京东正在全面发力具身智能，不仅提出构建“全球最大的物理世界运营中心”，还计划在两年内建成全球最大的具身智能数据中心。

　　在2026世界人工智能大会（WAIC 2026）期间，京东对外展示了JoyInside“AI Home”、具身智能数据全链路基础设施，以及AI在零售、物流、健康、工业等领域的真实场景规模化应用成果。

　　“在整个物理AI的大趋势和浪潮下，京东要构建自主可控的AI基础模型矩阵，助力京东集团完成从数字AI到物理AI的技术跃迁。”京东集团副总裁、京东探索研究院副院长段楠表示，要让AI覆盖零售、物流、工业、健康等京东集团的核心场景，最终助力京东集团成为全球最大的物理世界运营中心。

　　《中国经营报》记者了解到，数据采集被视为京东具身智能战略落地的关键环节，依托其近万家线下门店、3600个仓储点及家庭场景网络，目前该集团的数据采集产能已突破每周10万小时。

　　把硬件的规模化加入物理AI

　　“相比数字AI，物理AI对规模化提出了新的要求。”段楠表示，一是要做到物理数据的规模化，二是要做到持续学习的规模化，三是物理基础模型要有新进展，最后硬件协调也要规模化。

　　他这样总结：“Scaling Law这件事情，从数字世界的‘数据、模型和算法’三位一体化的范式发展到物理AI，要把硬件的规模化也加进来。”

　　围绕以上愿景，段楠指出京东探索研究院要做的是更加聚焦多模态基础模型以及具身模型，并把整个技术路径分为“ 数字智能＋附身智能＋物理智能”三个阶段。

　　“第一阶段主要以语言模型、代码模型、多模模型为基础，让模型能感知、推理、生成数字内容，并通过智能体的方式，自主完成数字世界的任务；第二阶段把整个基础模型部署到手机、电脑、可穿戴设备、智能驾舱等各类终端，持续实时观测用户和环境，最终实现人与设备、设备和设备之间，实时自如的交互和协作。”他表示。

　　段楠指出，最后的物理智能阶段就是把模型部署到真实的物理硬件，让这些硬件感知世界，对世界的状态做预测，最终完成自主化的物理世界的任务。

　　在WAIC 2026上，京东和星尘机器人联合共建的“智能零售工作站”实景演示区首度对外亮相。该项目完整还原了由AI驱动的全流程无人零售场景：人形机器人穿梭于定制货架之间，依托机器视觉能自主识别商品、精准抓取、规整台面，从接收需求到货品交付形成完整服务闭环。

　　事实上，京东集团在AI落地应用层面，已依托自身供应链优势，在多个真实业务场景实现应用部署。据了解，这些应用包括京东MALL门店导览导购、理货与咖啡制备，七鲜超市导购与“金牌试吃员”，物流仓储拣货、健康药房打包，以及机器人养老服务等。通过各类场景的应用实践，京东加速推动具身智能从技术验证走向规模化商用。

　　缺少高质量数据是行业痛点

　　真实场景数据，是具身智能落地不可或缺的基础设施。

　　“今年以来，行业产生了这样的共识，即大规模的数据，尤其来自真实物理场景的数据越来越重要，特别是对具身模型来说。”京东云基础云业务负责人龚义成表示，行业普遍存在缺数据尤其是真实数据的痛点。

　　他指出，目前行业数据样本数非常少。头部具身模型公司用的数据最多两万条，远没办法覆盖物理世界的场景。

　　“通过什么数据、什么技术，真正把物理世界重建到数字世界里，最终把数据赋能到具身行业，加速具身模型快速迭代，这是一个问题。”龚义成表示。

　　而机器人进入家庭、工厂等真实场景，问题很大可能就出现在模型本身的智能化程度不足。“机器人智能化不足的核心原因，就是数据缺失，缺乏足够的真实物理世界数据，才能让具身模型加速迭代。”他指出，行业普遍认为，100万小时是具身模型能产生一个比较大的跃迁的基准线，而1000万小时可能是当前的技术条件下对具身模型产生巨大帮助的一个数据量级。

　　就具身智能整个数据维度而言，龚义成认为目前存在这样几个问题：“第一，高质量的数据是稀缺的，高质量的数据才是对具身模型真正有用的；第二，数据的多样性，同样的任务可以通过多样性对模型的泛化性也非常有帮助；第三，数据孤岛，过去不同的机器人厂商做机器人的遥操做数据，大多数只能是机器人本体厂商自己用，跨本体数据的流转是一个非常重要的问题。”

　　站在“具身智能缺数据”的行业共识的背景下，龚义成表示：“为什么京东要做具身数据以及相关的工作？京东是一家以供应链为驱动的技术型公司，京东的供应链场景涵盖物流、零售、健康康养、互联网医院、体检中心、物流仓储，这些场景都是具身智能非常重要的应用落地的场景。”

　　他透露，目前京东每周的数据采集产能已经爬升到10万小时以上，预计两年之内做到1000万小时的数据采集。

　　值得一提的是，京东不想所有的数据都是自己采集，为此打造京东具身数据的交流平台，把具身智能的数据收集起来，整体赋能给具身智能的客户。

　　RoboScience 机器科学创始人兼 CEO 田野表示，RoboScience虽选择以海量“仿真 + 视频”数据训练具身大脑，但模型的泛化能力最终仍需经过真实物理世界的检验。京东开放的真实交互数据，恰好补齐了仿真训练中缺失的关键一环。

（文章来源：中国经营报）