AI动态

分类：科技 标签：绿色科技、新能源、航运创新 在追求高效率与大马力的现代工业时代，依靠风力的帆船早已退出了主流商业舞台。然而，在全球碳减排与寻找替代能源的浪潮下，古老的风帆正在以一种极具科技感的形式重返大海。 从散货船、油轮到巨型集装箱船，越来越多的现代商船开始加装高耸的转子帆、刚性翼帆以及吸风式推进系统。这并非是要让航运业开历史倒车，而是通过“风帆 + 现代动力”的协同合作，在理想航海条件下最大化利用自然风力，从而实现显著的降本增效与节能减排。 科技感拉满的现代“风帆” 与传统布质帆船不同，现代商船安装的多数是经过空气动力学优化的硬质装置： 转子帆 (Rotor Sails)：利用马格努斯效应，通过旋转的圆柱体在侧风中产生巨大的前进推力。 刚性翼帆与吸风系统：能够更精准地捕捉风向与风速，与船载智能控制系统联动，实现自动化调整。 根据国际风力船协会 (International Windship Association) 的最新数据，全球已有超过 100 艘大型商船配备了现代风力推进系统，总载重吨位突破 500 万吨。 巨头入局：从测试走向主流 这一技术的商业化应用正在加速落地。航运巨头马士基 (Maersk) 计划在一艘拥有 8700 个标准箱的大型集装箱货船上，安装一座高达 35 米的转子帆，并预计于 2027 年在大西洋常规航线上展开实地测试。这将使其有望成为全球首艘加装转子帆的大型集装箱船。 而在矿砂运输领域，成效已经显现。淡水河谷 (Vale) 旗下载重吨位高达 40 万吨的巨型矿砂船“Sohar Max”号，已经成功安装了五座 35 米高的转子帆。实际运营数据表明，这套风帆系统能够将船舶油耗降低多达 6%。 此外，韩国的船舶制造企业也正在积极研究将风帆系统引入液化天然气货船 (LNG)。一旦这项研究取得突破，将为风帆技术全面迈向航运主流提供更有力的证明。 科技与自然的深度融合 传统航运业正面临巨大的环保压力，通过数字化与空气动力学的结合，曾经被认为“落后”的风力正在成为破解航运减排难题的一把钥匙。从传统动力 -> 风助动力 -> 综合低碳航行，人类在征服海洋的道路上，再次学会了与风同行。

分类：AI动态 标签：人脑类器官、神经科学、生物科技、大脑发育 近日，一项发表在国际顶级学术期刊《自然》上的重磅研究引发了科技与医学界的广泛关注。科研人员成功将人类细胞培养的三维“人脑类器官”移植到小鼠体内，并观察到这些类器官不仅存活良好，更成功重现了大脑发育的关键特征，甚至与小鼠宿主的大脑实现了深度整合，形成了具有功能的神经网络。 这一突破性进展，为人类深入探索大脑发育机制、解析神经系统疾病开辟了全新的技术路径。 突破的核心：三维类器官的无缝整合 长期以来，如何在体外乃至活体中还原人类复杂的大脑结构一直是神经科学领域的巨大挑战。此次研究的成功，得益于科研人员创新性地采用了一种培育“脑容量缩小”小鼠的方法。 在这种特殊环境下，由人类多能干细胞分化而来的三维人脑类器官得以顺利移植并与宿主大脑融为一体。研究结果显示，这些移植的类器官展现出惊人的生命力： 空间扩展：类器官在小鼠大脑中生长良好，占据了相当大的空间。 细胞分化：成功分化出多种类型的人类脑细胞。 结构成型：组织内部形成了复杂的神经回路，并呈现出高度类似于人类大脑皮层的微观结构。 从结构到功能：神经网络的激活与行为影响 更令科学家兴奋的是，这些移植的人脑类器官并非只是“静态的摆设”，它们已经接入了生物体的动态系统。 通过先进的监测手段，研究人员发现这些类器官成功形成了功能性神经网络，并能够产生类似大脑皮层组织的电生理活动。