为什么没有京东的“重”，就没有物理AI的“强”？

2008年，京东在自己的网站上发过一则不太像电商公司的公告：劝用户暂时不要下单。

按京东老员工回顾，当时仓库已经超出承载能力，订单量超出了生产能力，如果继续下单，会因为延误送货时效造成口碑损失。

这次爆仓促使京东在物流上增加投入。彼时，它收到的客户投诉约有一半与物流有关：送得慢，或者到手时已经损坏。为了解决这些问题，一家在网上卖货的公司，要自己建仓、组织配送，把原本交给别人的活揽过来。争议也随之而来，这需要一笔持续而庞大的投入。

此后近二十年，仓库、配送站、一线员工越来越多，“重”成了京东的一个标签。

9月9日，北京亦庄，第八届JDD大会。京东集团技术委员会主席、京东云总裁曹鹏提出，京东要成为“全球最大的物理世界运营中心”。

过去几年谈AI，我很少第一时间想到京东。它在这个行业的存在感，和这句话的分量实在不太相称。

在我的印象里，也还没哪家公司在物理AI上敢把目标说到这个份上。

曹鹏在演讲中放过一段仓储物流的视频。放完，他说：“视频很短，不是很酷炫。”

的确，物理AI不是一笔炫酷的生意，但却是把前面说的那些京东干成的重活转化成AI资产的唯一路径。

——导语

01

一条胳膊算清了一笔账

京东的快递分拣场里，包裹会沿着传送带抵达工位，还要被抓起来，按流向放进金属笼车。因为笼车空间有限，要尽量码齐、码密，装满以后推走，空笼车接上，后面的包裹继续来。

这项工作叫码笼。 动作看着简单，但目前市面上90%的物流机器人恐怕都做不了。

这是因为，传送带上什么都有：规整的纸箱之外，还有泡沫箱、防水袋，材质、形态和重量各不相同。机器要识别眼前是什么、从哪里抓，还要知道放下去以后会不会歪、会不会把剩余空间堵住。一个包裹顺利进笼，视觉、抓取、末端控制得一同过关。

JDD大会全新升级的异狼灵巧臂，就在做这件事。

它的视觉系统依托亿级真实包裹数据和数万小时场景视频，采用世界模型支撑的快慢双系统架构；抓取时结合商品属性、包装材质和历史作业信息调整策略，码放时再通过高频力觉反馈和实时力控，完成狭小空间里的精细操作。

这个介绍赢得了现场的一片掌声和惊叹。

技术介绍之后，还有一组生产数字：异狼已在全国多个场地实现7×24小时常态化无人作业，经历了618和双11大促验证，累计完成超过1300万次真实包裹的抓取与码放，系统稳定性超过99.99%。

过去两年，整个具身赛道谈论最多的，还是能不能抓起来、能不能走稳、能不能听懂指令。

而京东关心的已经是——到了生产现场，设备停多久、要配多少人、一个班下来处理多少件，都得算钱。 按真实生产数据，异狼已经实现单位经济模型转正，跑通商业闭环，并具备规模化复制能力。

京东已经敢算这笔账了，或者说，至少敢把账本摆出来了，这就是它和那些初创公司的不同。

另一个细节，是复杂情况仍由人工及时兜底。

上游系统拆分、分配任务，机器人在明确的能力边界内作业，遇到处理不了的情况，人接过来。它不必等技术完全成熟才上岗，可以一边工作，一边提高自主完成的比例。

这不是技术，但是巧思。它避免了“先完美再完成”的悖论，让现有的技术能够立即投入并发挥效应。过去京东20年跌跌撞撞，就是这么在物流科技上趟过来的。

这套安排里，大模型也有分工。京东物流自研的EmbodiedX具身大模型，把长程任务拆成阶段，慢系统负责理解与规划，快系统负责实时感知和响应。偏离目标时要能校准，已经遇到过的异常，还要回到训练中去。

最重要的是，对于很多具身智能公司，找一个这样的场景来做演示都很难。但对京东来说，这样的场景遍地都是，这就是它说自己想做最大的原因吧？

02

一朵拴着仓库的云

难的场景多，还不是关键。难的是把每次作业留下的东西收集起来，让下一台机器少从头学一遍。而这件事，恰好由京东云在做。

稍有商旅经验的人大概都留意过，机场最醒目的广告位，往往摆着当下正在打的商战。这两年，那几块位置上常见的是国内几家AI云。

今年，京东云也出现在了那里，广告词是一句：“把AI推向物理世界。”

这是京东憋了很久，在AI世界打出的一拳。说明京东云显然认为自己已经准备好了，可以和对手们正面过招。

先看算力。曹鹏说得坦率：算力需求最近非常紧张，国产化是未来非常确定的方向。过去一年京东云在这上面投入不小，今年已经与多家国内厂商建成万卡集群，正在规划超十万卡的国产化集群。大会现场做了启动仪式，点亮的设备叫“京东云物理AI Core”。

