京东押注物理 AI，冲在前面的是一群 95 后 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。 京东把这届大会的主题定为「JoyAI · 跃迁物理世界」。它想传达的 是，AI 的下一站不只是能说会道、更聪明，而是要进入仓库、货架 、家庭、配送路线和售后服务，去完成真实任务。 有意思的是，这次站上舞台的，除了京东高管，还有一批 95 后业务 负责人和产品经理。他们讲的不是概念里的未来，而是京东 App 的 AI 化改造、物流具身智能机器人、家庭 AI 入口。这背后京东正在 推进一项更大的战略——建设全球最大物理世界运营中心。AI 正在走 出屏幕，而年轻人正在成为这场迁移的主力。 95 后冲进 AI 最难落地的地方 陈屿有一段时间，每天都在问自己同一个问题：我们是不是做错了？ 那是 2025 年底、2026 年初，整个电商行业都在往「智能体电商」 这个方向猛冲。用户输入一句话，AI 理解需求、推荐商品、辅助下 单。这个想象很迷人，也足够「未来感」。 陈屿和他的团队也投身这场探索，推出了「京东 AI 购」独立 APP， 去打磨这套纯对话式的原生购物体验。经过完整试点之后，团队看到 了边界：对话模式擅长处理复杂的选品咨询，但并不适配全部购物场 景。 即便是在 AI 对话窗口内，用户聊完需求，最后依旧会追问，「这个 能不能再便宜一点？今天有没有优惠？」陈屿说，这些问题，其实在 京东原来的首页里，早就解决了。 还有耐心问题。纯对话式购物，你得打字，系统理解，给你推荐，你 说不对，再调整、推荐。这个来回消耗的不只是 token，还有用户的 时间和信任。买个东西，不是在谈判，人是会烦的。 图片：https://imgslim.geekpark.net/uploads/image/file/42/bd/ 42bd0921ee35cfdefc48d38b70e87f0b.jpg 图片来源：京东 于是陈屿面临了一个真正的岔路口。 一边是行业里最热的方向，所有人都在冲，不跟上显得落伍；另一边 是回到用户本身，找寻真正更好的体验。 他们选了后者。他们不是抛弃 AI 助手，而是把 AI「长进」京东原 有的购物流程里。搜索里加意图增强，推荐里融入时间场景用户多 维度信息，购物车顶部悄悄加一个「场景提示词」入口。买了钢琴， 系统轻声提醒你：节拍器要不要一起？买了投影仪，那些你根本不知 道怎么选的参数（激光、原色、幕布），系统帮你变成可以直接点选 的选项。 陈屿打了个比方：「就像超市里的导购。你买东西，旁边有人轻声说 ，你买这个，旁边那个货架上有个配件，用起来会更好。」 这条路，比做一个独立 AI 助手要难得多。你要在一个已经成熟运转 的超级 APP 里，在不打扰用户原有习惯的前提下，把新的东西悄悄 嵌进去。就像在一栋住满了人的楼里重新装修，不能断水断电，还要 让住户觉得越住越舒服。 如果说陈屿的战场是屏幕，林澈的战场就是真实世界的仓库。他是京 东物流仓储具身算法开发负责人。 2026 年初，科技圈每天都在被炫酷的机器人 Demo 刷屏。今天是打 拳击比赛的人形机器人，明天是能叠衣服的灵巧手…… 图片：https://imgslim.geekpark.net/uploads/image/file/8b/0f/ 8b0fcbd67d2e670184bf7943fbece00f.jpg 图片来源：京东 但林澈已经在想另一个问题了：这些机器人，进了真实的仓库，面对 满地的杂物遮挡、人员走动，它还能用吗？能给用户带来什么更好的 体验吗？ 他更关心的不是 Demo 好不好看，而是每小时能拣多少件、准确率是 否足够、能覆盖多少 SKU、能否稳定运行，以及能不能和一线员工安 全协同。 他的日常不是坐在工位前调参，而是跟着机器人，在真实的仓库里一 待就是一整天。 京东的仓库里有十几万种 SKU。同一个储位，上午和下午的摆放可能 完全不同。前一件商品被拣走，后面商品的遮挡关系就变了。机器人 停靠位置稍有偏差，它看到的画面和能操作的空间就不一样了。 「这些东西，你在实验室里是看不出来的。」 所以他的团队，把仓库当成了实验室。研发人员长期驻扎现场，跟一 线操作工人聊：哪些货最难拿？什么时候最忙？出了异常怎么处理？ 然后把这些经验，一条一条喂给模型。 