为了验证其对宿主的影响，团队将移植了类器官的小鼠与未移植的对照组进行了对比实验。结果显示，两组小鼠在运动协调和记忆任务等行为学表现上存在显著差异。这表明，整合到宿主大脑中的人类神经网络，已经开始对动物的某些行为表现产生实际干涉与驱动作用。 科技前沿的下一步：伦理与机遇并存 这项研究标志着神经生物学模型构建的一次跨代升级。相比于以往单一的细胞培养或体外组织切片，将人脑类器官置于活体动物体内，能够以无与伦比的深度和广度去还原人类大脑的发育过程。 从基础科学的视角来看，该模型未来可广泛应用于： 神经发育障碍与精神类疾病的病因机制研究。 药物筛选与脑部病变的精准靶向治疗。 探索人类大脑独有高级认知功能的演化密码。 随着生物科技与计算神经学的交汇演进，从细胞感知到神经网络响应的跨界融合正在加速发生。尽管这一方向在未来不可避免地会引发关于生命伦理的讨论，但它无疑为人类理解自身最复杂的器官点亮了一盏明灯。

分类：AI动态 标签：小米、大模型、人工智能、开源项目 自今年 4 月份开源 MiMo-v2.5 之后，小米大模型团队在过去半年里似乎进入了低调期。日前，小米 MiMo 大模型负责人罗福莉发文揭晓了这段时间团队潜心钻研的核心课题 —— 探索强化学习（Reinforcement Learning）的扩展极限。目前，全新的 MiMo-V2.6 模型正在进行紧张的强化学习训练，并向公众开启了罕见的实时训练直播。 历时半年的技术跃迁：MiMo-V2.6 突破的三大核心能力 为了探寻强化学习究竟能扩展到多远，小米 MiMo 团队在 MiMo-V2.6 的研发过程中，为其构建并扩展了三项关键能力： 庞大的计算规模：每步计算达到约 20 亿个 Token，采用 1,568 个 Prompt 乘以 16 条 Rollout 的完全异步架构，为模型提供充沛的算力支撑。 丰富的环境和工具支持：引入多任务智能体（Agent）强化学习，在单次运行中无缝混合多个框架，让模型能够适应更复杂的交互场景。 评分算力增强（Grader Compute）：在打分与评分过程中额外增加算力，实现基于智能体的组内信用分配（Agentic In-group Credit Assignment），引入更严谨的测试案例和评分标准奖励。 据悉，小米 MiMo 团队计划在接下来的几周内，逐步向外界开源这一系列训练细节与技术成果。 耗资百万美元：训练过程全程公开直播 除了技术层面的攻坚，小米此次还选择将 MiMo-V2.6 的训练过程进行公开直播。从官方展示的直播页面来看，该模型的训练总花费已超过 125 万美元（约合 840.3 万元人民币），这也折射出当前头部大模型在强化学习阶段巨大的算力与资金投入。 随着训练进度的推进，直播页面明确显示 MiMo-V2.6 模型已经进入倒计时阶段，即将正式与公众见面。对于关注大模型演进路径的开发者与科技爱好者而言，这次公开直播无疑提供了一个观察前沿 AI 训练细节的窗口。

