物理AI下半场，产业场景成为关键变量

文源 | 源媒汇

作者 | 王言

今年来，全球大模型商业化迎来了最具戏剧性、也最分裂的一幕。

在大洋彼岸的硅谷科技，如微软、谷歌、Meta这样的巨头，以闭源大模型为壁垒，抬高技术门槛，依靠API订阅、企业定制服务赚取高额收益，集体把AI塑造成稀缺的商品……

反观中国AI产业，则走出了一条完全迥异的路径，其依托国内完备的实体基础，以及海量的市场需求，持续压低使用成本，让技术褪去光环，走进实体企业的日常经营场景。

但无论如何，新兴技术的最终使命不应该仅仅停留在实验室，而是要赋能实体经济，重构企业成本结构、增厚经营利润。简而言之，就是要让AI走出云端，真正进厂打工干活。

而如今，在中国庞大的实体产业链条之上，有人已然成为中国AI与产业融合落地最完整和最具象的样本。

01.

告别空中楼阁

一直以来，全球纯互联网AI企业普遍面临着共同的难题，即很多技术诞生于虚拟场景，想要切入制造业、供应链、线下零售等实体领域，需要漫长的适配和磨合周期，场景隔阂、数据脱节成为其中一大阻碍。

相反的，一些实体企业的AI体系从诞生之初，就扎根于自身的土壤，通过深耕产业链，为产业AI化构筑起底层优势，形成天然落地壁垒。

作为国内深耕实体经济最深厚的科技企业之一，京东的AI路径紧密围绕自身业态，呈现出“软硬结合”的特征。

目前，京东已经搭建了贯通消费零售、仓储物流、医疗健康、工业制造等多个板块的完整实体产业版图，可以说是覆盖了物理世界商品流转的每一条毛细血管。

不同于纯互联网平台，京东拥有数十万平米自动化仓储园区、全国干线运输网络、末端配送站点体系、线下京东MALL、工业品服务网点、医疗健康线下服务场景……而这些海量真实物理空间，自然能为AI搭建源源不断的试验场。

图示：京东智能物流园区｜来源：官网

无论是仓库里机械臂分拣包裹、无人车末端配送，还是商家售货、工业品智能采购、AI医生在线问诊、家电上门维修，每一个场景都具备真实的需求。

这也意味着，AI这样的新技术，有了可以直接生长的土壤，也能够嵌入原有业务链路，发挥作用。

目前，海量动态的产业数据，已经足够让京东构建起业内独有的体系，从场景落地积累真实运营数，到数据输入模型完成迭代优化，再到更成熟的AI技术再度下沉场景，以提升整体运营效率。

京东沉淀的数据并不是简单的文本数据，而是与亿万级包裹调度、商品进销存周转、仓储作业动态、用户消费偏好与售后服务等息息相关。这类数据具备极强的动态和真实性，符合实体经济运行规律，也是训练面向物理世界AI模型的重要养料。

而想要让AI从数字世界迈入真实物理世界，技术投入与底层基建建设也必不可少。

最新的财报数据显示，2026年上半年，京东体系整体研发投入同比大幅增长53%，期内，其持续打磨JoyAI通用基础模型矩阵、搭建面向物理世界的具身智能基础设施，完善机器人、无人设备、空间感知、物理调度相关技术体系。

经过持续迭代，京东现已搭建起全球一流的JoyAI基础模型体系，涵盖通用语言大模型、图像生成、长音视频创作、实时视觉交互、世界模型、具身智能等板块，先后开源JoyAI-LLM、JoyAI-Echo音视频框架、实时视频交互模型等多项技术成果，兼顾通用能力与实体场景专属适配能力。

图片来源：JoyAI官网

而不同于侧重对话创作的通用大模型，JoyAI的优势在于物理世界决策能力，既可以根据全国路况、天气、订单体量动态规划物流运输路线，也能够依据区域消费热度、库存数据为商家制定备货方案，适配实体经济复杂多变的环境。

当下，AI行业新一轮竞争还聚焦于具身智能，也就是能够感知物理空间、自主行动、完成实体作业的智能机器人设备。京东也率先完成全链条布局，从数据采集、模型训练、硬件落地，到售后维保、人才培育打通完整产业链。

目前，京东已落地全国首个具身数据采集社区，开源行业最大规模人类第一视角数据集EgoLive，启动大规模真实场景数据采集项目，为机器人、无人车、无人机提供训练素材。

与此同时，京东打造行业独有的机器人全周期售后体系JoyRobocare；国内布局机器人维修中心，未来三年将拓展至全国50余座城市，同步进军欧洲英、德、法等海外市场。

为了支撑庞大的维保网络，京东也启动了万人机器人维修人才培育计划，开设机器人维修专业课程，系统化培养兼具机械知识、AI调试、智能设备运维能力的复合型技术人才。

此外，天眼查显示，近年来，京东领投或战略投资了多家具身智能产业链公司，包括智元机器人、众擎机器人、帕西尼、RoboScience等。

智元机器人的融资历程｜图片来源：天眼查

可以说，硬件终端、数据体系、维修售后、人才储备一体推进，让京东完整构建起具身智能产业生态，从而拥有可以推动AI真正拥有进入物理空间的能力。

02.

