京东押注物理 AI：当 95 后年轻人冲进技术最难落地的真实战场

分类：AI动态标签：人工智能、具身智能、大模型、京东

过去几年，AI 行业的聚光灯始终聚焦于模型榜单、推理能力与多模态生成。然而，随着技术演进进入深水区，行业关注的焦点正在发生根本性转变：AI 究竟能解决什么真实问题？

在今年的 JDD 大会上，京东给出了自己的答案。通过将主题定为「JoyAI -> 跃迁物理世界」，京东试图传达一个明确信号：AI 的下一站不再局限于屏幕内的“能说会道”，而是要深入仓库、货架、家庭、配送路线与售后服务等物理场景，去执行真正的任务。

在这场深刻的产业迁移中，一批年轻的 95 后业务负责人与产品经理走上了舞台中央，成为推动 AI 落地的主力军。

95 后冲进 AI 最难落地的地方

纯对话式的「AI 购」曾经被视为电商行业的未来风口。然而，当陈屿和他的团队推出独立 APP 并经过完整试点后，他们发现纯对话模式存在明显的边界。

用户在体验时发现，即使在 AI 对话窗口中完成需求沟通，最后依然会追问价格与优惠。这种交互不仅消耗系统算力，更在无形中损耗着用户的时间成本。买东西不是谈判，人类对繁琐的交互天然缺乏耐心。

面对岔路口，陈屿团队没有盲目跟风，而是选择回归用户体验。他们将 AI 能力「长」进京东原有的购物流程里：

这条路比开发一个独立的 AI 助手要艰难得多，它要求团队在不打扰用户固有习惯的前提下，将新功能无缝嵌入一个已经成熟运转的超级 APP 中。

与此同时，京东物流仓储具身算法开发负责人林澈，则将战场搬到了真实世界的仓库里。

面对市面上琳琅满目的机器人 Demo，林澈关心的不是炫酷的动作，而是每小时的拣货效率、准确率、SKU 覆盖率以及与一线员工的安全协同。为此，研发团队长期驻扎在充满杂物遮挡、人员走动的真实仓库中，将一线工人的经验喂给模型。

他们自研了世界意图模型（World Intent Model），通过“大模型生成意图 -> 动作专家高频率执行 -> 控制器实时纠偏”的架构，实现了仓狼机器人的规模化落地。该机器人的抓取准确率达到 99.9%，商品覆盖率超过 85%，每小时拣货效率达到 80 件，真正具备了商业落地的经济账优势。

在这场物理 AI 的浪潮中，年轻人的突围并非偶然，其背后依托的是京东二十多年来积累的真实物理世界运营中心。

物理 AI 必须深入仓库、供应链、门店和家庭。如果没有京东厚重的零售数据、商品知识、高频刚性的生产现场以及硬件渠道，再先进的模型也只能停留在好看的 Demo 阶段。

在 JDD 大会上，京东将这一优势概括为「超级 AI 供应链」：

特别是在机器人产业上，京东进一步提出了「六个全球第一」战略，涵盖具身智能数据采集中心、机器人产业基地、零部件供应网络、维修服务网络、物流具身机器人应用军团以及机器人零售渠道，全面打通了机器人从训练、研发、制造到销售的全链路周期。

技术变革的浪潮中，如何对待“人”成为了另一个核心命题。京东不仅通过「JDXplorers 未来青少年 AI 探索者计划」等项目为年轻一代搭建通往 AI 的桥梁，更在内部积极推进「涅槃计划」。

面对自动化带来的岗位变化，京东计划将现有的蓝领工人送入学校进行技术培训，让他们转型成为掌握机器人维护与技术支持的新一代产业工人。

物理 AI 的未来，不仅书写在仓库、货架与家庭客厅里，也连接着数十万普通劳动者的命运。最终让这一切技术变革真正成立的，从来不只是冷冰冰的算法，而是身处其中的一个个真实个体。