分类：AI动态 标签：人工智能、大模型、智能手机、iPhone 今天的科技圈迎来了密集的新品发布与行业动态。从跨时代 AI 手机的量产商用到大模型向 AGI 迈进的实质性进展，再到消费电子市场的火热反响，多项重磅消息交织，展现了当前数码与 AI 产业的最新走向。 一、 智能终端：AI 智能体手机开启商用，iPhone 18 Pro 系列首销大热 在终端设备方面，AI 深度赋能正成为今年最核心的关键词。 努比亚 NaviX Ultra 正式上市：作为全球首款 AI 智能体手机，该机搭载第五代骁龙 8 至尊版及国产高速 LPDDR5X 内存，起售价 5999 元（国补后 5499 元起）。凭借行业首个集成指纹识别的独立 AI 按键及豆包手机助手消费者版，新机开售后首销销售额实现「一秒破亿」。 vivo 推出蓝心小 V Pro：vivo 在开发者大会上带来全新个人 AI 助理，依托大模型与智能体安全架构可调用超 6000 项原子能力，首批将由 OriginOS 7 系统在 vivo X500 系列与 iQOO 16 上搭载。 iPhone 18 Pro 系列热销：尽管整体均价有所上调，但天猫平台的首销成交额较上一代实现翻倍并创下历史新高。其中，iPhone 18 Pro Max 更受青睐，全新勃艮第酒红色成为最受欢迎的配色。 二、 大模型与具身智能：AGI 时代渐近，算力与应用迎来新变局 在软件与算法层，OpenAI 的最新动态再次引发行业对 AGI 进程的讨论。 GPT-6 Astra 展现 24 小时自主执行力：OpenAI 总裁 Greg Brockman 表示，GPT-6 Astra 已能连续自主执行任务约 24 小时，在计算机操作和代码审查上表现亮眼。同时，该模型在具身智能仿真测试中与双臂机器人深度结合，显著提升了任务成功率并减少了 Token 消耗。 OpenAI 平台支出超越 Anthropic：据 OpenRouter 数据，OpenAI 模型调用支出在近期首次超过 Anthropic，其中 GPT-6 Astra 贡献了主要份额。与此同时，疑似 GPT-6 Sol 正在进行小范围测试，响应速度更快。 行业安全争论与供应链预警：针对部分业内人士呼吁协同放缓 AI 研发节奏的声音，英伟达 CEO 黄仁勋与特朗普均公开表示反对，认为过度的风险恐慌并无科学依据。不过硬件供应链层面则面临严峻考验，英伟达等巨头正面临内存价格飙涨与短缺恶化的压力。 三、 汽车与数码周边：理想第二代纯电平台旗舰发布，大疆推新配色 理想 i9 Home 旗舰六座 SUV 发布：作为理想第二代纯电平台的首发旗舰，售价 36.98 万元。新车搭载 5C 超充电池，CLTC 综合续航 705 公里，标配线控转向加后轮转向及多项智能座舱配置，全面支持苹果 CarPlay 全景屏互联。 大疆 Osmo Pocket 4P「珠光白」开售：双主摄口袋摄影机标准套装定价 3799 元，采用多涂多烤复合工艺的云母珠光颜料处理，兼具高质感与抗指纹特性。 编辑总结：从 NaviX Ultra 的热卖到 OpenAI 持续推进的自主代理能力，AI 正在从云端加速下沉至每个人的口袋与日常工具中。与此同时，传统消费电子与新能源汽车也在通过软硬件创新不断刺激市场需求。尽管供应链端的硬件压力依然存在，但技术迭代的脚步从未放缓。

分类：[科技] 标签：[人工智能]、[具身智能]、[智能硬件]、[机器人] 在刚刚落幕的柏林 IFA 展会上，全球各大科技厂商纷纷亮出在机器人领域的最新进展。来自 IDC 的一组数据形成鲜明对比：去年全球扫地机器人出货量约为 2412 万台，而人形机器人出货量仅约 1.8 万台，两者相差 1300 多倍。 在这场展会上，中国清洁电器品牌追觅（Dreame）展出了一组有趣的组合：带机械臂的割草机、可自动跟随的高尔夫球包车、外骨骼设备、工业机器人，以及处于研发阶段的家庭服务机器人 ECHO。这是追觅在今年 6 月宣布聚焦“智能家庭、户外庭院、智能出行、具身智能”四大赛道后，四块核心业务首次同台亮相。