Fra JoyAI-modeller til robotbaser: JD.com bygger en åpen KI-kjede

JD.com vil ikke bare selge en chatbot eller legge ut noen modellvekter på nettet. Selskapet forsøker å bygge en komplett infrastruktur for fysisk KI – kunstig intelligens som kan oppfatte, planlegge og handle i den virkelige verden.

Grunntanken er å gjøre KI tilgjengelig for flere, samtidig som JD.com bruker sine egne varelagre, butikker, logistikknettverk, helsevirksomhet og industrimiljøer som trenings- og testarenaer. Grunnlegger og styreleder Richard Liu har omtalt teknologiske barrierer som en form for utnyttelse, og sagt at JD ikke ønsker at selskapets KI bare skal tjene ett firma eller ett land. 12

Det er en viktig forskjell på å åpne en modell og å åpne en hel verdikjede. JD.com forsøker å knytte sammen datainnsamling, modelltrening, robotproduksjon, praktisk testing, kommersiell utrulling og service.

Store investeringer – og selektiv åpenhet

JD.com opplyser at forsknings- og utviklingsinvesteringene økte med 53,2 prosent fra året før i første halvår 2026. Pengene skal blant annet gå til JoyAI-modellene, såkalt «embodied intelligence», infrastruktur for fysisk KI og industrielle bruksområder. Selskapet har samtidig sagt at egenutviklet KI i hele teknologistakken skal åpnes for globale partnere. 23

Åpenheten kommer i flere former. Utvalgte modeller er gjort tilgjengelige via Hugging Face og GitHub. Selskapet har også tilbudt digitale mennesker for direktesendinger gratis til over 80 000 handelsbedrifter, og åpnet EgoLive-datasettet med video fra menneskets førstepersonsperspektiv for aktører i bransjen. 238

Dette bør likevel ikke forstås som at alle deler av systemet er åpne på nøyaktig samme vilkår. Modellvekter, treningsoppskrifter, datasett, distribusjonsverktøy og kommersielle tjenester kan ha ulike tilgangsregler. For utviklere er derfor spørsmålet ikke bare om en modell kalles «åpen kildekode», men om dataene og verktøyene rundt modellen faktisk gjør den brukbar i praksis.

Den virkelige fordelen kan ligge i driftsdataene

Fysisk KI trenger mer enn tekst hentet fra internett. En robot må forstå gjenstander, rom, bevegelser, tid, sikkerhetskrav og konsekvensene av egne handlinger.

JD.com mener selskapet har et fortrinn etter mer enn to tiår med erfaring fra varehandel, lagerdrift og logistikk. Disse virksomhetene gir tilgang til miljøer der de samme oppgavene gjentas hver dag, og der det er mulig å måle om teknologien faktisk fungerer. 234

Selskapet planlegger å samle inn over 10 millioner timer med video fra virkelige situasjoner i løpet av to år. Materialet skal komme fra blant annet handel, lager, logistikk, industri, hjem og andre bruksområder. JD.com bygger også det selskapet beskriver som verdens største senter for innsamling av data om fysisk samhandling, og har etablert et miljø for innsamling av slike data i Suqian. 1562930

EgoLive er den første offentlige delen av satsingen. JD.com har omtalt datasettet som bransjens største datasett fra menneskets perspektiv. Den første lanseringen skal ha omfattet rundt 2 000 timer med materiale og over 300 arbeidsoppgaver. Mer presise datasett er også gjort tilgjengelige på utvalgte vilkår for universiteter, utviklere og selskaper i økosystemet. Størrelsestallene kommer fra JD.com eller bransjemedier og er ikke uavhengig verifisert. 45630

Den planlagte data-loopen er enkel å beskrive:

1. Mennesker og maskiner utfører reelle oppgaver og skaper video- og driftsdata.
2. Dataene brukes til å trene modeller for syn, planlegging og samhandling.
3. Modellene testes i varelagre, distribusjonsnettverk, fabrikker og tjenestemiljøer.
4. Utrullingen skaper nye eksempler, feiltilfeller og ytelsesdata.
5. Forbedringene kan pakkes inn i løsninger for flere brukere og bransjer.

Det er derfor JD.coms strategi er så tett knyttet til selskapets fysiske virksomhet. En åpen modell kan gjøre eksperimentering billigere, men pålitelig fysisk KI krever også tilgang til virkelige arbeidsoppgaver og infrastruktur som kan dokumentere resultatene.

JoyAI er en verktøykasse, ikke én gigantmodell

JoyAI-satsingen består av flere ulike modeller. JoyAI-Echo er rettet mot generering av lengre lyd- og videoinnhold, JoyAI-VL-Interaction mot sanntidsinteraksjon mellom syn og språk, og JoyAI-Video-Edit mot videoredigering i strømming. 571118

JoyAI-VL-Interaction er spesielt relevant for fysiske miljøer fordi modellen skal kunne behandle en pågående videostrøm, ikke bare svare på spørsmål om ett stillbilde. Ifølge den tekniske dokumentasjonen er dette et synsorientert system i 8-milliardersklassen, med støtte for kontinuerlig video og responstid under ett sekund. Lanseringen omfatter modellen, treningsoppskriften, tidsjusterte interaksjonsdata og en komplett strømmeplattform som kan tas i bruk. 171923

Det kan redusere utviklingsarbeidet for selskaper som vil bygge løsninger rundt kameraer og kontinuerlige videoinntrykk. Samtidig viser det JD.coms overordnede modell: åpne gjenbrukbare komponenter, men behold et mulig fortrinn gjennom tilgang til miljøene der komponentene trenes, testes og integreres.

