在京东设思的具身智能数据汇注体系里，又名门店咖啡师完成手冲咖啡的过程，不再仅仅一次线下服务。研磨、注水、萃取等动作，融会偏执戴开拓被第一视角纪录，飘扬为可供模子考试的视频数据。

这类数据的价值，不单在于纪录某个轨范动作，更在于千里淀东谈主类在真实服务场景中的操作规章、力度扫尾和环境应答模样。对机器东谈主而言，这些细节决定了它能否从“完成演示”走向“进入现场”。

不久前，京东开启了一项数据汇注研究，并将其称为“东谈主类历史上边界最大的数据汇注活动”：发动最多60万东谈主，在两年内累计跳跃1000万小时东谈主类真实场景视频数据，见识是成为大家最大的具身智能数据公司。

在AI行业广博追赶基础大模子和Chatbot应用的布景下，京东接管切入具身智能数据，名义上看不算性感，却指向了另一个更底层的问题：当AI从屏幕走向仓库、门店、家庭和工场，谁能提供迷漫多、迷漫复杂、迷漫迫临现场的数据？

这亦然知道京东AI政策的一个要道进口。高质地真实场景数据，正在成为物理AI落地前必须补上的一块基础门径。莫得它，具身智能很容易停留在大模子里，难以进入真实产业经过。

京东并不是独一看到这个契机的公司，但它的极端性在于，以前多年蓄积的供应链、践约汇注和线下业务场景，不错被从头解释为一种数据宝藏。

一方面，京东障翳宇宙的供应链与线下场景，能持续产出高真实度、高种种性的物理场景数据。从仓库分拾遗家庭保洁，从餐饮制作到商品导购，这些数据不仅实验室难以模拟，亦然纯AI公司很难弥远知道获取的资源。

另一方面，快递、外卖、家政等业务让京东领有密集的线下东谈主力汇注。数据汇注、标注本人亦然一项管事密集型责任，京东的东谈主力池与汇注需求存在一定匹配度，这让它更容易把汇注任务镶嵌日常业务。

因此，京东能否在物理AI时间占住位置，要道不仅仅它是否参加算力、芯片的堆叠和大模子的迭代，而是它能否把原有的零卖、物流和服务体系，飘扬成持续坐蓐高质地数据的机制。

以前，京东是国内电子产品浪费的进犯渠谈之一，但也弥远濒临一个问题：电子浪费品的购买频次偏低，许多用户一年才来京东浪费一两次。以前两年，京东通过丰富品类、优化价钱，股东日百品类一语气8个季度保持高增长。进入2025年后，京东又进一步切入外卖、家政等服务业务。

这些动作虽然领先服务于增长本人，但放在AI视角下，它们还有另一层含义：京东正在把我方的业务半径，从相对轨范化的商品走动，蔓延到更高频、鼎新态的线下服务。

场景多了，数据的可能性也随之增多。但可能性不就是智商。京东2026年一季度财报暴露，京东体系内研发参加同比增长59%。这笔参加的一部分，流向了具身智能数据平台这类基础门径。它不像前端应用那样容易被用户感知，也很难坐窝对应到收入增量，但要是京东要把线下场景变成AI考试资源，这一步绕不开。

换句话说，京东这轮AI布局的重心，不是先推出一个更吵杂的C端进口，而是尝试把场景、东谈主力和模子考试接起来，把为用户提供的生计服务业进步到为产业提供的坐蓐服务业。它能不成形成买卖讲述，取决于这些散播在业务里的真实操作，最终能否被整理成可考试、可复用、可走动的数据金钱。