表面上看，它们是形态各异的产品线，但深入拆解会发现，它们共享着同一套底层技术逻辑。 一、 从室内到户外：四大赛道背后的规模化验证 在追觅现有的业务版图中，智能家庭依然是规模最大的一块。从扫地机、洗地机到吹风机，追觅通过 180℃ 蒸汽、超长外延机械臂、三形态洗地机器人（TriForm）等创新技术，直面用户在清洁过程中的边角死角与低矮空间痛点。根据 IDC 数据，追觅在今年上半年斩获了全球扫地机器人销量与销售额的双料第一，且销售额份额持续高于销量份额，印证了其高端化路线的市场认可度。 户外庭院则是增长最快的板块。依托在扫地机上打磨成熟的激光雷达与传感器技术，追觅迅速切入割草机器人市场，推出了支持 0 厘米贴边修剪的机械臂割草机及泳池机器人，实现了销售额的爆发式增长。而在智能出行领域，其高端电动滑板车品牌 NAVEE 也已成功打入全球 60 多个国家和地区。 这些看似跨度极大的业务能够协同狂奔，核心在于其资源高度向已经跑通的成熟业务集中，通过千万级存量设备的真实反馈，完成产品迭代的极短周期闭环。 二、 拆解技术底座：感知 -> 理解 -> 执行 在追觅的技术架构中，支撑四大赛道的核心能力被归纳为三层： 全域感知系统（看世界）：从扫地机上迭代成熟的主动双目视觉与占用网络（Occupancy Network），将被精确到 1 厘米的空间网格化能力成功复用到割草机的 96 线激光雷达上，解决室内与户外的复杂避障与定位难题。 家庭通用模型（想事情）：涵盖多模态大语言模型（MLLM）、视觉语言模型（VLM）及视觉语言动作模型（VLA），让人类指令、空间理解与物理动作实现端到端的打通与推理。 智能控制系统（动手）：依托高速数字马达积累的扎实底盘，追觅将关节模组从 10 牛米延伸至 525 牛米，使机械臂不仅能长在扫地机和割草机上，更能胜任未来家庭服务机器人的复杂灵巧手操作。 通过“感知 -> 理解 -> 执行”的闭环，同一套技术方案得以高效复用到不同的硬件载体之上。 三、 从客厅走向工厂：具身智能的场景闭环 作为具身智能领域的探索者，追觅生态旗下的“魔法原子”在近期密集发布了全尺寸通用人形机器人 MagicBot X1、工业轮式人形 D1、轻工业四足 MagicDog T1 以及具身通用大模型。 当前具身智能最大的痛点在于缺乏真实场景的数据支撑。与纯粹靠互联网文本训练的语言模型不同，具身模型需要机器在物理世界中不断试错与学习。追觅构建了一个绝佳的双向验证闭环： 场景端：千万级家庭的日常客厅、几十万片不同形态的草坪，为感知与执行提供了海量的长尾场景数据。 工业端：追觅自身的现代化车间部署了 D1 机器人进行物料搬运和上下料，让具身智能技术拥有了第一场“实战考试”。 总结 追觅在 IFA 上展示的并非孤立的四条产品线，而是同一套底层技术向外延伸的四个出口。无论是智能家庭、户外庭院、智能出行还是具身智能，它们本质上都是将扫地机器人在千万个真实家庭中历练出来的“感知、理解、执行”能力进行平滑迁移。用一套成熟的技术底座去支撑多形态业务，不仅有效摊薄了研发成本，也为 AI 时代下具身机器人的真正落地探索出了一条稳健的商业化路径。