图片：https://imgslim.geekpark.net/uploads/image/file/fb/ba/ fbba3868c33cf18155aabc202bd64b20.jpg 图片来源：京东 他们自研了一套架构——世界意图模型（World Intent Model）。 逻辑来自一个很朴素的观察：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」这个意图。有了 意图，动作自然就跟上了。 传统的世界模型，每次推理都要生成未来的视频帧，速度慢，不实时 。他们的方案是：用大模型生成意图，再把意图交给「动作专家」以 高频率执行。中间加一个控制器，一旦出现意外——比如杯子没抓到—— 就重新触发大模型，生成新的意图。 「既能处理长程任务，又能应对实时的突发变化。」林澈说。这套架 构，在「仓狼」机器人上取得非常优秀的效果，抓取准确率 99.9%， 商品覆盖率超过 85%，每小时拣货效率达到 80 件。这些数字，意味 着它不是 demo，是真的可以进仓库、算得过经济账的产品。 京东真正的底牌，不在模型榜单上 相比陈屿和林澈，许欣的经历是另一种京东特色。2019 年，许欣以 管培生身份加入京东，在五六年间从 0 到 1 成长为产品负责人。 在最开始半年的轮岗结束后，许欣选择了自己最感兴趣的普惠金融相 关产品方向。她觉得，这件事能解决真实的社会问题。在这个项目里 ，她从一个写需求文档的产品新人，成长为能独立主导战略级项目的 产品经理。 京东对待人才有一个有趣的传统，叫「七上八下」。当你的能力具备 70% 的时候，就把你推去做需要 120% 能力的事。许欣说，这是她 职业生涯里最重要的训练。「你永远不会在完全准备好的时候被推出 去。但正因为如此，你才真的成长了。」 图片：https://imgslim.geekpark.net/uploads/image/file/b2/55/ b255a0f243ebfcb22fa5f35cd50f3fdb.jpg 图片来源：京东 之后，许欣转向 C 端 AI 原生 APP，负责用户增长相关工作。那是 一套目标清晰的线上产品环境：明确用户从哪里来，如何提升流量， 如何完成转化，团队内部语境高度统一。 而接手 JoyInside 之后，她踏入了一个完全不一样的复杂场域。不 再局限于纯软件产品的逻辑，工作需要直面硬件工程、供应链、采销 、外部品牌方等多方角色。 她描述接手后这段经历是「快速学习」。第一次开硬件供应链的会， 会议室里坐着硬件工程师、采销、算法团队，大家开口就是 BOM 成 本、声学结构、推理延迟。这些东西，她以前从来没碰过。 但这只是复杂度的开始。做 JoyInside，你面对的是还有整个上下游 的协调与合作。你不能只盯着屏幕上的数据，你还要搞清楚一颗芯片 怎么装进一个玩具狗里，一个点读笔的声学结构会不会影响 AI 的响 应体验，一个品牌商愿不愿意跟你合作，能不能最快在 30 天内把一 个传统硬件改造成 AI 产品……这是一个完全不同维度的战场。 如今，JoyInside 已经跑通了样板。小鸡球球 AI 点读笔累计用户突 破 10 万，凯米斯 AI 机器狗也实现了近 10 万台的销量突破，跑出 了智能硬件爆品节奏。在 JDD 大会现场，JoyInside 还搭了一个 AI Home 样板间，客厅、卧室、厨房、浴室，全品类覆盖，把「AI 进 入家庭场景」这件事，从概念变成了可以走进去参观的真实空间。 图片：https://imgslim.geekpark.net/uploads/image/file/c2/97/ c2978687bea1c7895a4f1b8048d6837d.png 但许欣清楚，这只是起点。她真正要解决的问题，不是打造一两个爆 品，而是从单点爆品，到全品类的批量复制能力。 三个人的故事讲完了。 但如果只把他们看成三个努力的年轻人，你会错过一件更重要的事。 他们能做成这些事，不只是因为他们足够聪明，足够拼。更关键的是 ，他们背后站着一个足够真实、足够复杂的物理世界。而这个世界， 是京东用二十多年一点一点搭出来的。 很多公司爱讲「给年轻人机会」。但在物理 AI 这件事上，光有机会 远远不够。 物理 AI 必须进入仓库、供应链、门店、家庭。