规模化落地，拒绝纸上谈兵

长久以来，科技行业普遍存在固有认知，高额研发投入将挤压企业利润，但京东的表现，彻底打破这一行业“惯例”。

背后的原因则在于，AI赋能带来的结构性效率提升，实现了研发加码与利润增长的正循环。

2026年二季度，京东研发开支73亿元，同比上涨37.7%；上半年整体研发投入同比增幅达53%，技术投入力度持续加大。经营端业绩迎来大幅改善，二季度经营利润由上年同期亏损9亿元扭亏为盈，盈利45亿元；归母净利润71亿元，同比增长15%，现金流同步稳健向好。

图片来源：京东2026年二季度财报

亮眼的盈利数据并非依靠缩减人员、压缩运营成本这类节流手段换来，驱动力之一来自AI渗透带来的效率提升。

事实上，AI早已不再是京东的宣传概念，而是贯穿业务方方面面的基础生产工具，比如在2026年618大促期间，京东AI落地成效迎来集中爆发，海量真实运营数据已经印证其产业AI的商业价值。

数据显示，整个618周期，京东AI落地场景突破3000个，覆盖商品运营、内容创作、直播带货、智能导购、广告投放、售后客服全环节。

面向消费者的AI导购“京言”用户规模突破8000万，用户可以用自然语言模糊描述需求，AI结合户型、预算、使用场景精准筛选商品、对比参数、规划选购方案，将繁琐购物流程简化。

另一端，物流是京东产业AI落地最深的赛道，依托物流超脑大模型，提升仓储整体自动化率，分拣、搬运、存储绝大多数环节由机械臂、机器人自主完成，人力仅负责设备运维与特殊件处理。

图示：京东智能仓储｜来源：官网

面对亿万级包裹瞬时涌入的巨大压力，物流超脑可在秒级时间内完成全国包裹最优路径测算，提前调配运力资源，大幅降低损耗；无人配送车、室内分拣机器人规模化部署后，末端站点运营成本不断下降，快递员日均配送时长也开始缩短。

由此，物流行业甚至可以实现由劳动密集型向AI技术密集型转型。

03.

适配中国实体经济的产业AI逻辑

纵观京东AI业态数年的发展历程，其模式完全区别于海外通用大模型，而是尝试适配中国实体经济环境的产业AI运行逻辑。

和很多平台不同，哪怕是在行业发展最火热的这几年，京东从不单独拆分AI业务，拒绝炒作热点，向资本市场讲述新的故事。

直到今天，京东从未设立独立的AI业务板块，也没有单独核算AI营收，似乎在它们的商业逻辑里，AI从来不是一款单独售卖的软件产品，而是嵌入零售、物流、工业、健康业务内部的底层效率工具。

在京东眼中，AI创造价值的方式，并不是向企业售卖模型接口收取服务费，而是通过优化整条业务链条的运转效率，降低整体运营成本、提升平台与商家综合收益。

从以上动向来看，京东虽然没有单独拎出AI业务，但早已勾勒出具体的轮廓：其最大的特点是在全链路实现无边界渗透，想要将AI融入各个链条的肌理之中。

由此，AI不再是独立的功能，而是整条供应链的神经网络，串联起商品流转、交易履约、产业服务全部环节，让产业运转变得更加流畅高效。

京东当前所取得的结果，也清晰指明了中国AI产业未来的发展方向。

未来，AI企业的核心竞争力，终究要落脚于实体场景沉淀、产业数据积累、技术与行业的深度融合，而不算单纯比拼模型参数、堆砌算力资源，甚至是包装概念。

真正的AI产业化，也从来不是让AI业务单独盈利创收，而是以智能技术为切入点，盘活国内庞大的实体经济资源、完整的全产业链供应链体系，驱动各行各业降本增效、利润提升。

种种迹象表明，AI的征途不在云端实验室，而在广袤的实体经济大地。

背靠二十余年在实体产业的积淀，京东作为中国AI产业的真实试验场，用真实的落地成果证明，扎根产业、服务实体、追求普惠效率，已经从国产AI长久发展的重要方向。

而依托完备的实体产业基础，中国产业AI也终将走出区别于硅谷的全新发展模式，让智能技术真正成为实体经济转型升级的真正驱动力。

注：文章素材来源于官方报道和公开资料，观点仅供参考｜部分图片来源于网络，如有侵权请告知删除。

​