分类：AI动态 标签：大模型、具身智能、人工智能、京东 在过去的几年里，整个 AI 行业的聚光灯始终停留在模型榜单、推理能力和多模态生成上。所有人都在追问：这个模型究竟有多强？ 但随着技术迈向落地深水区，问题的风向彻底变了。人们开始追问一个更现实的问题：它到底能干什么？ 在今年的 JDD 大会上，京东给出了自己的解题思路。大会主题「JoyAI -> 跃迁物理世界」清晰地传达了一个信号：AI 的下一站绝不仅仅是停留在屏幕里的“能说会道”，而是要真正走入仓库、货架、家庭、配送路线与售后服务，去完成复杂的真实任务。 有意思的是，这次站在舞台中央的不仅有京东高管，还有一批年轻的 95 后业务负责人与产品经理。他们讲的不再是PPT里宏大的未来愿景，而是京东 App 的 AI 化改造、物流具身智能机器人的实战，以及家庭 AI 入口的落地。在这场浪潮背后，京东正在加速推进全球最大物理世界运营中心的建设，而年轻人正成为这场技术迁移的中坚力量。 95 后冲进 AI 最难落地的地方 在屏幕与实体交织的战场上，95 后们正在攻坚 AI 最难啃的硬骨头。 1. 屏幕里的“超市导购”：告别纯对话迷思 陈屿和他的团队曾投身于“智能体电商”的热潮，推出了纯对话式的原生购物 APP。然而，经过真实试点后，他们清晰地看到了这种模式的边界。 纯对话模式擅长处理复杂的选品咨询，但并不适配所有的购物场景。用户在聊完需求后，依然会习惯性地追问：“这个能不能再便宜一点？”此外，长对话带来的高时间成本与交互摩擦，极易消磨用户的耐心。 面对岔路口，陈屿团队选择放弃跟风做一个华而不实的独立 AI 助手，而是将 AI“长进”京东原有的成熟购物流程中： 搜索：加入意图增强。 推荐：融入时间、场景与用户的多维度信息。 购物车：巧妙嵌入场景提示词入口。 这种做法就像是在成熟运转的超级 APP 里进行“不停水不断电的精细装修”，在不打扰用户原有习惯的前提下，润物细无声地提升体验。 2. 仓库里的“动作专家”：让具身智能算得过经济账 与此同时，京东物流仓储具身算法开发负责人林澈，正将战场延伸至真实的仓库。 面对市面上层出不穷、只可远观的炫酷机器人 Demo，林澈更关心的是落地指标：每小时能拣多少件？准确率是否足够？能否覆盖数万种 SKU 并与一线员工安全协同？ 为此，他的团队将京东仓库直接变成了实验室，并自研了一套 世界意图模型 (World Intent Model)： 传统模式：每次推理都要生成未来的视频帧，速度慢且不实时。 京东方案：用大模型生成意图，再交由“动作专家”以高频率执行。中间配合控制器，一旦出现抓取异常便即刻触发大模型重新生成意图。 这套架构在“仓狼”机器人上取得了卓越成效：抓取准确率高达 99.9%，商品覆盖率超过 85%，每小时拣货效率达到 80 件。这些硬核数字证明，这不仅是 Demo，而是真正能进仓库、算得过经济账的成熟产品。 京东真正的底牌：超级 AI 供应链 在这场物理 AI 的跃迁中，年轻人的成功并非偶然，其背后依托的是京东历时二十多年搭建的庞大基础设施。 ...

分类：AI动态 标签：人工智能、芯片、大模型、云天励飞 在人工智能大模型落地加速的当下，算力芯片正迎来新一轮的技术迭代与市场爆发。在日前举行的半年度业绩说明会上，云天励飞董事长兼总经理陈宁对外披露了公司在半年度的核心业务进展。面对大算力推理需求的激增，云天励飞在芯片研发与下游商业化落地方面均取得了重要突破。 核心亮点速览 市场需求爆发：今年以来，大算力推理芯片市场迎来爆发式增长。 下一代芯片研发顺利：专为大模型推理设计的 DeepVerse 芯片系列进展顺利，正同步推进下游市场对接。 构建全栈AI基础设施：基于 DeepVerse 芯片打造了加速卡、AI推理服务器、AI超节点和 AI 集群等多元产品矩阵。 聚焦大模型推理：DeepVerse 芯片应运而生 随着各类大模型从参数规模竞赛走向实际商业落地，推理成本与计算效率成为行业痛点的核心。