京东在 2026 京东全球科技探索者大会上正式启动 " 物理 AI 加速计划 "。
重申五年内采购 300 万台机器人、100 万台无人车、10 万架无人机的物流无人化目标，宣布两年内采集超 1000 万小时人类真实场景视频数据、五年内布局 80 个 RoboBase 机器人产业基地，并发布实时可交互世界模型 JoyAI-Echo WM。
需要指出的是，300 万台机器人的采购计划并非新提法——京东物流在 2025 年 10 月就已宣布，这次大会把它升级为一套完整的物理 AI 叙事。
这不是一家头部云厂商的从容扩张，而是一个云计算后位者向前的一跃。
这一跃，能不能成功？
后位者的逻辑：场景是护城河
京东云切入物理 AI 的叙事，逻辑上站得住脚。
在云计算市场，京东云的位置并不靠前。
行业格局已经固化。
根据 IDC 发布的《2025 年下半年中国关系型数据库软件市场跟踪报告》，阿里云、腾讯、华为占据第一梯队；AWS、微软、达梦构成第二梯队；前十的名单里并没有京东云。
京东云没有阿里云的自研芯片和飞天操作系统，没有火山引擎的 MaaS Token 调用量，没有华为云的信创政企壁垒。
在 IaaS 和 PaaS 的红海竞争中，京东云几乎看不到翻盘的希望。
但物理 AI 给了京东云一个重新叙事的窗口——不是跟别人拼通用算力，而是拼场景理解。这正是京东云的优势所在。
京东集团技术委员会主席、京东云总裁曹鹏在大会上这样解释这个战略转向：" 围绕着超级供应链的建设，今天我们正式启动‘京东物理 AI 加速计划’。我们将聚焦具身机器人的六大方向——数据、机器、制造、销售、物流、服务，持续投入，建立全球领先的规模化能力 "。
大会同时提出，在数据采集、产业基地、维修网络、物流应用、零部件供应、零售渠道六个方面做到 " 全球最大 "，即冲刺六项 " 全球第一 "。
曹鹏口中的 " 超级供应链 "，正是京东云最大的筹码。
截至 2025 年末，京东物流在全国运营超过 1600 个仓库（京东集团供应链口径则称超 3600 个），拥有数千台仓储机器人和上千台无人配送车，供应链覆盖 1.9 万余个配送站及网点、超 1000 万企业客户。
北京大兴机场亚一智狼仓的案例被反复引用：应用 " 智狼货到人系统 " 后，服装品类单均物流成本下降 50%，出库拣选效率提升 300%。京东物流 Q2 收入 641 亿元，同比增长 24.3%，外部客户收入同比增长 30.8%。
算力层面，京东云也有布局：已与摩尔线程等伙伴建成国产万卡集群，并规划建设十万卡集群。
2026 年 Q2，京东集团研发开支 73 亿元，同比增长 37.7%，京东云作为技术核心自然受益。
不跟头部厂商拼通用云，而是在新兴赛道用场景优势建立壁垒——这个差异化逻辑本身没有问题。
但还有一层动机京东云没有明说：物理 AI 是一个可以重构估值的叙事。
在 IaaS 市场，估值锚点是市场份额和收入增速，这两样京东云都不占优；而在物理 AI 赛道，锚点变成了场景壁垒、数据资产和模型能力。
如果故事讲得可信，未来拆分上市的估值逻辑将完全不同——这是从 " 卖服务器的 " 到 " 训练具身大脑的 " 的跃迁。
问题是，物理 AI 需要的不仅仅是场景，还需要模型能力、资本实力和数据合规，在这三方面，京东云都面临严峻挑战。
其中最先被拿到台面上、也最具争议的，是数据采集。
家政数据采集：你请阿姨干活，数据归京东，同时你还得付钱
两年内采集超 1000 万小时人类真实场景视频数据——这个计划听起来宏大，但执行路径充满争议。
公开报道显示，京东云已在探索通过家政场景采集数据：8 月份的世界机器人大会上，京东云展示了家政人员佩戴自研 JoyEgoCam 头戴设备、以第一视角记录工作过程的采集方案。
这里有一个值得注意的结构性问题：
如果数据采集嵌套在付费家政服务之中，用户支付服务费的同时，其家庭场景数据也成为训练资产。京东方面尚未披露该模式下的收费与授权安排。
换句话说：用户请阿姨来家里干活，阿姨干活的数据被京东拿走，用户还要为这项服务付钱。这不是 " 用隐私换免费服务 "，而是 " 付钱买服务，同时被拿走数据 "。
这与 Figure AI 形成鲜明对比。
8 月，Figure 正式上线 Index 项目，向全球用户付费采集日常生活视频：四个月测试期覆盖 108 个国家和地区、积累 1600 万段视频，已向创作者支付 1500 万美元，并承诺未来 12 个月在数据和算力上投入超 10 亿美元。
Figure 的模式是 " 你干活，我付钱，数据归我 "，这是一笔明确的商业交易，但是京东的模式则是嵌套在服务中的隐性采集。