A

以前一年，机器东谈主和具身智能往常出当今发布会和展厅里。许多演示看上去如故很指令了，但这些演示险些只在特定的环境中智力展示。

物品摆放固定，动作旅途明确，外部纷扰也被降到最低。简直“物理”，关联词并不“AI”。

真实买卖场景很少如斯合营。

还所以京东MALL里的咖啡师为例。机械臂在固定台面上完成一杯咖啡，和它在市集里服务顾主，是两件难度十足不同的事。

后者要面对的是不断变化的现场。有东谈主围聚柜台，有东谈主临时伸手取餐，大地可能刚被拖过，杯子、工具和东谈主员动线也随时可能发生变化。

在这么的环境里，机器东谈主要责罚的如故不再是“能不成冲咖啡”了，是它能不成在概略情的现场里判断什么本事赓续、什么本事延缓、什么本事暂停等这一系列组合问题。

其中只消有一个判断出错，就有可能带来碰撞、烫伤或开拓损坏，一招误判满盘都属。

这亦然物理AI比屏幕里的AI更难落地的原因。大模子说错一句话，不错从头生成。

机器东谈主在执行世界里要是作念错动作，那是要付出代价的。

要让机器东谈主离开样板间，问题就不成只停留在动作本人。它需要看懂环境，知道现场敛迹，预判动作后果，还要把每一次奉行后的反馈千里淀下来，反过来修正模子。

这解释了为什么具身智能看上去吵杂，但许多剖析仍停留在单一场景、单一动作上。演示不错被想象，真实世界却不会合营剧本。

京东接管进入这件事，押注的恰是这极少：AI要是只停在屏幕里，价值天花板终究有限；惟有进入仓库、门店、家庭和工场，才可能真实变成一种新的坐蓐力。而因循这一切的，不是更漂亮的发布会演示，而是迷漫多、迷漫复杂、迷漫迫临现场的真实数据。

从这个角度看，京东与物理AI之间确乎存在某种业务耦合。

一方面，早年布局无东谈主机、无东谈主配送、无东谈主仓，让京东蓄积了一定的物理AI奉行层教育；另一方面，京东围绕产业需求，政策投资多居品身智能企业，补强感知与敛迹决策层智商。与此同期，京东领有宇宙仓储、路网、订单流转、践约服务所产生的线下及时数据，既能当作感知底座，也有契机依托业务运行数据形成反馈闭环。

这些数据能否成为京东的AI金钱，取决于它能否完成从业务数据到考试数据的飘扬。为此，京东如故作念了一系列布局。

在感知层，京东把遍布宇宙的线下场景变成AI的“眼睛”。

京东领有障翳零卖、物流、工业、健康、家政、外卖等上百个线下场景。在这些环境中，京东通过汇注东谈主机操作、空间轨迹、开拓景象与功课经过数据，为物理AI提供多模态感知信号。

在敛迹决策层，京东通过政策投资具身智能企业，自研JoyAI大模子、工业大模子JoyIndustrial、JoyInside附身智能等模子体系，搭建物理AI的决策智商。

在奉行层，乐橙体育京东将布局多年的物流机器东谈主、无东谈主仓、无东谈主机、配送开拓、智能家电、服务机器东谈主等硬件结尾，当作物理AI完成执行动作的载体。

在自我进化层，京东开展大边界具身智能数据汇注，将真实场景产生的数据回流至模子考试法子，尝试形成数据、模子、结尾、反馈之间的持续迭代。

比较行业里比拼模子参数、堆砌算力的显性叙事，京东的旅途更偏基础门径。它的难点也在这里：数据汇注仅仅第一步，真实的考验在于数据质地、考试后果、场景迁徙智商和买卖化速率。

B

为什么偏巧是京东来讲这个故事？

与其说这是一次短暂的跨界押注，不如说是京东在从头诈骗上一轮互联网竞争留住的金钱。

上一轮互联网干戈中，留给京东的进犯金钱之一，是那支久了城市毛细血管的浩大践约戎行，以及由此熟识出的组织智商。

这让京东有了从电买卖务向即时零卖、外卖业务横向扩展的基础。无论作念电商、外卖照旧即时零卖，体验、成本、后果都是中枢智商。

但这项智商本人也有代价。浩大东谈主力戎行意味着成本压力，惟有让东谈主力不断被复用，智力摊薄成本，让组织智商开释出新的价值。

如今，当竞争从互联网切换到AI，这支也曾被视为“成本中心”的东谈主力戎行，有契机被从头订价。物理AI的考试离不开高质地数据汇注、标注和真实世界反馈，而这些责任一样需要多数东谈主力。

京东发动近60万东谈主参与的数据汇注活动，名义上是试图把一线践约戎行，飘扬为数据汇注员、标注员和动作捕捉员，而更深层则是让这些一线职工成为数据金钱的坐蓐者，从物理产业链的尾端转入数字产业链的前端。

不同于其他企业需要荒芜招募、培训专科团队，京东的配送员、仓库分拣员、门店伴计及外卖骑手，日常就穿梭于种种真实场景。只消捎带自研的JoyEgoCam汇注结尾，就能在本职责任中同步完成数据汇注与标注。

这给京东带来了一个相对极端的发轫：它不是从零搭建数据汇注团队，而是把已有组织汇注改酿成数据汇注。

有了汇注数据的东谈主，还需要使用数据的场景。

近两年，京东“四处出击”，作念外卖、开七鲜小厨、布局酒旅、切入汽车后市场。

一方面，这是为了寻找新的增长弧线；另一方面，当一家企业的中枢智商蓄积到一定进度，也会向外溢出，催生新的业务方法和买卖场景。

这些新业务为京东带来增量收入、扩大用户边界，同期也为AI考试提供了泥土。AI要落地物理世界，必须依附于具体、复杂、不断变化的执行场景。在AI视角下，每一个新场景都是一个新的“感知触角”。

