Fra JoyAI-modeller til robotbaser: Sådan bygger JD.com et åbent AI-økosystem

JD.com forsøger at flytte AI ud af skærmen og ind i den fysiske virkelighed. Selskabet positionerer teknologien som industriel infrastruktur: åben nok til, at partnere og udviklere kan bruge den, men tæt forbundet med JD.coms egne aktiviteter inden for detailhandel, lager, logistik, sundhed og produktion. 12

Grundlægger og bestyrelsesformand Richard Liu har sagt, at teknologiske barrierer i praksis er en form for udnyttelse, og at JD.com ikke ønsker, at virksomhedens AI kun skal komme ét selskab eller ét land til gode. Den konkrete udmøntning er en full-stack-strategi, der forbinder modeller, data, hardware, implementering og service. 12

Det er en vigtig forskel. JD.com offentliggør ikke blot en chatbot eller en samling modelvægte. Selskabet forsøger at etablere en gentagelig vej fra indsamling af data fra den virkelige verden til modeltræning, robotproduktion, praktiske tests og kommerciel anvendelse. Det kan på sigt sænke omkostningerne og kompleksiteten ved at tage fysisk AI i brug. Men økonomien og graden af åbenhed er endnu ikke uafhængigt dokumenteret.

Store investeringer – og selektiv åbenhed

JD.com oplyser, at koncernens investeringer i forskning og udvikling steg 53,2 procent år til år i første halvår af 2026. Pengene er blandt andet rettet mod JoyAI-modelserien, embodied intelligence – altså AI, der kan opfatte og handle i den fysiske verden – samt infrastruktur og industrielle anvendelser af fysisk AI. Selskabet har samtidig sagt, at den egenudviklede AI-teknologi på tværs af hele værdikæden skal åbnes for globale partnere. 23

Åbenheden kommer i flere former. JD.com har offentliggjort udvalgte modeller via Hugging Face og GitHub, gjort digitale værter til livestreaming gratis for mere end 80.000 handlende og åbnet EgoLive-datasættet med førstepersonsoptagelser for industrien. 238

Det bør dog forstås som en økosystemstrategi – ikke nødvendigvis som et løfte om, at alle dele er fuldt åbne på identiske vilkår. Modelvægte, træningsopskrifter, datasæt, implementeringssoftware og kommercielle tjenester kan have forskellige adgangsbetingelser. For brugerne er spørgsmålet derfor ikke kun, om en model kaldes open source, men om de tilhørende værktøjer og data gør det praktisk muligt at bygge og drive en løsning.

Den virkelige drift skal levere datafordelen

Fysisk AI kræver mere end tekst fra internettet. Robotter skal kunne fortolke objekter, rum, bevægelser, timing, sikkerhedskrav og konsekvenserne af deres egne handlinger. JD.coms påståede fordel er mere end to årtiers erfaring med lagerdrift, detailhandel og logistik – og dermed adgang til miljøer, hvor disse problemer opstår igen og igen. 234

Selskabet planlægger at indsamle mere end 10 millioner timers førstepersons- og tredjepersonsvideo fra den virkelige verden over to år. Optagelserne skal dække detailhandel, lager, logistik, industri, hjemlige miljøer og andre scenarier. JD.com bygger desuden det, selskabet beskriver som verdens største center for indsamling af embodied-data, og har etableret et lokalt fællesskab for indsamling af sådanne data i Suqian. 1562930

EgoLive er det første offentlige lag i denne indsats. JD.com har beskrevet det som branchens største datasæt med menneskelige førstepersonsoptagelser. Omtalen af den første udgivelse beskriver omkring 2.000 timer med mere end 300 praktiske opgaver. Højpræcisionsdatasæt er også blevet gjort målrettet tilgængelige for universiteter, udviklere og virksomheder i økosystemet. Størrelsesangivelserne stammer fra JD.com eller branchemedier og bør derfor betragtes som selskabets eller branchens oplysninger – ikke som uafhængigt verificerede benchmarks. 45630

Den ønskede data-cyklus er enkel:

1. Mennesker og maskiner i drift skaber video- og procesdata.
2. Dataene bruges til at træne modeller i perception, planlægning og interaktion.
3. De forbedrede modeller testes på lagre, i leveringsnetværk, på fabrikker og i servicefunktioner.
4. Udrulningerne skaber nye eksempler, undtagelser og feedback om ydeevnen.
5. Resultaterne kan pakkes som løsninger til flere brugere og brancher.

Det er derfor, JD.coms strategi afhænger af, at selskabet selv driver fysiske forretninger. En åben model kan gøre eksperimenter billigere, men pålidelig fysisk AI kræver også adgang til virkelige opgaver og infrastruktur, der kan måle, om systemet rent faktisk fungerer.

JoyAI er en værktøjskasse – ikke én gigantisk model

JD.coms AI-satsning dækker flere modeltyper. JoyAI-Echo fokuserer på generering af lange lyd- og videosekvenser, JoyAI-VL-Interaction på interaktion mellem syn og sprog i realtid, og JoyAI-Video-Edit på videoredigering i en løbende videostrøm. 571118

JoyAI-VL-Interaction er særligt relevant i fysiske miljøer, fordi modellen er udviklet til at behandle video, mens den foregår, i stedet for kun at besvare spørgsmål om et stillbillede. Udgivelsen omfatter modellen, en træningsopskrift, tidsafstemte interaktionsdata og en implementerbar streamingløsning i realtid. Den tekniske dokumentation beskriver et synsorienteret system i 8-milliarderskala, der kan behandle kontinuerlig video med latenstid under ét sekund. 171923

Den samlede pakke kan sænke den tekniske tærskel for udviklere, der vil bygge løsninger omkring kontinuerlige kamerafeeds. Samtidig afspejler den JD.coms bredere tilgang: Genanvendelige komponenter gøres tilgængelige, mens selskabet forsøger at bevare en fordel gennem de virkelige miljøer, hvor komponenterne trænes, evalueres og integreres.

