AI向实的五个切面，一个供应链巨头的全场景实验

2026年春天的AI行业，弥漫着一种奇特的割裂感。

一边是“养龙虾”的全民狂欢。OpenClaw开源架构让每个人都拥有了一个“24小时数字员工”，地方政府竞相出台扶持政策和监管规范。不过伴随而来的，还有Token账单失控和应用场景的缺失。有重度使用者一天消耗数十亿Token，多数普通人只将“龙虾”作为日常聊天的工具，并未真实转化为生产力。

另一边，是大模型厂商在参数规模和榜单排名上继续缠斗，每周都在推出新的产品，但却越来越难回答一个朴素的问题：这些能力，究竟在哪里产生了真实的商业价值？

近日，京东在北京总部举办了一场媒体沟通会，一次性公布五项AI阶段性进展：首次开源基础大模型JoyAI-LLM Flash、推出“龙虾天团”云服务产品矩阵、发布性能超越国际SOTA的数字人JoyStreamer、展示附身智能品牌JoyInside的生态扩展，以及宣布建设全球规模最大的具身智能数据采集中心。

与其他公司的AI交流会不同，这次主题并非“参数”或“算力”，而是“场景”与“落地价值”。

在沟通会后不久，京东探索研究院又开源了自研的 JoyAI-Image-Edit 图像模型，也是京东首次开源的图像编辑模型，空间编辑能力达到世界一流水平。

如果把这几件事拆开看，每一项都不算这轮AI浪潮里最抢眼的故事；但合在一起，它们更像是京东对外展示的一张路线图：不先争夺“最强模型公司”头衔，而是优先构建可承接AI能力的全场景落地体系。

这种选择并非偶然。在多数科技公司仍在用Demo证明AI“能做什么”时，京东正试图回答另一个更难的问题：AI如何被千行百业“用起来”？

模型是弹药，场景才是战场

AI行业有一种根深蒂固的惯性思维：模型越大越好，参数越多越强。但OpenClaw的爆火正在动摇这一共识。当AI从“问答助手”进化为“任务执行者”，衡量模型价值的标尺悄然改变了。有行业分析师判断：2026年是AI算力叙事的分水岭，市场只认两个指标：Token生成速度和百万Token成本。原因在于，OpenClaw执行任务时需要多步思考、反复调用模型，单次任务的Token消耗量较传统聊天场景呈几何级增长。

京东首次开源的JoyAI-LLM Flash，就精准地回应了这一痛点。这是一款轻量级通用大模型，在保持任务完成率的前提下，其Token消耗仅为同类开源模型的1/4到1/5。京东相关负责人在沟通会上强调：我们不再单纯强调模型大小，而是聚焦轻量级高效能，让每一个Token承载更多任务价值。

该模型依托自研FiberPO强化学习算法实现稳定训练，支持本地部署，兼顾安全与效率。围绕此模型，京东云推出“龙虾天团”产品矩阵：包含自研JoyClaw智能体、云端一键部署、本地客户端、企业安全加固版、国产芯片一体机，以及CodingPlan大模型套餐包，完整覆盖个人到企业的全层级需求。据统计，系列产品上线后近一周Token调用量环比增长达455%，直观体现市场对低成本高效能模型的强烈需求。

秉持一贯的风格，京东开源策略具备清晰商业生态考量。京东相关负责人坦言，京东希望“围绕Joy模型系列打造生态”，“开发者也是需要争取的用户”。这意味着京东的大模型策略已经从单纯的技术攻坚转向了生态共建与场景赋能。模型本身不是最终产品，它是服务于千行百业场景的“弹药”，而弹药的价值取决于它被投射到多少个真实的战场上。

7万商家的“真人替身”

如果说轻量级模型和Token效率还需要基于技术叙事进行对比和延展，那么数字人JoyStreamer则是纯粹的商业化落地案例，也是中国AI行业规模领先的数字人商用实践之一。

京东数字人业务可追溯至2024年“采销东哥”直播首秀，观看量突破2000万、带动成交额超5000万元。历经两年迭代，该业务已从营销事件升级为平台级基础设施。据京东数字人相关负责人披露，京东平台已有7万商家深度应用数字人直播，覆盖全品类商品。在公域流量竞争中，高质量数字人直播间流量表现优于81%的真人直播间，京东平台对数字人与真人主播实行“同权PK”流量机制。

这一机制设计尤为关键，平台没有为数字人开“绿色通道”，而是将其置于与真人同等的竞争环境中，倒逼其必须真正提升转化效率。

技术层面，JoyStreamer实现单张图片实时驱动、分钟级长视频稳定生成、自由态动作交互三大突破，突破传统数字人动作僵硬、姿态固定局限，支持自然走动、灵活摆姿、镜头跟随、出画入画流畅，脸部遮挡也能保持高保真质感，精准适配电商、家电、服饰、文旅、新闻等五大商用场景。

京东负责人在答记者提问时透露了一个更具冲击力的业务预期：2026年京东数字人直播带动GMV将实现一年内达数百亿元。京东数字人业务已从一个技术展示项目，蜕变为一个支撑数百亿GMV的商业引擎。

不过，也有业内人士提醒，数字人直播若缺乏真人情感温度，长期可能面临用户审美疲劳或信任瓶颈。京东能否持续优化交互真实感与情感连接能力，将是下一阶段核心考验。

从客厅到工厂：物理世界的两步棋

众所周知，京东之“扎实厚重”，简直不像是一家互联网科技公司，其强大的供应链、多元的商业场景为技术变革与应用提供了天然的土壤。如果说数字人解决的是AI在数字世界的价值变现问题，那么在物理世界，京东的落子则直指核心：JoyInside和具身智能数据采集中心，两者共同指向一个判断，AI的终局战场在物理世界。

