今年世界人工智能大会（WAIC）上，人工智能的竞争焦点正从单一大模型转向涵盖数据、模型、算力、硬件与场景的完整系统。展馆中可跨应用执行任务的智能体手机、产线人形机器人、AI 眼镜，以及支撑其运行的超节点与万卡集群成为关注中心。

行业议题亦发生转变：从 " 模型有多聪明 " 转向 "AI 能否进入产品、完成任务，并以产业可承受成本规模化运行 "。京东集团副总裁、京东探索研究院副院长段楠指出：" 互联网数据是数字世界信息载体，无法让模型学习如何真正交互和驾驭物理世界；若追求更高水平通用性，AI 必须从数字世界走向物理世界。"

京东将 AI 发展划分为三个阶段：语言、代码与内容生成属 " 数字 AI"；进入玩具、家电、汽车并持续感知交互为 " 附身 AI"；理解空间与物理规律并在真实世界执行动作则进入 " 物理 AI"。本届 WAIC，京东首次集中展出 JoyAI 大模型矩阵、具身数据体系、云基础设施及 JoyInside 硬件入口。

JoyAI 系列模型覆盖多维能力：JoyAI-Image-Edit 支持空间图像编辑与多视角生成，维持几何一致性；JoyAI-Echo 与 JoyAI-Video-Edit 分别处理长音视频生成与实时视频编辑；JoyAI-VL-Interaction 实现持续环境观察与介入时机判断；JoyAI-Voice 与 JoyAI-Talker 提供实时语音交互与情感化表达；JoyAI-RA 则专攻机器人动作学习。

配套能力体系同步构建：JoyEgoCam 负责第一视角数据采集；EgoLive 沉淀 2000 小时真实操作视频、65,866 段数据及 346 种任务，覆盖家庭、仓储、药房等场景；JoyAI-Sim 将人类动作映射至仿真环境，验证关节约束、碰撞与物理可行性，并反向重建真机任务用于批量测试；JoyAI-RA 统一融合多源数据训练，并通过仿真与真机任务评估数据有效性——任务成功率提升即为 " 好数据 " 的核心判据。

该三层闭环使模型既是数据消费者，亦成质检工具：EgoLive 采集经验，JoyAI-Sim 翻译经验，JoyAI-RA 学习并验证经验。京东计划两年内积累 1000 万小时高质量具身数据，具身训练扩展至千卡集群，数据处理成本降低 10 倍以上。

硬件落地层面，JoyInside 作为 AI 能力入口，已与近 200 家品牌合作，覆盖家电家居、机器人、玩具及健康设备；按计划，2026 年接入终端将超 1000 万台。实践发现，单品 AI 化价值差异显著：台灯、点读笔等学习类产品活跃度最高，而家电虽 SKU 占比曾达 80%，用户使用频次偏低。由此，策略转向 AI Home ——多设备按用户目的联动分工，如床垫感知睡眠状态、灯光音箱调节环境、机器人移动观察，形成 " 积木化复杂机器人 "。

交付环节面临异构硬件适配难题：不同品类设备在麦克风、传感器、芯片、声学结构与控制协议上差异巨大。京东将方案商置于关键位置，明确分工：京东提供大模型、ASR、TTS 及家庭场景能力；品牌方贡献产品与品类知识；方案商完成工程适配并触达中小批量试水品牌，推动品类持续扩充。

数字 AI 时代，单一基础模型可成技术中心；物理 AI 时代，数据、模型、算力、硬件与产品任一环节失效，AI 即止步于 Demo。京东依托模型、数据、云基建、产品入口与真实场景的闭环协同，构建持续运转的反馈系统——数据训练模型，模型定义数据质量，云支撑低成本迭代，JoyInside 实现能力硬件化，产品与场景反哺新经验。一个模型可生成世界，唯有一整套系统，方能真正进入世界。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。