每一家新开的线下门店，每一位上门服务的家政东谈主员，每一辆穿梭在城市中的物流车，都不错成为感知物理世界的传感器，连绵赓续地产生多模态真实数据。

因循这一切的底座，是京东的超等供应链体系。

以前20余年，京东构建的超等供应链，已形成障翳大家的近2000个仓库里的1亿SKU商品。

仅昆山亚一智能物流园，就具备日中分拣超450万件包裹的智商。其中，“狼族”机器东谈主业务单量占比近半，日均出库单量稳居百万级，日常运营中持续产出海量东谈主机交互和开拓运行数据。

这套供应链买通了从坐蓐、流通到浪费的全链路。上游贯串厂商，中端依托冷链与物流汇注，末端完成践约。对零卖业务来说，这是后果系统；放到物理AI里，它又不错被知道为一套持续产生执行世界数据的系统。

证据京东暴露，通过全链路数据基础门径，原始数据可被精好意思为用于AI考试的素材，数据有后果高达95%，成本镌汰60%。

这些数字证实，京东如故驱动把供应链数据工程化，但它们距离真实飘扬为物理AI竞争力，还隔着模子考试、产品落地和客户付费几谈关。

C

数据汇注听起来不如大模子和C端应用有思象空间，却正在成为AI产业里被从头订价的法子。

一个径直的参照是Scale AI。

它并不径直考试基础模子，也不面向普通用户作念应用，却凭借数据服务进入OpenAI等大模子公司的供应链，估值一度升至290亿好意思元。

Figure AI、1X Technologies、Covariant等具身智能公司唐突取得高额融资，也与它们掌捏的机器东谈主考试数据和真实场景教育关联。

国内市场也出现了访佛趋势。

跟着具身智能的发展，光轮智能、灵初智能等布局数据业务的企业驱动受到轻柔。本钱敬重的不是“标注”这个动作本人，而是这些公司能否持续拿到高质地、可考试、能反应真实世界复杂性的样本。

从这个角度看，京东切入“水源地”，骨子上是在争夺物理AI落地前最基础、也最稀缺的数据供给位置。

谁能知道提供场景化、专科化数据，谁就可能在物理AI落地过程中取得新的议价位置。

话又说回归，问题也要辨证地去看。

当前，行业内主流盈利模样约莫不错分为硬件销售、平台订阅和数据分析服务三种。这与传统“卖水东谈主”濒临的天花板关联：它们的数据多来自众包或客户提供，开头偏二手，场景也相对碎屑化，清寒对数据坐蓐泉源的扫尾力。

当AI竞赛进入“物千里着寂静能”深水区，实验室合成数据或简便标注图片如故远远不够。行业真实需要的，是能反应真实世界复杂性与概略情趣的“活数据”。

京东的契机正在这里。它领有真实场景、全链路数据基础门径和供应链资源，表面上既能低成本边界化汇注高质地数据，也能在真实业务中完成闭环迭代。

不外，契机和扫尾之间还有距离。数据能不成轨范化、能不成对酬酢易、能不成跨行业复用，都会决定这门生意的天花板。

也正因如斯，京东的买卖远景不成只知道为“卖数据”。跟着JoyInside附身智能进入更多智能家电，工业大模子JoyIndustrial服务超万家大型企业，京东有可能持续从家庭和工业两类物理场景中千里淀原生数据。

这意味着，京东将来可能不仅向外输出轨范化数据集，也可能提供一整套基于真什物理场景的AI责罚决策：从仓储机器东谈主的旅途估量，到家庭服务机器东谈主的交互，再到工业采购的智能决策。

更大的变量在于，京东能否围绕具身智能超等供应链，诞生数据走动、机器东谈主售后、零卖场景落地等生态业务。要是这些智商跑通，京东才有可能从数据汇注方，进一步变成物理AI基础门径提供方，真实成为大家最大的物理世界运营公司。

将来，京东以至可能把数据汇注、标注、存储、走动等智商单独拆分出来，成为AI时间的“矿业公司”。但在此之前，它仍需要证明：这套来自零卖和供应链的执行世界数据，究竟能在多猛进度上飘扬为可复制的AI坐蓐力。

淘金热里，卖铲子的东谈主时时不径直参与淘金，却可能掌捏更知道的现款流。放到物理AI这轮竞争中，京东正在尝试上演的乐橙体育(中国)2026世界杯官方IOS|Android手机app下载，恰是这么一个更围聚基础门径的位置。