而供应链场景是京东最大的底牌。

JoyInside附身智能将大模型驱动的对话智能体植入各类硬件终端。截至2026年3月，该生态已合作近百个家电家居品牌、超40个机器人与AI玩具品牌，京东APP可查询近100个JoyInside合作SKU，年底预计拓展至800个以上。

有趣的是，京东对JoyInside的战略定位，与行业主流的C端AI策略形成了鲜明差异。多数科技公司选择通过APP来触达C端用户、争夺日活数据，京东则选择了一条更“重”的路，把AI塞进你家里的每一件可能的设备中。

JoyInside相关负责人表示：“京东在全新AI入口领域的战略投入领先行业，这个入口的未来规模将超越手机终端。”目前已落地智能床垫（睡眠监测）、儿童安全座椅（陪伴）、厨房搭子（烹饪指导）等场景，精准解决家庭生活真实痛点。

特别需要注意的是，在生态协作层面，京东没有选择构建封闭的IoT体系，而是采用了AIOTAgent的方式，通过A2A协议对接不同厂商的硬件生态。这种开放策略降低了合作门槛，但也意味着京东对终端体验的控制力相对有限。JoyInside相关负责人将其定义为“人智共生时代的标准对接形态”。

京东输出的是交互能力和产业资源，从创意孵化到产品包销的全链路支持，即将举办的“AI终端新物种”首届创新大赛正是这一意图的具体体现。

京东在物理世界的另一步棋，则直接瞄准了具身智能产业的核心“命门”：高质量、大规模、任务导向的真实世界数据。

很少有人意识到这才是具身智能的重要护城河。2026年被业界广泛称为具身智能的“数据元年”，多家机器人公司在年初喊出了“冲击百万小时数据采集”的目标。中国信通院的报告也指出，国内已建成或在建的具身智能训练场接近30家，但普遍面临场景深度不足、跨训练场数据难互通的挑战。

与依赖仿真环境或小范围实验室采集的路径不同，京东选择了一条“从真实业务中长出数据”的路线。其优势在于，京东每天有超过50万一线员工在仓库分拣、门店理货、配送穿行、家政服务等场景中执行标准化操作，这些不是为AI临时搭建的演示，是天然带有任务目标、空间约束和反馈机制的真实行为流。

京东给出的方案是：发动内部超过10万名各类职业员工、外部最多50万各行业人员（其中仅宿迁一地就超过10万市民），开展“人类规模最大的数据采集行动”。目标是在一年内积累500万小时人类真实场景视频数据，两年内超过1000万小时，并同步采集100万小时机器人本体数据。

采集将采用第一人称视角（ego-centric）为主的方式，通过轻量化头戴设备或智能眼镜记录操作全过程，同时同步采集语音指令、手部动作、环境语义和任务结果。例如，一名家政服务员擦桌子的过程，不仅会被录像，还会标注“识别污渍—选择清洁剂—擦拭力度—验收标准”等结构化标签。

为保障数据质量与持续性，京东正在试点“数据贡献激励计划”：参与采集的员工可获得绩效加分，外部用户则可通过积分兑换商品或服务。同时，所有数据均经过脱敏处理，并遵循《个人信息保护法》和即将出台的《AI训练数据管理办法》进行合规管理。

这一计划雄心勃勃，但也面临现实挑战。多位机器人领域投资人指出，大规模真实场景数据采集涉及高昂的标注成本、复杂的隐私合规流程，以及用户长期参与意愿的维持。京东能否建立可持续的激励机制，例如通过积分、补贴或数据确权分成，将决定该计划能否真正落地。

更关键的是，如何将这些碎片化的人类行为转化为可泛化、可迁移的机器人策略，仍需突破“行为到策略”的建模瓶颈。

但若成功，其价值将远超京东自身业务。该数据集有望成为国内首个覆盖“家庭—社区—商业—工业”多场景的具身智能基础数据资源，未来可向高校、科研机构和机器人公司开放，推动行业从模型驱动转向数据+场景双轮驱动新范式。

写在最后：

回到京东这场沟通会的主题，“AI向实”。这两个字某种程度上概括了京东在这一轮AI竞争中的策略取向：不做最大的模型，做最“实”的落地；不争单一赛道的头名，争场景覆盖的广度和穿透的深度。

战略上来说，京东还不是AI领域的先行者，血拼单一领域并不明智。依托供应链场景优势，全面覆盖AI应用场景，是京东差异化竞争的核心路径。

这种策略能否跑通，取决于一个尚未被完全验证的假设：当AI从实验室走向千行百业时，决定胜负的到底是模型的“绝对聪明度”，还是场景的“绝对丰富度”？京东押注了后者。

翻开它同时摊开的五张牌，轻量模型、云服务、数字人、硬件AI、具身数据，每一张单独看都算不上最耀眼，但拼在一起，构成了一张从数字世界到物理世界、从开发者到消费者的场景网络，各业务板块形成协同效应。

但这条路注定孤独。场景穿透的路远比模型竞赛更漫长、更琐碎。把AI植入一件床垫、教会一个数字人如何拿起一袋薯片、说服数十万人戴上采集设备记录日常动作……这些工作注定不会成为社交媒体上的热搜话题，却是AI真正融入产业、创造价值的必经之路。

真正的考验在于：当整个行业仍在为下一个千亿参数模型欢呼时，京东能否耐住性子，把散布在仓库、门店、厨房和卧室里的AI种子，一一浇灌成林。