300万台机器人背后的野心：京东如何用最硬核的AI改造物流

京东宣布推物理AI战略，投入十万卡算力及千万小时数据，规划五年部署300万台机器人，标志其向具身智能转型。

京东全面押注物理AI：十万卡算力与三百万台机器人的长跑

走进2026年京东全球科技探索者大会（JDD）的展台，最直观的视觉冲击是：曾经在发布会上跳舞、翻跟头的“秀场机器人”不见了，取而代之的是穿梭在模拟仓库货架间的“分拣狼”和能在冷链车间工作的低温版机械臂。

9月9日开幕的本届JDD以“JoyAI，跃迁物理世界”为主题，与去年主打体验感的“Enjoy AI”形成了鲜明对照。这不仅仅是展台的风格调整，更是京东这家巨头对AI未来十年价值判断的根本性转向。

当天，京东集团技术委员会主席曹鹏抛出了一个极具压迫感的底层基建规划：在已建成纯国产万卡集群的基础上，将进一步规划建设国产十万卡算力集群；同时，计划在两年内累计采集超过1000万小时真实场景视频数据，甚至动员最多60万人参与这项庞大的“数字填海”工程。而在终端应用端，京东物流现场表态将在五年内采购300万台机器人、100万台无人车及10万架无人机。

如果说前几年的AI大战是云端的参数军备竞赛，那么京东此番重金下注的物理AI（Physical AI），则是一场试图用代码彻底重塑实体经济搬运、制造与服务成本的硬核长跑。

算力与数据：AI要从“懂你”变成“替你干活”

“AI的竞争正在发生革命性跃迁，即从数字世界的‘理解与生成’转向物理世界的‘感知与行动’。”曹鹏在开场中对这一趋势做出了概括。

这一定位决定了京东此次投入的逻辑：物理AI需要的不是互联网上海量的文本和图片，而是人类在真实世界中如何拧螺丝、拣包裹、叠衣服的原始动作数据。大模型只有看懂了这些“笨功夫”，机器人才不会在现实的仓库里跌得鼻青脸肿。

为此，京东给出了“十万卡”的算力底座承诺。行业普遍的计算逻辑是，完成同一个千亿参数级别的大模型预训练，固定计算量下，一万张显卡可能需要跑上30天，而十万张显卡在理想并行状态下，可以将周期压缩至几天甚至更短。这意味着，京东不仅要养得起昂贵的硬件设施，还要具备随时快速迭代最新算法的能力。

除了算力与数据，京东在现场发布了实时可交互的世界模型 JoyAI-Echo WM。这个世界模型的价值在于，它允许机器人在进入昂贵且复杂的物理世界之前，先在虚拟环境中进行“预训练”，通过理解重力、摩擦力和物体的运动规律来降低现实中的试错成本。首批配套开源的数据集 EgoLive 已对外开放，包含约2000小时的第一视角真实数据和超过346项任务片段。

这套“算力+数据+世界模型”的组合拳，构成了京东切入物理AI的护城河。值得注意的是，京东明确表示，这个十万卡算力集群将不再局限于服务内部，而是面向全行业开放。这意味着京东正在试图将其在供应链中积累的技术能力，转化为一种类似于水电煤的基础生产力接口。

从Demo到账单：百万机器人背后的成本焦虑

当然，所有底层的算力堆砌，最终都要落在商业世界的成本核算上。对于以物流起家、拥有庞大线下仓配网络的京东而言，“300万台机器人”不只是一个充满赛博朋克色彩的宏大构想，更是一笔亟待平摊的巨额人力开支。

中国人口红利的消退是一个不可逆的宏观事实。在电商大促等极端业务峰值下，仓储分拣、末端配送等环节极度依赖灵活用工。人工成本不断攀升、招工稳定性下降、以及错误率带来的隐性损耗，正在侵蚀零售企业的利润底线。

京东物流的“超脑+狼族”机器人产品线已经提供了某种程度的答案。本届大会上，11款不同形态的机器人悉数亮相，涵盖了仓储、分拣、配送等环节。尽管目前还没有公开的准确数据表明京东确切持有多少台在用机器人，但在高度标准化的封闭场景中，机器对人类的替换早已在微观层面发生。

业内分析指出，当通用大模型解决了“让机器听懂指令”的问题后，下一阶段的核心壁垒就转移到了“让机器把活干完”的泛化能力上。这也是为什么在今年的大会上，跳舞机器人退居次席，真正能搬货、能送货的作业型设备成为了主角。

京东之所以敢在此时抛出五年内采购300万台机器人的激进目标，底气恰恰来源于其对自家物流场景的绝对控制力。相比于其他AI初创公司需要在各种陌生的物理环境中碰壁，京东的仓库、分拨中心和配送路线已经提供了一个经过无数次打磨的标准作业环境。在这里跑通的自动化闭环，其商业价值远高于任何一场舞台演示（Demo）。

与此同时，这种转型的红利正向外溢出。京东旗下附身智能品牌 JoyInside 已经在推进AI玩具、智能小夜灯等硬件的智能化升级，并与近200家硬件品牌达成合作，预计年内将接入超过千万台终端设备。无论是大型物流机械还是家用智能音箱，都在朝着同一个“具身大脑”靠拢。

抢占下一个窗口期：谁先跨过“ChatGPT时刻”？

事实上，抢跑物理AI赛道的不止京东一家。眼下，字节跳动与阿里巴巴均已投入千亿元级别的资金加码AI。巨头们的竞争仍在白热化，但战场已经开始分化。

在这场赛跑中，时间窗口稍纵即逝。行业头部公司已在内部形成共识：未来2到3年内，具身智能有望迎来属于自己的“ChatGPT时刻”，届时大部分常规劳动任务都将被高效接管；而放眼更远，特斯拉的Optimus人形机器人计划于2027年实现量产，OpenAI也重启了多年前解散的机器人研发团队。国内的宇树科技、智元机器人等创业公司也在完成新一轮融资后加速进入产业化阶段。

京东此次的重仓，本质上是提前锁定了这场产业升级的基础设施入场券。虽然外界对京东每年在资本开支（CAPEX）上的具体金额尚无官方精确披露，但可以预见，随着十万卡集群的建设与数以百万计终端设备的部署，京东未来的财务报表中，折旧摊销与技术研发费用的占比将出现结构性抬升。这种短期投入换长期成本下降的策略，必然会对投资者耐心提出极高要求。

在这场从“数字理解”到“物理行动”的产业跃迁中，京东无疑是押注最为坚定的玩家之一。它试图证明的是，真正的AI不仅仅存在于服务器的硅片中，更应该流淌在每一双搬运货物的机械手上。至于这些钢铁劳工能否真正改写中国实体经济的效率曲线，还需要交给时间、财报与市场的检验。

未来，我们可以重点关注以下几个观察指标：

京东财报中的资本开支明细：关注后续季度财报中，针对数据中心建设及自动化设备的具体采购金额，看其兑现速度是否与五年规划匹配。

头部物流商的人效比变化：跟踪京东及其他使用大量自动化设备的快递公司，其单均配送成本与人工成本占比的长期趋势。

具身智能的标杆性订单：观察宇树、智元等国内具身智能独角兽企业，是否能斩获更多来自大型制造工厂或电商物流的确定性商业订单，而非仅仅停留在演示阶段。