行业洞察

京东五年要买 300 万台机器人,真正的赌注是 1000 万小时数据

一、用需求侧的确定性,换供给侧的成熟

11 月 4 日,2026 年世界互联网大会乌镇峰会机器人与具身智能论坛上,京东集团技术委员会主席曹鹏宣布启动京东物理 AI 加速计划,第一阶段聚焦具身智能机器人,在数据、基地、制造、销售、物流、服务六个方向持续投入。

采购数字是全场最响的:未来五年,京东物流计划采购 300 万台机器人、100 万台无人车、10 万架无人机,覆盖生产制造、采购入库、仓储分拣、运输配送、零售消费全流程。京东给出的判断是,物理 AI 已开始规模化落地,竞争焦点正从单点技术转向算力、数据与场景。

它凭什么敢下这个量:京东 AI 已落地零售、物流、健康、工业等超过 3000 个场景;手里有 3800 多个仓库、超过 20 万家合作线下零售药房、1 万多家京东 MALL 与七鲜养车等门店,家政业务还有 5 万多名自运营保洁师。这些既是数据来源,也是需求来源。

二、数据路线:第一人称、不绑本体

两年内累计采集超过 1000 万小时高质量人类真实场景视频,以及超过 100 万小时机器人本体运行数据。这个规模听着夸张,但拆开看就是几千个仓库和几万家门店的日常作业录像。

技术上最关键的一条设计是第一人称、无本体依赖:数据不绑定特定硬件型号,能适配不同厂商的夹爪、灵巧手、单双臂机器人。硬件迭代之后,老数据依然能用于预训练,规避了投入直接作废的风险。行业里大量数采项目要专门搭实验室环境,成本高,且数据与本体强绑定,这是京东这条路线想绕开的坑。

配套工具链也一并亮出来了:JoyEgoCam 采集终端、JoyAI-Sim 物理仿真引擎、JoyAI-Video 视频生成模型,以及一个数据交易平台,覆盖采、存、标、训、评、仿、测全链路。官方披露 JoyAI-Sim 的仿真评测与真实评测一致性约 90%,评测效率是真机评测的 3.2 倍。目前智元具身机器人已进入京东物流智狼仓,京东云在服务优必选、逐际动力、众擎机器人。

曹鹏的说法是:物理 AI 的竞争,不只是模型和本体的单点竞争,更是体系能力的竞争。

三、他顺手点破了行业的三处病

第一,高质量真实物理世界数据严重短缺。大语言模型的成功建立在互联网海量文本上,物理世界没有对应的语料库,这也是具身大模型至今没出现现象级产品的主因。

第二,泛化能力不足。传统工业机器人擅长封闭固定产线,面对物流百货、零售这类非标物品和开放环境就很难稳定作业。当下机器人普遍是小脑强、大脑弱:运动控制进步很快,长程任务理解和开放场景泛化跟不上。

第三,技术与产业脱节,缺可大规模商业化落地的严肃应用。

风险同样清楚。300 万台的兑现,取决于机器人在真实产线到底跑不跑得动,而多数产品还停在能演示、难量产的阶段。京东是用需求侧的确定性去换供给侧的成熟,逻辑成立,但未来两年真正被考验的是交付与运维。