Cómo JD.com quiere convertir la IA física en infraestructura industrial abierta

JD.com está intentando que la inteligencia artificial deje de ser únicamente un producto de software y se convierta en una capa de infraestructura para la economía real. La idea combina modelos abiertos para socios y desarrolladores con algo más difícil de replicar: los datos y entornos que generan sus propias operaciones de comercio minorista, almacenes, logística, salud y manufactura. 12

El fundador y presidente de la compañía, Richard Liu, ha descrito las barreras tecnológicas como una forma de explotación y ha afirmado que JD no quiere que sus capacidades de IA sirvan únicamente a una empresa o a un país. La traducción práctica de esa postura es una estrategia de extremo a extremo que conecta modelos, datos, hardware, despliegue y servicios. 12

La diferencia es importante. JD.com no se limita a lanzar un chatbot ni a publicar pesos de modelos. Su objetivo es construir un recorrido repetible: recopilar datos del mundo físico, entrenar modelos, fabricar robots, probarlos en operaciones reales y convertir esas capacidades en herramientas comerciales. Si funciona, el enfoque podría reducir el coste y la complejidad de adoptar IA física. Pero la economía a largo plazo y el grado real de apertura del ecosistema todavía no han sido demostrados de forma independiente.

Mucha inversión y una apertura selectiva

JD.com informó de que su inversión en investigación y desarrollo aumentó un 53,2 % interanual durante el primer semestre de 2026. Según la compañía, los recursos se están dirigiendo principalmente a la familia de modelos JoyAI, la inteligencia encarnada —o embodied AI, sistemas capaces de percibir y actuar en el mundo físico—, la infraestructura de IA física y las aplicaciones industriales. La empresa también ha anunciado que abrirá su IA de desarrollo propio a socios de todo el mundo. 23

Esa apertura adopta varias formas: algunos modelos se han publicado en Hugging Face y GitHub; las herramientas de retransmisión con avatares digitales se ofrecen gratuitamente a más de 80.000 comerciantes; y el conjunto de datos de perspectiva humana EgoLive se ha puesto a disposición del sector. 238

Conviene, sin embargo, interpretar «abierto» con precisión. Los pesos de un modelo, los materiales de entrenamiento, los conjuntos de datos, el software de despliegue y los servicios comerciales pueden estar sujetos a condiciones de acceso distintas. Para un desarrollador, la pregunta clave no es solo si un modelo se etiqueta como «código abierto», sino si las herramientas y los datos que lo rodean permiten crear y operar una aplicación de manera práctica.

La ventaja de los datos nace en almacenes y rutas de reparto

La IA física necesita mucho más que grandes volúmenes de texto procedente de internet. Un robot debe reconocer objetos y espacios, interpretar movimientos y tiempos, respetar normas de seguridad y entender las consecuencias de sus acciones. JD.com sostiene que sus más de dos décadas de experiencia en almacenes, comercio minorista y logística le proporcionan acceso a los entornos donde esos problemas se repiten a diario. 234

La compañía planea recopilar más de 10 millones de horas de vídeo real en primera y tercera persona durante dos años, con escenarios que incluyen tiendas, almacenes, logística, entornos industriales, hogares y otros contextos. También está construyendo lo que describe como el mayor centro de recopilación de datos de inteligencia encarnada del mundo y ha creado una comunidad de recopilación de estos datos en Suqian. 1562930

EgoLive constituye la primera capa pública de ese proyecto. JD.com lo ha presentado como el mayor conjunto de datos de perspectiva humana del sector; los informes sobre su primer lanzamiento hablan de unas 2.000 horas de material que cubren más de 300 tareas operativas. Además, algunos conjuntos de datos de alta precisión se han abierto de forma dirigida a universidades, desarrolladores y empresas del ecosistema. Estas cifras proceden de JD.com o de informaciones sectoriales, por lo que deben considerarse afirmaciones y no indicadores verificados de manera independiente. 45630

El ciclo de datos que propone la empresa es sencillo:

1. Trabajadores y máquinas generan vídeos y datos operativos.
2. Esa información ayuda a entrenar modelos de percepción, planificación e interacción.
3. Los modelos mejorados se prueban en almacenes, redes de reparto, fábricas y servicios.
4. Los despliegues producen nuevos ejemplos, excepciones y datos sobre rendimiento.
5. Las capacidades resultantes se empaquetan para más usuarios y sectores.

Por eso la estrategia depende de que JD.com opere negocios físicos. Un modelo abierto puede abaratar la experimentación, pero una IA física fiable también necesita tareas reales y sistemas capaces de medir si funciona.

JoyAI: una colección de piezas para construir sistemas

La ofensiva de IA abierta de JD.com no gira en torno a un único modelo monolítico. Su cartera incluye JoyAI-Echo, centrado en la generación de audio y vídeo de larga duración; JoyAI-VL-Interaction, diseñado para la interacción visual-lingüística en tiempo real; y JoyAI-Video-Edit, orientado a la edición de vídeo en streaming. 571118

JoyAI-VL-Interaction resulta especialmente relevante para entornos físicos porque procesa vídeo continuo, en lugar de limitarse a responder preguntas sobre una imagen estática. Su lanzamiento incluye el modelo, la receta de entrenamiento, datos de interacción sincronizados temporalmente y una pila desplegable para streaming en tiempo real. La documentación técnica describe un sistema de unos 8.000 millones de parámetros, centrado en la visión, capaz de procesar vídeo continuo con una latencia inferior a un segundo. 171923

Este tipo de paquete reduce el trabajo de ingeniería necesario para crear aplicaciones basadas en cámaras que están observando de forma permanente. También refleja la lógica general de JD.com: liberar componentes reutilizables y conservar una ventaja en los entornos reales donde se entrenan, evalúan e integran.