这个差异不仅是商业伦理问题，更是合规风险。
家政服务进入私人住宅拍摄，核心问题包括：业主是否知情并明确同意？家庭成员、访客、宠物是否被纳入授权范围？数据如何存储、脱敏、删除？京东系公司的上市文件历来将数据合规与隐私监管列为风险因素，而《个人信息保护法》《数据安全法》的执行正在收紧。
当监管收紧时，哪种采集模式更脆弱，将直接影响京东云这一跃的稳定性。
物流场景的护城河，能不能延伸到物理 AI 的终局？
数据合规之外，更根本的问题在于场景本身。
物理 AI 的核心挑战是泛化能力，而物流场景高度结构化（固定货架、标准化货物、规划路径），真实家庭环境则完全非结构化（随机摆放的杂物、动态变化的光照、不可预测的人类行为），两者之间存在巨大鸿沟。
更关键的是，京东云的核心场景价值有天花板。
送快递、搬货物、仓库分拣——这些场景付费意愿清晰，但物理 AI 的终局是人形机器人进入家庭，做清洁、做饭、照顾老人。
京东云在这类高价值生活场景中的存在感几乎为零：没有成熟的家政服务网络，没有智能家居生态，没有家庭场景的数据入口。
京东集团 CEO 许冉在 2025 年 9 月的 JDD 大会上曾这样阐述京东的 AI 哲学：" 京东不片面追求运动式的 AI，追求的是可持续发展、真正为产业创造价值的 AI。"
这句话的另一面是：京东的 AI 战略始终围绕 B 端和产业端。
当物理 AI 的终局是进入千家万户时，产业基因反而成了路径依赖。
这里需要厘清一个根本问题：物理 AI 的核心不是机器人，而是具身大脑——让机器人理解物理世界、做出智能决策的模型和数据。
300 万台机器人只是载体，没有强大的世界模型和高质量训练数据，它们只是一堆昂贵的金属。
京东云递给市场的是一张物流场景的数据支票，而物理 AI 需要兑现的，是家庭场景的通用智能。这张支票能不能兑现，取决于京东云能否找到从仓库到客厅的路径。
成本账：300 万台机器人 vs55 亿资本开支
回到财务数据，京东云的物理 AI 计划面临最直接的拷问：钱从哪来？
注意，这里说的是京东云的钱，不是京东集团的钱。
京东云自身营收规模有限、盈利能力存疑，依赖集团输血已是公开的秘密—— 2025 年行业报道指出，京东云 " 过度依赖集团输血、技术研发投入捉襟见肘、生态闭环难以突破 "。
2026 年 Q2，京东集团资本开支 55.2 亿元，同比增长 82%。
但这是集团口径，涵盖零售、物流、新业务所有板块——阿里同期资本开支 676.78 亿元，腾讯 528 亿元，京东集团整体不到阿里的 1/12，分摊到京东云的份额更是杯水车薪。
更严峻的是成本结构。
Q2 京东集团履约开支同比增长 10.4% 至 245 亿元，占收入比例从 6.2% 升至 7.1%。管理层解释为 " 持续优化履约能力并加大人力投入 " ——但机器人替代人力的逻辑应该是履约费用下降而非上升。
京东仍处于 " 人力 + 机器 " 双轨投入期，机器人降本的效果尚未在集团层面显现。
即使按行业最低单价估算，300 万台机器人的硬件采购成本也将达数百亿元级别，加上运维、维修、训练开支，五年总投入很可能逼近千亿。
而京东 2026 年上半年调整后归母净利润 163 亿元，同比下降 19.1%。以集团当前的盈利能力，这笔投资将严重稀释股东回报，京东云自身更无力独立承担。
京东也没有将机器人业务单列为报告分部，相关收入、投入、毛利和亏损均无披露。
自媒体强调 Next 在文章里指出：" 京东的机器人布局有一个明显缺口：战略目标很多，统一的财务和运营结果很少。"
300 万台机器人、1000 万小时数据、80 个 RoboBase ——这些数字在 PPT 上很漂亮，但在财报附注里找不到。
模型能力：卖服务器的还没卖明白
物理 AI 的竞争，最终是具身大脑的竞争——不是比谁采购的机器人多，而是比谁的模型能让机器人在真实世界里理解环境、做出决策。
而京东云在模型层的基础，并不比其在云计算市场的地位更稳固。
京东没有单独披露云业务收入，更遑论 AI 相关收入——作为对照，阿里 "AI 云与算力服务 " 分部单季收入 484.37 亿元，同比增长 45%。
京东云还曾跟随阿里云打起 " 全网比价再低 10%" 的招牌，这本质上是跟随策略，而非技术自信。
京东此次发布的 JoyAI-Echo WM 世界模型、JoyAI 基础模型矩阵，以及 " 超脑 "3.0、京医千询 3.0 等垂域大模型，被官方称为 " 达到行业顶尖水平 "。
