，再向外进一步寻找场景、数据和商业落地；京东恰恰不同，它一直就在物理世界里，是在把 AI 一层层叠进去。

零售、物流、仓储、供应链、健康、工业、家政、即时零售，都是京东每天真实运转的产业。京东 MALL 里的导览理货、仓库里的搬运分拣、末端无人配送、健康药房智能打包，都是一单单真实生意。

可以说，相较于其他公司是从 AI 走向物理世界，京东则是从物理世界里长出 AI。这使得京东在 Physical AI 里有三个特殊身份。

首先，它是最大的需求方之一。机器人、无人车、无人机和智能硬件，京东自己就有巨大采购需求，技术可以先在自己的场景里验证，再向外输出。

其次，它也在成为最大的运营方。机器人规模进入真实场景后，维修、保养、换电、升级和回收，可能贯穿十余年产品的生命周期。京东过去在家电、3C 和汽车后市场已经跑通过卖商品之后，继续做长期服务的模式，机器人可能只是这套能力面对的新物种。

第三，数据是业务运转的副产品。数据是 Physical AI 的最大挑战，与互联网时代海量文本、图像和视频数据相比，机器人真正需要的高质量、可学习的真实世界行为数据仍然极度稀缺。具身行业需要专门花大价钱找场景、找人采集。

京东的仓库每天都在发生搬运、拣选、打包等大量操作；家政阿姨每天整理房间，配送员每天取送。这些运营动作，现在都可能在过程中被记录、重建、标注，变成机器人学习现实世界的真实数据。

所以，值得看的是，京东能不能把过去 20 多年积累的真实世界，转变成 Physical AI 时代的新基础设施。

密集动作背后，三块拼图？

JDD 大会上，京东是否会公布完整的 Physical AI 战略？从此前动作看，至少有三块拼图已经浮现。它们恰好对应 Physical AI 绕不过去的三个产业问题：如何进入真实场景并形成商业闭环，如何低成本获得规模数据，以及如何进入家庭这一终极市场。

拼图一：既是大买家，也是大平台。

今年具身智能已从做出机器人，进入让机器人真正干活的阶段。但现实并不乐观。据人形机器人场景应用联盟梳理，过去一年，具身机器人实际落地前三的场景是数据采集、教育科研和演艺服务，真正进入工业物流的出货占比仅约 4%。

生产环境的门槛要高得多。有企业曾提出 " 三个 100 和一个 3"：连续 100 次任务成功率超过 95%，100 小时人工接管少于 1 次，100 天故障少于 1 次，三年总成本低于一个工人。为了拿到真实场景练兵，厂商们各显神通，进工厂、开无人商店、进入家庭，争夺部署机会。

在这方面，京东恰好自己就是场景需求方。去年 10 月，京东物流宣布未来五年采购 300 万台机器人、100 万台无人车和 10 万架无人机，覆盖仓储、分拣、运输和配送。而在 8 月世界机器人大会上，京东挂出 " 买机器人上京东 " 的口号。

但规模化部署之后，行业还有一个缺口，后面的交付、维修、换电、零部件、升级和回收，都要有人承担。因此，京东又向运营方延伸，计划建设 80 个 RoboBase，售后覆盖 100 多个国家和地区；" 涅槃计划 " 则尝试把部分物流蓝领转变为机器人维修和服务工程师。

某种程度上，京东要解决如果未来机器人真的成为生产资料，谁来让它们大规模进入产业，并持续运转。

拼图二：京东云正在搭建具身数据管线。

第二道难题是数据。上海创智学院副教授罗剑岚观察，未来 12 — 18 个月行业的关键 checkpoint，是谁能率先跑通真实部署、数据回流、模型迭代、再次部署的闭环。为了这个闭环，有企业组建数千人采集团队，有美国企业在海外建厂采真实交互数据。

北京智源人工智能研究院理事长黄铁军判断，建数采中心、让人控制机器人采数据，" 可能是一种成本不一定合理的方式 "，业界在探寻更自然、更低成本的采集办法。

这正是京东云切入的逻辑。京东仓库、商超、即时配送、家政服务本来就在持续发生真实劳动，如何把这些劳动，转变为变成机器人能学习的数据？

今年 4 月，京东云发布覆盖 " 采、存、标、训、评、仿、测 " 的具身智能数据基础设施。JoyEgoCam 二代从专业设备升级为可以众包的大规模采集终端。家政人员戴着设备正常打扫、整理、做饭，第一视角、手部动作和操作过程就能被记录，进入京东云研发的数据管线，经过重建、标注等数据管线，转化为训练素材。

京东云在寻找一种新的数据生产方式，让人在正常工作时顺便生产数据，再用云端管线把真实劳动持续转化为机器智能。

拼图三：JoyInside 把 AI 送进家庭。

第三道难题是家庭。家庭是 Physical AI 公认的终局市场，也是最复杂的场景。每个家庭环境都不一样，机器人进家庭，技术和成本都还处于早期阶段。

于是另一条路线开始出现，先让 AI 进入已经存在的硬件。因为过去十年的智能家居，大多还是 " 联网 + 语音遥控 "，人发一个指令，设备执行一个动作，而不是理解上下文并主动提供服务。这一次，则是让设备真正理解人和环境，并彼此协同。

去年，京东推出 JoyInside 具身智能品牌，它进入人形机器人、四足机器狗、学习机、智能小夜灯、床垫，这些本身就是现成的感知、交互和执行入口。

目前 JoyInside 已与近 200 家品牌合作，预计今年接入超过千万台终端；今年 WAIC 又推出 AI Home，尝试让设备理解家庭成员、承接长周期任务，并实现跨设备协同。

因此，现在回看机场那块广告牌，" 把 AI 推向物理世界 "，它会推向哪里？从三块拼图来看，其实已有初步注解：机器人平台解决 AI 如何进入产业并长期运转；具身数据管线解决如何形成低成本的数据闭环；JoyInside 则解决 AI 如何先于万能机器人，大规模进入家庭。

但还有一些悬而未决的题，会不会第一次有完整的 Physical AI 体系？具身模型会迭代到哪一步？有没有机器人新品登场？数据基础设施有怎样的新进展？AI Home 会不会迎来升级？还有多少品类，会被接进这张网里？而这一切，9 月 9 日，JDD 大会上或见分晓。

未经授权，禁止转载

进群、转载或商务合作联系后台

文章精选

具身 ChatGPT 时刻前夜，自变量押注 " 最强大脑 "