京東はなぜ、AIを「閉じた製品」ではなく産業インフラにしようとしているのか

京東16は、AIを一社だけが囲い込むソフトウェアではなく、パートナーや開発者も利用できる産業インフラとして位置づけようとしている。創業者で董事長（会長）の劉強東氏は、技術障壁を「技術による搾取」と捉え、AIの能力を一企業や一国だけのために使う考えではないと説明してきた。こうした姿勢を事業に落とし込んだのが、モデル、データ、ハードウェア、導入環境、サービスをつなぐフルスタック戦略である。 12

ここで重要なのは、京東が単にチャットボットやモデルの重みを公開しようとしているわけではない点だ。同社が目指すのは、実世界のデータ収集からモデル学習、ロボット製造、現場検証、商用利用までを繰り返せる道筋である。これが実現すれば、フィジカルAIの導入コストや開発の複雑さを下げられる可能性がある。ただし、長期的な採算性や、エコシステムがどの程度オープンになるかは、まだ独立した検証を経ていない。

大規模投資を行いながら、選択的に開放する

京東によると、2026年上半期の研究開発費は前年同期比53.2％増加した。投資先は、JoyAI基盤モデル群、具身知能、フィジカルAIのインフラ、産業向けアプリケーションなどだ。同社はまた、フルスタックで自社開発したAI技術を世界のパートナーに開放すると表明している。 23

開放の形は一つではない。京東は一部のモデルをHugging FaceやGitHubで公開し、デジタルヒューマンによるライブ配信機能を8万社超の加盟店に無料提供したほか、人間の視点で撮影したEgoLiveデータセットも業界向けに公開したと説明している。 238

ただし、これはすべての構成要素を同じ条件で完全公開するという意味ではない。モデルの重み、学習素材、データセット、推論・導入システム、商用サービスには、それぞれ異なる利用条件が設定される可能性がある。利用者にとって大切なのは、「オープンソース」と呼ばれているかだけでなく、周辺ツールやデータを含めて、実際にアプリケーションを構築・運用できるかどうかだ。

実際の業務現場がデータの源泉になる

フィジカルAIには、インターネット上の大量テキストだけでは足りない。ロボットは、物体や空間、動き、時間、安全上の制約、そして自らの行動がもたらす結果を理解しなければならないからだ。京東は、倉庫、 小売、物流における20年以上の経験を強みとして挙げている。こうした現場では、同種の作業や例外が繰り返し発生する。 234

同社は2年間で、第一人称・第三人称を含む実世界の動画を1,000万時間超収集する計画を示している。対象には、小売、倉庫、物流、製造、家庭などの場面が含まれる。また、京東は「世界最大」とする具身データ収集センターを建設し、江蘇省宿遷市には具身データ収集コミュニティを設けたと説明している。 1562930

この取り組みの公開部分にあたるのがEgoLiveだ。京東は同データセットを業界最大の人間視点データセットと位置づけており、初回公開分については約2,000時間、300以上の作業タスクを収録したと報じられている。高精度データセットも、大学、開発者、エコシステム企業などに対象を限定して提供されている。なお、これらの規模は京東自身または業界報道による説明であり、独立したベンチマークとして確認されたものではない。 45630

京東が描くデータ循環は、次のように整理できる。

1. 作業員や機械が、実際の業務データと動画を生み出す。
2. そのデータを使って、認識、計画、対話のモデルを学習する。
3. 改良されたモデルを倉庫、配送網、工場、サービス現場で試す。
4. 導入現場から新たな事例、例外、性能フィードバックを集める。
5. 得られた能力を、より多くの利用者や産業向けに提供する。

だからこそ、京東の戦略では実際の事業を運営していることが重要になる。オープンなモデルは実験のハードルを下げられるが、信頼性のあるフィジカルAIには、現実の作業と、システムが機能したかを測定する仕組みが欠かせない。

JoyAIは単一の巨大モデルではなく、複数の部品群

京東のAI開放戦略は、複数種類のモデルで構成されている。JoyAI-Echoは長尺の音声・動画生成、JoyAI-VL-Interactionはリアルタイムの視覚と言語による対話、JoyAI-Video-Editはストリーミング動画編集を担う。 571118

なかでもJoyAI-VL-Interactionは、静止画について質問に答えるだけでなく、流れ続ける動画を処理する設計になっている点で、物理環境との相性がよい。同モデルは、モデル本体に加えて、学習レシピ、時間同期した対話データ、リアルタイム配信スタックを含む形で公開された。技術資料では、8 billion（80億）パラメーター規模の視覚優先モデルで、連続動画をサブ秒の遅延で処理できるとしている。 171923

このようなパッケージ化は、連続するカメラ映像を使ったアプリケーションを開発したい企業や開発者の負担を下げる。と同時に、京東の基本姿勢も表している。再利用可能な部品は公開しつつ、それらを学習・評価・統合する実世界の環境は、自社の強みとして保持するという考え方だ。