京东确实给出了一组量化成绩：JoyAI-Echo WM 在交互式世界模型公开评测 WBench Navigation 中以 81.6 分排名第一，模型同步开源，首批开源数据集 EgoLive 已开放给海外高校和科研机构。
但要看到两点——
其一，WBench Navigation 只是交互式世界模型的单一细分榜单，成绩为官方自报，缺乏第三方独立验证；
其二，榜单第一不等于泛化能力领先——与 Google DeepMind 的 Genie 系列等世界模型头部玩家相比，京东尚未拿出大规模真实场景下泛化能力的公开证据。京东云在物流场景积累的视觉识别能力（货架检测、路径规划）能否迁移到通用世界模型，目前缺乏公开证据。
更值得警惕的是，京东在上一波生成式 AI 浪潮中没有找到位置。
当百度推出文心一言、阿里推出通义千问、腾讯推出混元时，京东的 " 言犀 " 大模型几乎没有行业声量。
京东探索研究院院长、京东科技人工智能业务负责人何晓冬两年前就坦言：" 数据和算力的限制可能导致大模型发展迅速触及天花板。经济效益若不能覆盖成本，大模型的可持续发展将面临挑战。"
他自己也承认：" 光有技术还不够，落地过程中会有大量的问题涌现出来，如何实现产业价值的完整闭环才是进一步需要思考的。"
这两段话对今天的物理 AI 计划同样适用——从生成式 AI 到物理 AI，技术门槛更高、数据要求更严苛、竞争更激烈，京东云能否弯道超车，取决于它能否补齐 AI 核心能力的短板。
潮涌 AI 观点
京东云做物理 AI，本质上是一个云计算后位者的向前一跃，商业逻辑可以理解。
差异化是追赶者的生存法则，而 " 超级供应链 " 不是空话：1600 个仓库、数千台机器人、24.3% 的物流收入增长，都是真实资产。
但物理 AI 不是差异化工具，它是一个需要真实场景数据、具身大脑、资本实力三重支撑的硬赛道。
这一跃能不能成功，取决于三个问题：
第一，数据采集模式能否经得起合规检验？
Figure 的模式是商业交易，京东的模式是服务嵌套，后者在监管收紧时面临的不确定性更大。如果不能建立透明、合规、可信赖的采集机制，1000 万小时数据目标不仅无法完成，还可能成为合规风险。
如果京东云能把仓库里的结构化经验（路径规划、视觉识别、抓取策略）逐步迁移到半结构化场景（办公室、医院、酒店），再逼近非结构化场景（家庭），这一跃就有落地的阶梯；如果始终停留在仓库，这一跃就变成了原地起跳。
第三，具身大脑能否从跟随者变成并跑者？
物理 AI 的终极竞争是模型竞争，不是硬件竞争。
相比生成式 AI，世界模型的门槛更高。JoyAI-Echo WM 虽然在 WBench Navigation 登顶，但那只是官方自报的细分榜单成绩——京东真正需要证明的，是其世界模型在真实物理场景中的泛化能力，这方面的公开证据仍然缺失。
从财务数据看，这一跃的成本极高，而京东集团 Q2 资本开支只有 55.2 亿元。
许冉说 " 盈利轨迹迎来明确拐点 "，但物理 AI 计划意味着拐点之后可能是另一个漫长的投入期。
刘强东在 2026 年 6 月 APEC 工商领导人中国论坛上披露的 " 涅槃计划 " ——承诺被机器取代的一线员工 " 一个都不会开除 " ——更暴露了物理 AI" 替代人 " 的本质目标与 " 保就业 " 的社会责任之间的深层矛盾。
短期内（2-3 年），京东云面临 " 三重挤压 "：模型整体能力与第一梯队存在代际差距、资本实力明显不足、数据合规风险悬而未决。
百度有 Apollo 和文心，阿里有通义和云底座，华为有昇腾和政企渠道，特斯拉有 Optimus 和 Dojo ——与这些对手相比，京东云没有一项是领先的。
但长期来看（5-10 年），物理 AI 的终局尚未确定。
如果京东云能把物流场景优势真正转化为数据飞轮——机器人越多，数据越多，模型越好，机器人更多，它有可能在垂直领域建立护城河。
关键在于模型能力和数据合规能否快速补课，以及集团能否持续投入而不被短期盈利压力打断。
物理 AI 的终局，不是谁采购的机器人多，而是谁的具身大脑能让机器人在真实世界里活得下去。
京东云需要证明的，不是它能买多少台机器人，而是它能否训练出足够聪明的模型，让这些机器人在仓库之外的地方真正有用。
这一跃，已经起跳。
能不能落地，还要看后面的三步。
* 参考文章：
1、财新网《京东押注物理 AI 和摩尔线程建十万卡国产智算集群》
2、观察者网《京东开源 JoyAI-Echo WM 世界模型，性能登顶权威测评榜单》
3、强调 NEXT《刘强东的第二张物流网》
4、外参财观《从 " 黑马 " 到 " 弃子 "：京东云为何沦为云战场边缘人？》