云天励飞精准捕捉到这一市场趋势，其正在研发的下一代芯片 DeepVerse 正是针对大模型推理应用场景量身定制的 AI 推理芯片系列。 通过软硬件层面的系统级协同优化，DeepVerse 芯片能够为各类大模型的高效推理以及微调计算提供强有力的底层硬件支撑。 从芯片到集群：打造高性价比智算基础设施 单一的芯片性能已难以满足现代 AI 应用的复杂需求。云天励飞并未止步于芯片本身，而是基于 DeepVerse 芯片构建了丰富的智能计算产品矩阵，涵盖： 硬件载体：AI 加速卡 -> AI 推理服务器 算力扩展：AI 超节点 -> 大规模 AI 集群 这一系列软硬件协同产品，旨在为行业提供高效、稳定且高性价比的 AI 推理计算平台，进一步降低企业部署大模型的门槛，加速 AI 技术在千行百业的规模化应用。 科技编辑点评 从此次业绩会释放的信号来看，云天励飞正在加速从传统的AI算法与解决方案提供商向“芯算一体”的底层基础设施构建者转型。随着 DeepVerse 芯片的持续推进与下游对接的深化，其在竞争日益激烈的大模型算力赛道中，有望凭借高性价比的系统级解决方案开辟出差异化的竞争优势。未来，相关产品的量产落地表现值得持续关注。

分类：数码 标签：macOS、Apple Silicon、苹果、操作系统 Apple 正式发布了 macOS 27 等新一代操作系统。作为近年来少有的主打稳定性与性能优化的系统版本，macOS 27 在底层架构、界面微调、跨设备协同以及 AI 功能上带来了诸多值得关注的细节改进。以下是为你整理的新版系统核心亮点。 抛弃 x86 架构：全面进入 Apple Silicon 时代 继去年预告之后，macOS 27 终于正式完成了架构过渡，彻底放弃了对 Intel 处理器的支持，硬件支持范围全面收缩至 Apple Silicon Mac。 伴随硬件架构的收敛，Rosetta 2 的完整支持也进入倒计时。按照 Apple 的规划，macOS 27 将是最后一个完整支持 Rosetta 2 全部功能的大版本，之后的系统将仅保留用于兼容旧版游戏的功能。系统设置中也提供了相应的检测路径，方便用户查找尚未提供原生支持的软件。 在实际体验中，macOS 27 对底层进行了大量优化，动画与软件响应速度比上一代系统更加灵敏，流畅度表现令人瞩目。 重新打磨界面设计：优化 Liquid Glass 针对上一代系统引入的 Liquid Glass 视觉语言所暴露出的对比度和可读性问题，macOS 27 进行了重新梳理： 自定义透明度：在「设置」->「外观」中新增了玻璃透明效果调节滑块，用户可在透明玻璃与毛玻璃效果之间自由切换。 窗口与侧边栏微调：窗口圆角弧度适当收敛，侧边栏重新紧贴窗口边缘，并恢复了图标着色功能，使得窗口激活状态一目了然。 菜单栏与图标升级：移除了菜单栏中大量有歧义的图标，仅保留核心功能图标；第一方 App 图标增强了透光感与立体感，Dock 栏也加入了浅灰色的运行指示器。 更好用的跨设备协同 跨设备体验方面，macOS 27 带来了两项实用升级： iPhone 镜像支持调整宽高比：系统会根据窗口大小自动切换受支持的比例，应用可在 iPhone 布局与 iPad 布局之间灵活切换。 随航体验升级：连接后的 iPad 现在可以直接通过轻点、滑动来操作 macOS 应用，交互方式更接近真正的触控屏。 AI 与 Siri 深度集成 借助 Apple 基础模型与全新的系统 API，Siri AI 得到了进一步强化： ...