物理AI和传统的大模型之间完全是两个不同维度的产品。物理AI对云提出了极其具体的要求：响应实时、延迟低、可靠性高，能够在边缘近场运行，成本也要往下压。这些跟云侧追求吞吐的诉求几乎不重合。

为什么竞争逻辑完全不一样？道理很直白：一台在低温库里作业的机器人，收到晚了两百毫秒的指令，后果可能是撞上货架——物理世界里的每一个延迟，都对应着一笔实实在在的损失。

但是如果只看卡的数量，万卡在现在已经吓不住人了，真正能够吓住人的是数据。这一波的前沿大模型突破，上一轮整个互联网积累下来的文本已经被吃干扒净。但物理AI很难找到同样现成的语料库，它可能要小一个数量级到两个数量级。

京东的数据也不够多，但是它的场景多。比如一个人把羽绒服装进纸箱，手怎样压、衣服怎样折、什么时候松开，这些熟练工不必说出口的经验，被记录和处理，成为机器人能学的材料。

京东的自研采集终端JoyEgoCam就是干这个的，二代增加了手部、手臂和腿部的动作捕捉，扩大了视野，也支持无线连接和众包采集。镜头与主板分开，头环可以调节，方便长时间佩戴。采回来的原始视频，要做去畸变、相机姿态估计、深度与手部重建、手物分割和自动标注，随后进入训练、仿真和评测，为此，京东把采、存、标、训、评、仿、测连成了一条流程。

今年上半年，京东开放了近2000小时数据，包含65866个任务片段、346项真实世界任务。这些数据放出来，就让行业有点发疯。已有八个国家的上百所高校和科研机构申请使用。因为这样高质量的物理AI数据真的太难找了。

当然，它同时也在用JoyAI-Sim做仿真扩增和评测，仿真与真机评测结果的一致性约为90%，一部分测试可以先在仿真环境里筛选。

数据增加之后，并不等于机器就会学得好。京东自研的具身操作模型JoyAI-RA0.5，真机任务得分随着人类实操视频数据规模增加继续上升，尚未出现明显饱和；使用完整数据规模时，得分超过了Physical Intelligence公司发布的开源基准模型π₀.₅——后者被广泛视为当前具身智能领域的开源SOTA，前者的技术很强，但它没有京东这样的场景。

就是因为有场景和实际的业务，所以京东野心大的惊人。京东给出的目标，是到2027年年底完成1000万小时数据的采集和达标。这个目标目前全世界只有京东说过，干不干得成我不好说。但是如果说有可能干成的公司，京东绝对在世界上是比较具有潜力的一家。

说到这里，可以回答一个问题了：这朵云和别家的云，差别到底在哪里？

过去十年，AI云比的是每卡时多少钱。物理AI这一轮，多了一笔更要命的账：每小时可用的具身数据。

我敢于信京东的，是因为京东云在后一个指标上占了一个结构性的便宜——它的数据采集就发生在自己的仓库、产线和配送站里。别人为了采集真实作业，可能要先找人、搭场地、造任务；京东这边，数据此前只是是运营的副产品。

数据的边际成本不同，这是拿钱追不平的差距。

当然，这件事情最终还是要靠模型来输出能力。这条线，京东也有了自己的时间表。京东集团副总裁、探索研究院副院长段楠透露，探索研究院正在训练一个MoE架构、全自研的音视频基础模型，架构上统一了内容生成、世界模拟和动作预测，预计10月底完成训练并对外发布。

京东还给自己定了一个三年目标：2026年底全模态实时交互模型做到世界顶级水准，2027年底具身数据集达标、具身模型训到通用，2028年走进生产和生活。

说实话，这个目标我不敢给读者下判断，因为全世界没人干过这样的事。

03

清单背后的决心

让我真正看到京东决心的，是那张采购清单。

一条机械臂把某个工位的账算过来，还不等于所有仓库都会立刻采购。

货架已经摆在那里，巷道宽度也定了。但是，引入新设备，要不要改布局、停多久、原来的系统能不能接上，都是采购之前必须弄清楚的事。

仓狼采用“机器人到货”的方式，直接进入现有巷道，到货架前寻找和拣选商品。

这是在赌。因为，真实仓库里，一处储位常常混放多种商品，包装和摆放各不相同，留给机器通行、操作的空间都有限。

而仓狼的一个卖点，就是适配现有货架与布局，把部署周期从6个月缩短到2周。订单波次期间拣选，空闲时巡检、盘点，日常移动中还会采集和更新空间地图。

母狼健康版进的是药房，几乎是个零容错的业务：货可以发错，药不能吃错。但药品品类多，批次复杂，每一种药、每一个批次都得管清楚，发放过程还要可追溯，是行业的大问题。母狼用混批次、混SKU智能存储方案，把存储、管理和发放自动化，并支持故障远程恢复。

