京东启动 “物理 AI 加速计划”，目标建设全球最大物理世界运营中心

在2026京东全球科技探索者大会（JDD）上，京东正式发布物理AI加速计划，提出建设全球最大物理世界运营中心战略，围绕具身智能与实体供应链，推出算力、数据、模型、机器人终端、产业基地一整套体系，推动AI从数字生成走向现实世界感知、决策与执行，打出区别于通用大模型厂商的差异化路线环球网。

一、战略背景：AI竞争转向物理世界落地

京东判断，人工智能的竞争正在发生跃迁：从数字世界文本、图像生成，转向物理世界的感知、行动与任务执行。通用大模型擅长虚拟内容创作，但想要在仓库、工厂、配送、零售场景落地，需要真实物理场景数据、实体终端、供应链运营能力共同支撑。

京东的核心差异化优势，在于拥有大规模实体供应链网络，数十万仓储配送节点、海量真实作业流程，成为物理AI天然训练场。本次提出的超级AI供应链，以“云、数、模、端、场、链”六大模块构建闭环：场景产生真实数据，数据训练世界模型，模型驱动机器人等智能终端，终端任务反馈反哺模型迭代，形成持续进化的智能飞轮环球网。

二、物理AI加速计划核心部署，瞄准六项全球第一

整套计划覆盖数据、算力、模型、机器人制造、产业基地、销售服务全链条，公布一系列量化目标IT之家。

1、具身数据层：千万小时真实场景数据采集

两年内完成超1000万小时人类真实场景视频数据采集，建设全球规模领先的具身智能数据中心，融合真实作业数据、仿真数据、机器人运行数据，解决行业普遍存在的物理AI训练数据短缺问题；部分数据集对外开源开放，供行业研发使用。

2、算力底座：十万卡国产智算集群京东云规划建设十万卡国产GPU智算集群，依托国产芯片，支撑JoyAI世界模型训练、仿真推演、具身智能推理，算力资源面向产业生态开放，支撑机器人、工业大模型研发迭代。

3、模型体系：开源物理世界模型JoyAI‑EchoWM

发布并开源JoyAI‑EchoWM世界模型，面向物理环境理解、机器人动作规划，打通“理解‑生成‑行动”链路，适配仓储、工业、服务机器人等实体任务，补齐物理AI模型能力短板。

4、机器人硬件与采购目标

未来5年计划采购300万台机器人、100万台无人车、10万架无人机大规模落地仓储、末端配送场景，打造全球规模领先的物流机器人应用集群，推进履约环节无人化升级。

5、产业基地RoboBase布局

5年内在国内落地80个RoboBase机器人产业基地，集研发、样机测试、数据采集、组装、运维迭代一体，打造全球最大机器人产业基地网络，首个基地已在广州开工建设新华网。

6、打通零部件‑制造‑销售‑服务生态

发起机器人零部件产业联盟，助力本体厂商降本；零售端投入百亿级资源，打造机器人销售渠道；搭建全国机器人维修运维网络，解决机器人规模化落地后的维保痛点，补齐商业化闭环短板。

三、和传统大模型厂商路线差异

市面上多数AI厂商优先聚焦数字世界，做大模型参数、API服务；京东路径是以实体场景驱动AI成长，不是实验室仿真，直接把模型放到仓库、产线真实环境中迭代。

用大模型回答问题、生成内容；物理AI核心目标是控制实体设备完成现实任务，拣选货物、搬运、巡检、工业作业。挑战不再只是算法精度，还包括数据供给、硬件量产、运维、成本控制等工程化难题。

四、产业落地价值与现实挑战

业务落地层面，这套能力对内改造京东自身仓储、物流、零售；对外向制造、工业、能源企业输出方案。例如工业场景实现物料采集效率提升数倍，缩短选型决策周期；在仓储场景提升分拣搬运自动化水平新华网。

但物理AI产业依然面临明显挑战：千万小时高质量物理数据采集成本高昂；机器人硬件量产、可靠性、成本约束依旧突出；世界模型从仿真走向真实大规模作业，仍有大量工程问题待验证。十万卡算力、百万级机器人采购均为中长期规划，大规模商业化落地需要持续的研发投入。京东上半年研发投入同比增长53.2%，资源持续向物理AI方向倾斜经济参考报。

总结

京东物理AI加速计划，代表国内科技巨头一条重要战略转向：AI竞争从数字内卷，走向物理世界生产力竞赛。依托供应链实体场景，京东试图构建从算力、数据集、世界模型，到机器人硬件、产业基地、运维服务的完整闭环，打造全球最大物理世界运营中心。

未来看点在于：世界模型的实际作业表现、百万级机器人的量产落地节奏，以及整套技术能否向外复制，赋能工业、零售等更多外部行业。