分类：AI动态 标签：人工智能、具身智能、大模型、京东

过去几年，整个科技行业的目光几乎都被云端的模型榜单、参数规模以及多模态生成所吸引。大家都在追问：大模型究竟能变得多聪明？但随着技术走向深水区，行业的问题正在发生转变：AI 的下一站，究竟能去哪里，又能干成什么？

在今年的 JDD 大会上，京东给出了自己的解法——「JoyAI · 跃迁物理世界」。AI 的终点绝不仅限于屏幕内的对话框，而是要深入仓库、货架、家庭、配送路线与售后服务，去处理最复杂的真实任务。在这场向物理世界的迁移中，一批 95 后的年轻业务负责人与产品经理，正悄然站在了最前沿。

95 后冲进 AI 最难落地的地方

纯对话式的电商应用曾被视为互联网的未来，用户只需输入一句话，AI 便能理解需求并完成推荐。然而，当产品经理陈屿和他的团队真正推出「京东 AI 购」独立 App 并完成试点后，他们发现了纯对话模式的边界：用户在经历繁琐的交互后，依然会追问最朴素的问题——“这个能不能再便宜一点？”。

纯对话交互不仅消耗系统算力，更在不断消耗用户的耐心。面对行业热潮与用户真实体验的权衡，陈屿团队最终决定回归本质：放弃盲目追逐独立的 AI 助手，而是将 AI 能力深度「长」进京东原有的购物流程中。

搜索加入意图增强，推荐融合多维场景，购物车顶部嵌入轻量提示词。这种改造如同在一栋住满居民的楼里进行精细装修，既不能断水断电，还要让用户觉得越住越舒服。这条路远比做一个独立玩具般的 APP 难得多，但它真正解决了用户的痛点。

与此同时，京东物流仓储具身算法开发负责人林澈，则将战场搬到了充满不确定性的真实仓库中。

2026 年初，市面上充斥着各种炫酷的机器人 Demo，但林澈更关心的是：当机器人面对满地杂物、人员走动和上万种不断变动的 SKU 时，它还能否稳定运行？

为了突破这一瓶颈，林澈的团队把实验室直接搬进了一线仓库，研发并落地了「世界意图模型」（World Intent Model）。这套架构抛弃了传统世界模型频繁生成视频帧的低效方式，而是让大模型先生成「意图」，再交由高频的「动作专家」执行，同时引入实时控制器应对突发状况。这套方案让「仓狼」机器人的抓取准确率达到了 99.9%，每小时拣货效率突破 80 件，真正迈过了商业化落地的门槛。

撕掉 Demo 标签：京东的超级 AI 供应链底牌

在硬件与生态侧，管培生出身的年轻产品负责人许欣接手了 JoyInside 项目，直接面对硬件工程、声学结构、BOM 成本以及供应链上下游的硬骨头。

从最初的硬件供应链会议上听不懂专业术语，到如今推动小鸡球球 AI 点读笔、凯米斯 AI 机器狗等爆品实现数十万台的销量突破，许欣和团队用实践证明了 AI 硬件从单点爆品向全品类批量复制的可行性。

这些年轻人之所以能将 AI 落地，不仅依靠个人的聪明与拼劲，更依托于京东二十多年在真实业务场景中沉淀下来的基础设施。无论是零售数据、高频刚性的仓储物流现场，还是庞大的硬件渠道与服务供应链，这套被称为「超级 AI 供应链」的系统，为物理 AI 的演进提供了不可或缺的土壤。

京东在机器人产业上提出了「六个全球第一」，涵盖数据采集中心、产业基地、零部件供应、维修服务、应用军团与零售渠道，通过「物理 AI 加速计划」串联起了训练、研发、制造到应用的完整链路。

当 AI 走出屏幕，人不能被留在原地

在技术狂飙突进的时代，京东展现出的不仅是对效率的追求，还有对人的关怀。

从面向 12 到 18 岁青少年的“JDXplorers 未来青少年 AI 探索者计划”，到面向校招生的成长路径，京东搭建了一条从校园到职场的创新人才漏斗。而在更广阔的蓝领群体中，京东推进的“涅槃计划”正着手将数十万快递员送入学校接受技术培训，让他们在机器人与自动化普及的未来，依然能够掌握主动权。

技术在变，岗位在变，但人不能被落下。物理 AI 的星辰大海不仅写在仓库与货架之上，更写在每一个真实劳动者的面孔里。让这一切最终成立的，永远是算法与人的共同进化。