真实场景给出的数字是，京东健康在北京15家门店的相关设施，运维只需4个人。

这改变了人们对京东“重”的印象。而且对于行业来说，比较好接受的是，这里算的都是传统药品批发行业经营者熟悉的支出。改造一个存量场地要花多久，设备买回来以后还得配几个人。机器本身的价格明明白白，这些账，也同时算到了位，这是任何一家新锐公司给不了的。

再往后，还有维修。 京东在国内已建了8大维修中心，今年4月推出“机器人救护车”，6月在欧洲落地JoyRobocare，英国贝德福德、德国杜伊斯堡都有维修中心，上门服务覆盖英、德、法、荷等国的主要城市。按照大会公布的计划，未来五年，售后能力将覆盖全球100多个国家，创造超过10万个机器人售后服务工程师岗位。

这些地名和服务网点，听上去离AI有点远，离现实比较近。可一台设备在德国的仓库里需要更换零件，远处再好的模型，也代替不了该到场的人和零件。

所以，落地这道坎，从部署周期到维保网络，京东用的是最笨也最实的办法——一个城市一个城市地建。 物理世界的阻力，大多就是这些不起眼的麻烦。

04

再把门打开一次

京东曾经把自己内部用的一套能力，做成过对外的生意。

2017年4月，京东宣布成立物流子集团，面向不同行业的企业提供供应链和物流服务。为自家零售业务建设的仓储、运输、配送和售后能力，开始向更多客户开放。伴随物流成为独立运营的业务单元，原来支撑自身交易的网络，开始承担对外经营的任务。

今天，京东准备拿来对外经营的东西，又多了一层：

具身智能数据交易平台汇集多场景的多模态数据，基于LeRobot的开发平台把数据、工具、算力和模型组织成全栈服务，模型也通过MaaS对外提供能力。

这也就是说，京东在自己的业务里反复做过的采集、处理、训练和验证，开始有机会成为别的企业可以购买的服务。

为此，曹鹏启动的“物理AI加速计划”，将在数据、基地、制造、销售、物流和服务六个方向持续投入。未来五年，京东计划在全国布局80个RoboBase机器人基地，把研发设计、中试组装、生产制造、数据采集、展示交付和维修保养放在一起。

京东产发超过2800万平方米的基础设施管理实践，是这项计划已有的基础。 它的园区里，已经有一个正在运行的例子——巡检机器人、机械狗、清洁机器人、配送机器人来自不同品牌，通过统一接入和调度共享地图。巡检发现垃圾，可以联动清洁；门岗完成登记，可以联动道闸。

其实上面的都好实现，真正难实现的是，京东没有把买来的、订来的东西直接用，而是做了个更重的事情——把调度层做成公共设施。其实从常理来说，各家关起门做自己的闭环永远更省事，愿意把这一层打开，本身就需要一种不一样的判断。

京东同时还是一个潜在的大买家。按照曹鹏披露的计划，未来五年，京东物流将采购超过300万台机器人、100万台无人车和10万架无人机。

一家机器人公司最难过的一关，往往在做出来之后：东西做好了，不知道卖给谁。为了给这个计划上一马，扶一程。京东给出的是一份五年采购计划，不要光看到订单上那个漂亮的数字，还要看到，它背后对应着仓储、分拣、运输和配送里正在发生的工作——一批批订单确定下来，产线才有扩大的依据，零部件才有降本的空间。 算力、模型、基地和采购，都还需要持续投入。

所以，“全球最大”远没有成为一项可以验收的成绩。但京东对这门生意的设想，已经沿着自己的经营历史展开了：先解决内部的问题，再把能力拿出去卖。这条路，它走过一次。

结语

曹鹏在演讲收尾时说，京东不做旁观者，不做追随者，要做坚定的连接者和长期的运营者。连接和运营靠的不是模型参数，是二十年一单一单磨出来的仓储、配送、渠道和服务能力。这些东西催不熟，只能长出来。

不过，在听京东讲自己准备怎么干之前，有必要先理解这条路为什么难。在现场坐了一上午，我觉得物理AI的难度集中在三件事上。

第一是数据。上一轮，整个互联网是一座免费的语料库。物理AI没有这样的存货。

第二是泛化。对人类来说最简单的动作，对机器往往最难。物理世界的长尾没有边界，而且这里99%的成功率算不上好成绩——一亿个包裹里1%的失误，就是一百万次事故。

第三是落地和运营。讲的人最少，卡死的公司最多。一台机器人从实验室走到产线，中间隔着订单、渠道、零部件成本曲线和维保网络，四样里缺一样，规模化都无从谈起。

过去两年行业的景象是，口号一个喊得比一个响，demo一个比一个漂亮，真正进了生产、连续运转、并且算得过账的，寥寥无几到我几乎想不起来。

面对这三道坎，曹鹏做了一个重要的判断：物理AI正从模型和本体之间的单点竞争，变成体系化竞争。真正的优势在于谁能把从底层算力到数据、到模型、到场景、到供应链全部整合起来。 京东接下来讲的所有东西，都是在回应这三道坎。 京东做了二十年的重模式，一直被当作行业里的另类。但物理AI这一局，赛点站在了它这边。