RoboBase lleva la estrategia del software a la fabricación

El acceso a un modelo no basta para crear una industria de IA física. Los robots necesitan componentes, ensamblaje, pruebas, integración, mantenimiento y asistencia local. El proyecto RoboBase de JD.com pretende cubrir esa capa industrial.

La primera instalación de RoboBase comenzó a construirse en Guangzhou en 2026. JD.com afirma que el proyecto permitirá establecer un ciclo de investigación, fabricación, aplicación y servicio, y que planea desplegar más de 80 bases robóticas en China durante los próximos cinco años. 36810

Si llega a consolidarse, esta estructura convertiría a la compañía en algo más que un proveedor de aplicaciones de IA. JD.com podría actuar como socio de infraestructura y servicios para empresas de robótica, combinando acceso a la cadena de suministro, modelos, recopilación de datos, entornos de prueba, capacidad productiva y soporte posventa.

La propuesta es ambiciosa. La información disponible describe con mayor claridad los planes y el posicionamiento de la empresa que unos resultados operativos auditados de forma independiente. Por ello, RoboBase debe entenderse por ahora como una apuesta de industrialización, no como una prueba concluyente de rentabilidad.

La logística es el examen de repetibilidad

JD.com está utilizando su red logística como principal escaparate para la IA física. Informes de la empresa y del sector citan los siguientes casos:

• El sistema de preparación de pedidos para personas y mercancías Zhilang se ha desplegado en más de 60 almacenes, incluidos mercados internacionales.
• El robot de doble brazo Yilang puede, según la compañía, reconocer, agarrar y apilar un artículo en unos 10 segundos.
• Más de 1.000 vehículos autónomos de reparto operan en más de 20 provincias chinas.
• Una red de drones de reparto en Sichuan cubre 78 aldeas; algunas entregas se completan en unos siete minutos. 81124

Los ejemplos abarcan almacenamiento, preparación de pedidos, manipulación, clasificación y última milla. Su importancia estratégica no está solo en mostrar automatización, sino en intentar demostrar que un sistema formado por modelos y robots puede integrarse en flujos de trabajo repetibles en distintas ubicaciones, en lugar de quedarse en un prototipo de laboratorio. 24

La evidencia sigue siendo principalmente información de la empresa o cobertura sectorial. La conclusión más sólida, por ahora, es limitada: JD.com cuenta con un conjunto relevante de despliegues que presenta como prueba de su industrialización. Queda por verificar si esos sistemas ofrecen a gran escala resultados constantes en costes, seguridad, disponibilidad y empleo.

El ecosistema quiere salir de los almacenes de JD

JD.com afirma que sus agentes industriales de IA prestan servicio a más de 3.000 fabricantes y pueden reducir de meses a horas el trabajo de gobernanza de datos. También asegura que sus herramientas de avatares digitales JoyAvatar han sido utilizadas por más de 80.000 comerciantes y que las cuentas de retransmisiones en directo se triplicaron interanualmente en el segundo trimestre. Según informaciones de la empresa y del sector, el programa Aidol Creation Camp ha contribuido a llevar al mercado más de 50 productos de hardware con IA. 28

Estas iniciativas amplían la base de posibles clientes. Los comerciantes pueden utilizar presentadores digitales; los fabricantes, agentes industriales; las universidades y los desarrolladores, conjuntos de datos; y las empresas de hardware, apoyo de cadena de suministro y acceso a aplicaciones. En teoría, cada nuevo participante aporta más información de despliegue y amplía el mercado de las herramientas subyacentes.

Ahí está la diferencia entre un programa interno de automatización y una estrategia de plataforma industrial. JD.com intenta distribuir sus capacidades de IA hacia el exterior y capturar valor a través de los servicios que las rodean: una preparación de pedidos más eficiente, menores costes operativos, fabricación e integración de hardware, crecimiento de los comerciantes y productividad industrial.

Lo que todavía debe demostrar

El plan de JD.com presenta una lógica coherente: invertir en toda la cadena, abrir determinadas capacidades, recopilar datos del trabajo real, entrenar modelos para tareas físicas, fabricar y probar robots y desplegarlos mediante una red operativa ya existente. También encaja con una transformación más amplia del sector, en la que la unidad competitiva de la IA física parece ser cada vez más el sistema completo y no el modelo aislado. 3431

Pero apertura no significa automáticamente bajo coste, y un despliegue no garantiza por sí mismo mejoras de productividad duraderas. Será necesario evaluar de forma independiente varios aspectos:

• Hasta qué punto pueden los socios utilizar los modelos, datos y programas de despliegue.
• Si los conjuntos de datos cuentan con documentación, permisos y salvaguardas de gobernanza suficientes.
• Cómo se comportan los sistemas al trasladarse a otros almacenes, países, sectores y plataformas de hardware.
• Si los robots reducen los costes operativos totales una vez incluidos la integración, el mantenimiento y la supervisión.
• Cómo se reparte entre desarrolladores y fabricantes externos el valor creado por el ecosistema.

Por ahora, la apuesta estratégica más clara de JD.com es que la IA se vuelve más útil —y potencialmente más accesible— cuando se conecta con el trabajo físico real. Los modelos y conjuntos de datos abiertos son la capa visible. La posible ventaja estructural está debajo: datos operativos, flujos de trabajo probados, capacidad de fabricación, escala de despliegue y una red de servicios.