案例一
案例标题
京东建全球最大具身智能数据采集中心：戴终端模拟作业，2 年目标 1000 万小时真实数据
发布时间 + 来源
2026-09-09（JDD-2026 京东全球科技探索者大会）；来源：央广网、中国青年网、搜狐、京东黑板报
背景与痛点
具身智能产业化的最大瓶颈是"数据荒"——高质量、多场景的真实人类操作数据极度稀缺，实验室数据难以支撑机器人在真实世界的落地，行业普遍"有模型、缺燃料"。
执行策略
京东依托零售、物流、健康、工业、外卖、家政等海量真实业务场景，在江苏宿迁建设具身智能数据采集中心，工作人员佩戴自研 JoyEgoCam 二代第一视角采集终端模拟仓储作业，同步采集手部抓取、搬运、摆放动作；数据经自动标注、深度重建、仿真对齐形成训练素材。计划发动内部超 10 万名员工和外部最多 50 万各行业人员，开展"人类历史上规模最大的数据采集行动"。
量化成果
- 目标 2 年内采集 1000 万小时优质真实场景视频数据（1 年 500 万小时），同步采集机器人本体数据 100 万小时
- 目前已开源首批数据，收到超百所高校和科研机构使用申请
- 数据有效率高达 95%，整体处理成本降低 60%，模型训练效率提升 3.5 倍
- 以自采数据训练的具身大模型 JoyAI-RA 真机实验成功率 73.5%，超过 pi0.5 等 SOTA 模型
创新价值
把"真实产业场景"直接变成机器人的"教科书"，用"人怎么干 → 机器学怎么干"的数据飞轮破解行业数据荒，是电商供应链能力向具身智能基础设施的外溢。
原文链接
- https://tech.cnr.cn/techph/20260316/t20260316_527553464.shtml
- https://d.youth.cn/newtech/202608/t20260820_16825556.htm
- https://www.sohu.com/a/1010726300_114731
分析师短评
京东的护城河不在模型参数，而在"场景密度 + 数据规模"——把每天在发生的仓储、家政作业变成可训练资产，是实体零售做 AI 最被低估的优势，也最难被纯模型公司复制。
案例二
案例标题
京东启动"物理 AI 加速计划"：5 年采购 300 万台机器人、100 万台无人车、10 万架无人机
发布时间 + 来源
2026-09-10（JDD-2026 大会次日）；来源：中国网科技、证券时报、今日头条
背景与痛点
AI 正从屏幕走向设备、家庭与工厂，但机器人产业面临"成本高、数据缺、销售难、售后弱"四大痛点，亟需从 Demo 走向规模化落地，单点创新难以形成产业闭环。
执行策略
京东提出建设"全球最大物理世界运营中心"与"超级 AI 供应链"（云、数、模、端、场、链六大模块），启动"物理 AI 加速计划"，在数据、基地、制造、销售、物流、服务六方向投入，目标实现六项"全球第一"；发布并开源实时可交互世界模型 JoyAI-Echo WM（登顶 WBench），规划以摩尔线程全功能 GPU 为底座建设十万卡国产智算集群。
量化成果
- 京东物流 5 年内采购 300 万台机器人、100 万台无人车、10 万架无人机，推进物流全流程无人化
- 未来 5 年全国布局 80 余个 RoboBase 机器人产业基地
- 截至 2028 年投入百亿资源助力 100 个品牌销售额破 10 亿元
- 5 年覆盖超 100 个国家、创造 10 万个机器人售后工程师岗位
- 已构建国内 8 大维修中心，“狼族"机器人军团（母狼 / 仓狼 / 智狼 / 异狼等）已在仓储、配送落地
创新价值
以"世界模型 + 十万卡集群 + 海量真实场景"切入产业 AI，把训练与推理成本内化，标志着电商巨头从"用 AI"走向"造 AI 基础设施"并向全行业开放。
原文链接
分析师短评
京东把供应链做成"物理 AI 的训练场与第一站”，其开放数据、渠道、售后网络给全行业的打法，本质是用电商中台能力重构机器人产业价值链，B 端服务收入空间被打开。
行业趋势总结
- 实体零售 / 电商的下一战场是"物理 AI"：京东以真实场景数据 + 供应链为底座，把 AI 从线上引流推向仓配机器人、无人配送，电商能力外溢到实体经济。
- “数据飞轮"成为具身智能核心壁垒：谁拥有最多真实作业场景，谁就掌握机器人进化的燃料，数据规模正取代模型参数成为第一竞争力。
- 国产算力 + 开源世界模型并进：JoyAI-Echo WM 开源、十万卡国产集群规划，显示大模型基础设施国产替代加速，降低行业研发门槛。
- AI 从"成本中心"转向"产业基础设施”：平台把数据、算力、模型、售后打包开放，机器人从研发、制造到售后的全生命周期被赋能，B 端服务化收入空间打开。