RoboBaseでソフトウェアから製造現場へ

モデルを利用できるだけでは、フィジカルAI産業は成立しない。ロボットには、部品調達、組み立て、試験、システム統合、保守、地域ごとのサポートが必要だ。京東のRoboBase構想は、こうした製造・導入側の空白を埋めることを狙っている。

2026年には、最初のRoboBase施設の建設が広州市で始まった。京東は、研究開発から製造、応用、サービスまでを循環させる拠点と位置づけ、今後5年間で中国全土に80カ所超のロボット基地を設ける計画を示している。 36810

実現すれば、京東はAIアプリケーションの提供企業にとどまらず、ロボット企業に対するインフラ・サービスパートナーとなる。サプライチェーンへのアクセス、モデル、データ収集、実証環境、量産能力、アフターサービスを組み合わせられるからだ。ただし、現時点の報道が詳しく伝えているのは計画と企業側の位置づけであり、独立監査済みの稼働実績ではない。

物流への導入が「繰り返し使えるか」を試す

京東は、自社の物流網をフィジカルAIの主要な実証環境としている。企業発表や業界報道では、次のような事例が挙げられている。

• 「智狼」の貨物から人へ運ぶ仕分けシステムは、海外を含む60超の倉庫に導入された。
• 「異狼」の双腕ロボットは、商品の認識から吸着、把持、積み付けまでを約10秒で行えるとされる。
• 自律配送車は、中国20省超で1,000台以上が稼働している。
• 四川省のドローン配送網は78の村をカバーし、配送を約7分で完了するケースがある。 81124

これらは、倉庫内の搬送、ピッキング、荷扱い、仕分け、ラストワンマイル配送までをカバーする。戦略上の意味は、単に自動化のデモを見せることではない。モデルとロボットを複数の拠点にまたがる反復可能な業務へ組み込めることを示そうとしている点にある。 24

もっとも、根拠の中心は京東の発表や業界報道だ。現段階で言えるのは、同社が相当数の導入事例を掲げ、それを産業化のストーリーに組み込んでいるということまでである。規模拡大後のコスト、安全性、稼働率、雇用への影響が安定しているかは、今後の検証を待つ必要がある。

京東の倉庫の外へ広がるエコシステム

京東は、産業向けAIエージェントが3,000社超のメーカーに利用され、データガバナンスにかかる作業を数カ月から数時間へ短縮できると説明している。また、JoyAvatarのデジタルヒューマン機能は8万社超の加盟店に利用され、第2四半期のライブ配信アカウント数は前年同期比で3倍になったとしている。Aidol Creation Campについては、50を超えるAIハードウェア製品の市場投入を後押ししたと、同社発表や業界報道で伝えられている。 28

こうした取り組みによって、対象顧客は京東自身の物流部門から広がる。加盟店はデジタル販売員を使い、メーカーは産業エージェントを導入し、大学や開発者はデータセットを研究に利用し、ハードウェアのスタートアップはサプライチェーンや現場導入の支援を得られる。理論上は、参加者が増えるほど導入時のフィードバックが蓄積し、基盤ツールの市場も拡大する。

ここに、社内自動化プログラムと産業プラットフォーム戦略の違いがある。京東はAIの能力を外部へ広げながら、配送効率の改善、運営コストの低減、ハードウェア製造、導入支援、加盟店の成長、産業の生産性向上といった周辺サービスから価値を得ようとしている。

京東の構想が今後証明すべきこと

京東の設計図は明快だ。大規模に投資し、能力の一部を開放し、実際の業務からデータを集め、物理作業向けのモデルを学習し、ロボットを製造・検証する。そして、既存の事業ネットワークを通じて現場へ展開する。これは、フィジカルAIの競争単位がモデル単体から、データ、ハードウェア、現場、サービスを含むシステム全体へ移りつつあるという見方とも重なる。 3431

ただし、オープンであることが自動的に低コストを意味するわけではない。導入実績があるからといって、持続的な生産性向上が証明されたわけでもない。今後は少なくとも、次の点を独立した評価で確かめる必要がある。

• パートナーがモデル、データ、導入ソフトウェアをどこまで利用できるのか
• データセットの説明、利用許諾、個人情報や安全面のガバナンスが十分か
• 倉庫、国、業種、ロボットの機種をまたいでどの程度性能を移転できるか
• 統合、保守、監督にかかる費用を含めても、導入が総運営コストを下げるのか
• エコシステムが生み出した価値を、第三者の開発者やメーカーがどう分配されるのか

現時点で京東が最も強く打ち出している賭けは、AIは現実の仕事と接続されたときに、より役に立ち、より多くの利用者に届きやすくなるというものだ。オープンなモデルやデータセットは目に見える入口にすぎない。その下にある本当の競争力として同社が提示するのは、業務データ、検証済みのワークフロー、製造能力、導入規模、そしてサービス網を結ぶ一周のループである。