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。

《2025年下半年中国关系型数据库软件市场跟踪报告》

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。

JoyEgoCam

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。

Index

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%。

京东2026年Q2财报

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。

第二，物流场景的泛化能力能否突破？

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。

潮涌AI的判断是：这一跃，短期内难以成功，但长期不能排除可能性。

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？》

本文来自微信公众号： 潮涌AI ，作者：潮涌AI编辑部