2026 世界人工智能大会期间，京东集中展示 JoyInside “AI Home”、具身智能全链路数据基础设施，以及 AI 在零售、物流、健康、工业场景的规模化落地成果。企业提出构建全球最大物理世界运营中心，规划两年内建成全球规模领先的具身智能数据中心，推动集团完成从数字 AI 向物理 AI 的技术跃迁。京东集团副总裁、京东探索研究院副院长段楠表示，依托自主可控的基础模型矩阵，具身智能技术将全面覆盖零售、物流、工业、健康等核心业务场景。

  在京东的技术框架中，物理 AI 相比数字 AI 提出全新规模化要求，除数据、模型、算法之外，还需要叠加硬件规模化能力，拓展 Scaling Law 的适用边界。京东探索研究院将发展路径划分为三个阶段：数字智能阶段依托各类大模型完成数字空间任务；附身智能阶段将模型部署至手机、可穿戴设备、智能座舱等终端，实现设备与人、设备与设备实时协同交互；最终迈向物理智能，把模型部署至实体硬件，使其感知环境、预判状态，自主完成物理世界作业任务。本届 WAIC 上，京东联合星尘机器人打造的智能零售工作站首次亮相，人形机器人自主识别商品、抓取货品、规整台面，打通需求接收至货品交付全流程闭环。依托自身供应链优势，京东已在 MALL 导购、七鲜超市运营、仓储拣货、药房打包、养老机器人服务等场景开展试点，持续推进具身智能从技术验证走向商用落地。

  高质量真实场景数据匮乏，已是全行业公认的发展瓶颈。京东云基础云业务负责人龚义成分析，当前头部具身企业数据集规模普遍仅有数万条，难以覆盖物理世界海量工况；行业普遍认为，100 万小时数据有望推动模型能力实现跃迁，千万小时级数据将带来更大性能突破。除此之外，行业还面临三大痛点：高价值有效数据稀缺、样本多样性不足制约模型泛化能力、不同厂商数据相互隔离，跨本体数据流通困难。凭借覆盖仓储、零售、康养、体检中心的丰富线下场景，京东具备大规模采集真实交互数据的独特优势，目前每周数据采集产能已经突破 10 万小时。

  京东并不局限于内部采集数据，同步搭建具身智能数据交流平台，对外输出数据资源赋能全行业。RoboScience 创始人田野提到，行业大量方案依靠仿真与视频数据训练模型，但仿真环境和现实工况存在鸿沟，京东开放的真实场景交互数据，能够有效补足仿真训练短板。京东计划打通数据采集、标注、治理、训练完整链路，同时推动行业共建数据标准，缓解数据孤岛难题。

  长远来看，京东以线下实体场景作为天然试验场，一边持续扩充千万小时级多模态数据集，一边推进 JoyInside 附身智能、人形机器人、行业解决方案协同落地，形成 “场景采集 — 数据训练 — 真机验证 — 场景迭代” 的闭环。在众多厂商聚焦机器人本体研发的当下，京东试图依托供应链场景优势与数据基础设施，打造面向物理 AI 的底层支撑体系，为具身智能产业规模化落地提供数据与场景双重支撑。