RoboBase skal forbinde software med robotproduktion

Adgang til modeller skaber ikke alene en industri for fysisk AI. Robotter kræver komponenter, samling, test, integration, vedligeholdelse og lokal support. JD.coms RoboBase-projekt er tænkt som det industrielle lag, der skal udfylde dette hul.

Det første RoboBase-anlæg begyndte at blive opført i Guangzhou i 2026. JD.com siger, at projektet skal understøtte et kredsløb fra forskning til produktion, anvendelse og service, og at selskabet planlægger mere end 80 robotbaser i Kina over fem år. 36810

Det kan gøre JD.com til mere end en leverandør af AI-applikationer. Selskabet forsøger at positionere sig som infrastruktur- og servicepartner for robotvirksomheder ved at kombinere adgang til forsyningskæder, modeller, dataindsamling, testmiljøer, produktionskapacitet og efterfølgende support. Planen er dog ambitiøs, og den tilgængelige dokumentation beskriver tydeligere selskabets planer og positionering end uafhængigt reviderede driftsresultater.

Logistikken er testen på, om modellen kan gentages

JD.com bruger sit logistiknetværk som den vigtigste demonstrationsarena for fysisk AI. Selskabet og branchemedier fremhæver blandt andet følgende eksempler:

• Goods-to-person-systemet Zhilang er ifølge JD.com taget i brug på mere end 60 lagre, også på udenlandske markeder.
• Den tohåndede Yilang-robot kan ifølge selskabet genkende, gribe og stable en vare på omkring 10 sekunder.
• Mere end 1.000 autonome leveringskøretøjer opererer i over 20 kinesiske provinser.
• Et dronebaseret leveringsnetværk i Sichuan dækker 78 landsbyer, og nogle leveringer gennemføres på omkring syv minutter. 81124

Eksemplerne dækker lagerarbejde, plukning, håndtering, sortering og levering det sidste stykke. Deres strategiske betydning er ikke kun, at de viser automatisering. De skal demonstrere, at et system af modeller og robotter kan integreres i gentagelige arbejdsgange flere steder – i stedet for at forblive en laboratorieprototype. 24

Dokumentationen er dog hovedsageligt baseret på oplysninger fra JD.com eller branchemedier. Den mest forsigtige konklusion er derfor, at selskabet har opbygget en omfattende portefølje af påståede udrulninger og bruger den til at understøtte sin fortælling om industrialisering. Om løsningerne leverer stabile resultater for omkostninger, sikkerhed, oppetid og arbejdsforhold i stor skala, kræver yderligere verificering.

Økosystemet skal række ud over JD.coms egne lagre

JD.com siger, at virksomhedens industrielle AI-agenter bruges af mere end 3.000 producenter, og at arbejdet med datastyring kan reduceres fra måneder til timer. Selskabet oplyser også, at digitale JoyAvatar-værter er blevet anvendt af mere end 80.000 handlende, mens antallet af livestreamingkonti i andet kvartal blev tredoblet år til år. Ifølge selskabet og branchemedier har Aidol Creation Camp bidraget til at få mere end 50 AI-hardwareprodukter på markedet. 28

Initiativerne udvider den mulige kundekreds. Handlende kan bruge digitale værter, producenter kan anvende industrielle AI-agenter, universiteter og udviklere kan arbejde med datasæt, og hardwarestartups kan få adgang til forsyningskæder og støtte til praktiske anvendelser. I teorien tilfører hver ny deltager mere feedback fra drift og udvider markedet for de underliggende værktøjer.

Det er forskellen på et internt automatiseringsprogram og en industriel platformstrategi. JD.com forsøger at sende AI-kapaciteter ud i markedet og samtidig skabe værdi gennem de omkringliggende tjenester: bedre ordrebehandling, lavere driftsomkostninger, hardwareproduktion, integration, vækst hos handlende og højere industriel produktivitet.

Det skal JD.com stadig bevise

JD.coms blueprint hænger sammen: Invester massivt i hele stakken, åbn udvalgte kapaciteter, indsamle data fra rigtigt arbejde, træn modeller til fysiske opgaver, producer og test robotter, og implementér dem gennem et eksisterende driftsnetværk. Strategien passer også til en bredere udvikling inden for fysisk AI, hvor konkurrencen i stigende grad handler om et komplet system – ikke en model isoleret set. 3431

Men åbenhed betyder ikke automatisk lave omkostninger, og en udrulning er ikke det samme som varige produktivitetsgevinster. Der er behov for uafhængige vurderinger af flere forhold:

• Hvor bredt partnere kan bruge modeller, data og implementeringssoftware.
• Om datasættene har tilstrækkelig dokumentation, de nødvendige tilladelser og solide sikkerheds- og styringsmekanismer.
• Hvor godt systemerne kan overføres mellem lagre, lande, brancher og forskellige hardwareplatforme.
• Om robotterne reducerer de samlede driftsomkostninger, når integration, vedligeholdelse og menneskelig overvågning regnes med.
• Hvordan tredjepartsudviklere og producenter får del i den værdi, økosystemet skaber.

JD.coms klareste strategiske satsning er foreløbig, at AI bliver mere nyttig – og potentielt mere tilgængelig – når den forbindes med rigtigt fysisk arbejde. De åbne modeller og datasæt er det synlige lag. Den dybere, foreslåede konkurrencefordel ligger i kredsløbet nedenunder: driftsdata, afprøvede arbejdsgange, produktionskapacitet, udrulning i stor skala og serviceinfrastruktur.