分类：科技 标签：绿色科技、新能源、船舶制造、可持续发展 在追求高效率与大吨位的现代航运业，曾经被时代淘汰的风帆正在以一种颠覆想象的高科技形态重新回归。从散货船、油轮到巨型集装箱船，高耸的转子帆、刚性翼帆以及吸风式推进系统正在成为航运巨头们的新宠。 这并非是要让现代巨轮倒退回纯粹的帆船时代，而是通过将现代风力推进系统与传统动力深度融合，在海况允许的条件下利用自然风力大幅降低燃油消耗与碳排放。 现代风帆的硬核技术形态 与古代帆船依靠布制风帆不同，如今安装在商船上的系统是名副其实的现代工业结晶： 转子帆 (Rotor Sails)：利用马格努斯效应，通过旋转的圆柱体在迎风时产生巨大的侧向推力，将风能转化为船舶前进的助力。 刚性翼帆与吸风系统：通过精密的空气动力学设计，在各种风向条件下都能高效捕捉风能。 国际风帆船协会 (International Windship Association) 的最新数据显示，全球已有超过百艘大型商船配备了现代风力推进系统，总载重吨位突破 500 万吨，这项技术正在从“概念验证”走向“商业化普及”。 行业巨头的实战布局 各大航运与矿业巨头已经率先开启了实地测试： 淡水河谷 (Vale)：旗下载重吨位高达 40 万吨的巨型矿砂船 Sohar Max 已经成功安装了五座 35 米高的转子帆，实测数据显示，该风帆系统最高可将油耗降低 6%。 马士基 (Maersk)：计划在一艘拥有 8700 个标准箱的大型集装箱船上安装一座 35 米高的转子帆，并预计于 2027 年在大西洋常规航线上展开实地测试，这将成为集装箱船领域的重要里程碑。 韩国造船业：近期正加紧研究在液化天然气货船 (LNG) 上部署风帆系统的可行性，一旦成功，将彻底证明风帆技术具备适应全品类商船的主流价值。 科技编辑视角 在全球碳中和与航运业减排的大背景下，传统化石能源的消耗与环保压力正逼迫行业寻找破局点。现代风帆系统的回归，本质上是一次“软件与硬件的跨界结合”——通过自动化控制与空气动力学的优化，让古老的自然之力在现代工业体系中焕发新生。这不仅为航运公司每年节省了可观的燃油成本，更标志着全球物流正朝着更加绿色、可持续的未来稳步迈进。

分类：AI动态 标签：人工智能、大模型、具身智能、京东 去年，AI 行业最热闹的是模型榜单、推理能力和多模态生成，所有人都在问：“这个模型有多强？” 但到了 2026 年，问题变了。人们开始追问：它到底能干什么？这个问题，京东在今年的 JDD 大会上，给出了自己的答案。京东将这届大会的主题定为「JoyAI -> 跃迁物理世界」，标志着 AI 的下一站不再只是纸上谈兵的聪明，而是要真正进入仓库、货架、家庭、配送路线和售后服务，去完成真实任务。 在这场迁移中，一批 95 后业务负责人和产品经理走上了舞台中央，他们正在用技术重塑物理世界的运营中心。 95 后冲进 AI 最难落地的地方 在纯对话式 AI 购物热潮退去后，京东 App 的 AI 化负责人陈屿面临着抉择：是跟随大流做一个纯对话的独立 AI 助手，还是回到用户本身？ 最终，他们选择将 AI「长进」京东原有的购物流程里。搜索里加入意图增强，推荐里融入多维度信息，购物车顶部悄悄加上「场景提示词」入口。这条路比做一个独立助手要难得多，它要求在不打扰用户原有习惯的前提下，把新体验悄悄嵌入超级 App 中，就像在一栋住满了人的楼里重新装修，既不能断水断电，还要让住户觉得越住越舒服。 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的仓库。面对满地杂物和人员走动的复杂环境，他带领团队自研了一套架构：世界意图模型（World Intent Model）。 这套架构遵循了一个朴素的逻辑：人在抓一个杯子之前，不需要预测每 0.3 秒之后的画面，只需要知道“我要抓这个杯子”的意图。系统通过大模型生成意图，再交由“动作专家”高频执行，并加入控制器应对突发意外。这套方案在「仓狼」机器人上取得了卓越效果，抓取准确率达到 99.9%，商品覆盖率超 85%，每小时拣货效率达到 80 件，真正具备了算得过经济账的商业落地能力。 京东真正的底牌：超级 AI 供应链 在这场技术跃迁的背后，离不开京东沉淀二十多年的真实物理世界基础设施。 无论是陈屿推动的 App AI 化，还是林澈研发的仓储机器人，亦或是许欣负责的 JoyInside 智能硬件生态（如小鸡球球 AI 点读笔、凯米斯 AI 机器狗等实现近 10 万台销量突破的爆品），都需要依托庞大的零售数据、供应链、采销经验和家庭消费场景来进行验证与支撑。 京东在 JDD 大会上将其概括为超级 AI 供应链： 云提供算力 -> 数据推动 AI 进化 -> 模型提供大脑 -> 终端进入物理世界 -> 场景负责验证能力 -> 供应链完成规模化。 ...