你得真的泡在这些复 杂现场里，在真实的业务压力下把问题跑通，才能知道模型到底能解 决什么，不能解决什么。这种训练，你在 PPT 里得不到，在实验室 里也得不到。 陈屿推动京东 App AI 化，是因为背后有足够厚的零售数据、商品知 识、采销经验和履约服务能力，能支撑 AI 真正嵌入购物链路。林澈 做仓储机器人，是因为京东物流本身就有足够复杂、高频、刚性的生 产现场，可以让机器人一边干活一边进化。许欣所在的 JoyInside， 也依托京东的硬件渠道、品牌合作、家庭消费场景和服务供应链，才 有机会把 AI 真正推进真实家庭。 没有这套基础设施，这三个人的故事，可能都只是一个好看的 demo 。 今年 JDD 上，京东把这套东西概括成一个词：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。 图片：https://imgslim.geekpark.net/uploads/image/file/17/db/ 17db64e48f1d528d46f76283002e0f70.jpg 图片来源：京东 尤其在机器人产业上，京东进一步提出「六个全球第一」，最大的具 身智能数据采集中心、最大的机器人产业基地、最大的机器人零部件 供应网络、最大机器人维修服务网络、最大规模的物流具身机器人应 用军团、最大的机器人零售渠道。 这些加在一起，便是京东的「物理 AI 加速计划」，赋能机器人训练 、研发、制造、销售、应用和服务的全链路、全周期。 换句话说，京东看到的物理 AI 产业化，不是做一个爆款机器人，而 是把整条链路全部串起来。 当 AI 走出屏幕，人不能被留在原地 三位 95 后负责人的故事，只是京东人才版图里的一个切面。 京东真正在做的，是针对不同的人，找到他们能发挥最大价值的位置 ，再把他们送进真实的场景里去。 这套逻辑，从初中生就开始了。 今年 8 月 26 日，京东与中国人民大学附属中学联合启动了首届 JD Xplorers——未来青少年 AI 探索者计划。面向 12 到 18 岁的在读初 高中生，征集 AI 创意作品。 这个计划有两个主题，都很有意思。 一个叫「AI 原点」，强调的是观察身边真实世界，用 AI 解决今天 的问题。比如，让不熟悉手机的老人通过语音或拍照完成购物；让 A I 在暴雨前提醒家庭提前准备必需品；让 AI 更好地辅助健康管理。 都是很小的事，却都是真实的事。 另一个叫「AI 奇点」，鼓励青少年跳出当下，想象未来。比如，机 器人进入家庭后，不只是扫地，还能陪伴老人和孩子、协助设计房间 ；视障人士逛街购物时，AI 通过语音和触感描绘商品、指引货架； 无人车根据用户时间自动规划快递送达。 放在京东的整体布局里看，JDXplorers 更像是一个很早的入口：让 年轻人在还没进入职场之前，就开始用真实问题校准自己对 AI 的理 解。 再往后，京东有面向校招生的「五年成长计划」，让年轻人到重点业 务里挑大梁；也有「顶尖青年技术天才计划」，面向全球招募技术人 才，给他们资源和空间。 这是一条从青少年到职场新人再到技术精英的完整路径。 但京东视野里的「人才」，不只是这些站在技术前沿的年轻人。 刘强东曾公开说过一句话，大意是将来都是机器人送货了，根本不需 要快递员，但他不希望我们 70 万兄弟没有饭吃、没有工作。 图片：https://imgslim.geekpark.net/uploads/image/file/39/fd/ 39fddfc35abf4515088113017e5ad8a2.jpg 图片来源：京东 这句话背后，是京东内部正在推进的「涅槃计划」：把京东已有的 7 0 万快递员等蓝领工人送到学校做技术培训，为此在全国签了 120 所学校。 逻辑很直接，机器人送货之后，可能也会出故障，故障了还得人去修 。与其让这 70 万人被技术淘汰，不如让他们成为历史潮流的一部分 。 这是京东要回答一道真实的命题：技术在变，岗位在变，但人不能被 落下。 京东想建立的不是一个只服务于精英工程师的人才漏斗，而是一套覆 盖不同人、不同起点、不同场景的系统。从还在上初中的青少年，到 刚入职的校招生，到已经在仓库里跟机器人并肩工作的快递员。 物理 AI 的未来，不仅写在仓库里、货架上、家庭的客厅里，也写在 京东 90 万员工里。最终让这一切成立的，从来不只是算法，而是一 个个真实的人。