
AI进入物理世界,瓶颈往往不在一次演示,而在数据、生产、交付、维修和渠道能否连起来。9月9日,京东在JDDiscovery 2026发布新世界模型JoyAI-Echo WM,并宣布Physical AI加速计划。京东物流还称Meta Brain 3.0已把数亿包裹的最优路线计算从分钟级缩短到秒级。更值得关注的是,计划把训练数据、产业基地、零部件、零售和售后纳入同一条商业链。
JoyAI-Echo WM被定义为交互式视听世界模型,在原生音视频生成之外加入用户控制,目标是把内容变成可以进入和探索的虚拟环境。京东同时展示物流、工业和医疗模型:Meta Brain 3.0协调仓储、运输与配送,JoyIndustrial 2.0可把自然语言描述转成机械设计并制作3D打印原型,JoyAI-Med 3.0覆盖影像、科研、病历和多学科会诊。
这些能力的共同点不是参数规模,而是必须接入业务对象。路线优化要读取库存、运力和时效,工业设计要满足尺寸与材料约束,医疗Agent则需要更严格的权限和专业复核。京东没有在公告中给出路线任务的样本、硬件、误差或峰值负载,因此“分钟到秒”应视为官方生产描述,仍需更多可复现数据判断普遍性。
加速计划从具身数据开始:京东云计划在未来两年采集超过1000万小时真实人类活动视频。京东产发计划五年内在全国建立80多个RoboBase,覆盖产品展示交付、研发、试装、数据采集、制造、维修和迭代。京东工业品则发起连接机器人制造商与零部件供应商的联盟。
这个组合试图解决机器人公司的典型断点:实验室样机缺少长尾数据,进入工厂后缺少试产与验证,售出后又缺维修网络。RoboBase是否有效,取决于数据许可与标准是否统一、不同品牌设备能否共享工位、故障是否能回流模型,以及基地使用率能否覆盖重资产成本。公告暂未披露首批地点、客户或统一接口。
京东零售计划到2028年投入100亿元资源,希望帮助100个机器人品牌分别实现10亿元独立销售,并覆盖1000万用户。物流体系目前在中国运营8个维修中心,未来五年还计划扩展机器人售后能力,并支持创造超过10万个机器人服务工程师岗位。
这些数字描绘的是目标,不是已经完成的营收和就业。品牌能否达到销售门槛,还要看价格、可靠性、场景复购和售后成本;服务工程师岗位也受装机量、培训认证和备件供应影响。真正的里程碑应是具名机器人在具体仓库或家庭稳定运行,以及维修时长、停机率和单位任务成本持续下降。
消费者侧也在同步扩展。京东App 16.0加入贯穿购物流程的“东东”助手,可用语音和视频理解空间、风格或故障场景;JoyInside已与200多个家电、家居、玩具和机器人品牌合作。数字入口可以带来需求,但机器人最终仍要接受交付安装、现场适配、持续更新与责任划分的考验。
京东的优势不只是发布一个世界模型,而是能把模型放进仓库、配送、零售和售后网络反复验证。若数据、试制、渠道和维修真的形成反馈闭环,机器人企业获得的将不只是算力或流量,而是一套从原型到规模部署的基础设施。
接下来应跟踪四类实证:RoboBase实际启用数量与客户、1000万小时数据的授权和质量结构、机器人一次任务成功率与人工接管率,以及售后网络的平均修复时间。只有这些运营指标公开,宏大的加速计划才会从资源承诺变成可验证、可复制且可持续运营的Physical AI生产力。
