京东押注物理 AI:冲在前面的一群 95 后如何重塑现实世界
分类:AI动态 标签:人工智能、大模型、具身智能、京东 过去几年,AI 行业的聚光灯始终聚焦在模型榜单、推理能力与多模态生成上。所有人都在追问:这个模型到底有多强? 但随着技术迈入 2026 年,行业的核心命题悄然转变——AI 究竟能落地干什么? 在今年的 JDD 大会上,京东给出了自己的答案。京东将大会主题定为「JoyAI -> 跃迁物理世界」,宣告 AI 的下一站不再局限于屏幕内的“能说会道”,而是要真正深入仓库、货架、家庭、配送路线与售后服务,去完成复杂的真实任务。 在这场向物理世界的迁移中,最引人注目的面孔是一群年轻的 95 后业务负责人与产品经理。他们没有停留在概念的未来里,而是通过京东 App 的 AI 化改造、物流具身智能机器人以及家庭 AI 入口,将 AI 真正带入现实。 95 后冲进 AI 最难落地的地方 在纯对话式电商大火时,京东 App AI 化负责人陈屿曾面临艰难的抉择。 当团队推出独立 AI 购 App 后,他们发现纯对话模式虽擅长复杂选品,却并不适配全部购物场景。用户在咨询完需求后,依然会追问价格和优惠,而这些诉求在京东原有的成熟首页中早已得到解决。更致命的是,纯对话的交互成本极高,来回消耗的不仅是 token,还有用户的时间与耐心。 于是,陈屿团队选择了一条更难的路:不抛弃 AI 助手,而是将 AI 「长进」京东原有的购物流程里。 他们在搜索中加入意图增强,在推荐里融入时间、场景与用户的多维度信息,在购物车顶部嵌入场景提示词入口。这就像在超市里增加了一位贴心的导购,在不打扰用户原有习惯的前提下,悄悄提供更优的决策辅助。 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。 面对市面上层出不穷的炫酷机器人 Demo,林澈更关心的是落地指标:每小时拣多少件、准确率是否足够、能否应对满地的杂物与人员走动。为此,他的团队将仓库当成实验室,长期驻扎一线,并自研了一套世界意图模型(World Intent Model)。 这套架构通过大模型生成意图,再交由动作专家以高频率执行,实现了长程任务处理与实时突发应对的平衡。其落地的「仓狼」机器人抓取准确率达到 99.9%,每小时拣货效率高达 80 件,真正具备了算得过经济账的产业价值。 京东真正的底牌:超级 AI 供应链 在这场 AI 变革中,产品负责人许欣的经历同样具有代表性。从管培生起步,到接手 JoyInside 跨入硬件工程与供应链的复杂场域,她经历了从纯软件逻辑到多方协同的快速学习。 如今,JoyInside 已经跑通了样板,从小鸡球球 AI 点读笔到凯米斯 AI 机器狗,均实现了近 10 万台的销量突破,并在 AI Home 样板间中将家庭场景从概念变为现实。 ...