RoboBase skal koble programvare til produksjon

Modelltilgang alene skaper ikke en robotindustri. Roboter trenger komponenter, montering, testing, integrasjon, vedlikehold og lokal støtte. Det er dette JD.coms RoboBase-initiativ skal bidra med.

Det første RoboBase-anlegget startet byggingen i Guangzhou i 2026. JD.com sier prosjektet skal støtte en krets fra forskning og produksjon til bruk og service, og at selskapet planlegger mer enn 80 robotbaser i Kina i løpet av fem år. 36810

Lykkes planen, kan JD.com bli mer enn en leverandør av KI-applikasjoner. Selskapet kan også bli en infrastruktur- og servicepartner for robotprodusenter, med tilgang til leverandørkjeder, modeller, datainnsamling, testmiljøer, produksjonskapasitet og oppfølging etter levering.

Men ambisjonen er større enn det de tilgjengelige resultatene kan dokumentere. Kildene beskriver først og fremst planer og selskapets egen posisjonering, ikke uavhengig reviderte tall for drift, lønnsomhet eller ytelse.

Logistikken er testen på om teknologien kan gjentas

JD.com bruker logistikknettverket sitt som den viktigste demonstrasjonen av fysisk KI. Selskapet og bransjemedier trekker blant annet frem disse eksemplene:

• Vare-til-person-systemet Zhilang skal være tatt i bruk ved over 60 lagre, også i utenlandske markeder.
• Den toarmede Yilang-roboten skal kunne gjenkjenne, gripe og stable en vare på rundt ti sekunder.
• Over 1 000 selvkjørende leveringskjøretøy skal være i drift i mer enn 20 kinesiske provinser.
• Et dronebasert leveringsnettverk i Sichuan dekker 78 landsbyer, og enkelte leveranser skal være gjennomført på rundt sju minutter. 81124

Eksemplene dekker lagerarbeid, plukking, håndtering, sortering og levering den siste biten. Poenget er ikke bare å vise frem automatisering, men å vise at samspillet mellom modeller og roboter kan inngå i arbeidsflyter på flere steder – og ikke bare fungere som en laboratoriedemonstrasjon. 24

Dokumentasjonen er imidlertid i hovedsak basert på opplysninger fra selskapet eller bransjedekning. Den sikreste konklusjonen er derfor at JD.com har etablert en omfattende portefølje av oppgitte utrullinger og bruker dem til å underbygge sin industrialiseringsstrategi. Om løsningene gir stabile gevinster for kostnader, sikkerhet, oppetid og arbeidskraft i stor skala, må undersøkes nærmere.

Ambisjonen strekker seg utenfor JD.coms egne lagre

JD.com sier at industrielle KI-agenter brukes av over 3 000 produsenter, og at arbeidet med datastyring kan reduseres fra måneder til timer. Selskapet opplyser også at JoyAvatar-verktøyene for digitale mennesker er brukt av over 80 000 handelsbedrifter, mens antallet direktesendingskontoer i andre kvartal skal ha tredoblet seg fra året før. Ifølge selskapet og bransjemedier har Aidol Creation Camp bidratt til å få over 50 KI-maskinvareprodukter ut på markedet. 28

Tiltakene utvider målgruppen. Handelsbedrifter kan bruke digitale programledere, produsenter kan ta i bruk industrielle KI-agenter, universiteter og utviklere kan arbeide med datasett, og maskinvaregründere kan få tilgang til leverandørkjeder og praktiske testarenaer.

I teorien kan hver ny deltaker bidra med mer tilbakemelding fra virkeligheten og samtidig utvide markedet for verktøyene. Det er forskjellen på et internt automatiseringsprogram og en plattformstrategi for industrien.

JD.com forsøker å spre KI-kapasitet ut i markedet, samtidig som selskapet kan hente verdier fra tjenestene rundt teknologien: bedre vareflyt, lavere driftskostnader, maskinvareproduksjon, integrasjon, vekst hos handelsbedrifter og høyere industriell produktivitet.

Dette må JD.com fortsatt bevise

Strategien henger sammen: invester tungt i hele teknologistakken, åpne utvalgte komponenter, samle inn data fra ekte arbeid, tren modeller for fysiske oppgaver, produser og test roboter, og ta dem i bruk gjennom et eksisterende driftsnettverk. Den passer også med en bredere utvikling innen fysisk KI, der konkurransen i økende grad handler om komplette systemer – ikke modeller alene. 3431

Men åpenhet betyr ikke automatisk lave kostnader. Og en utrulling betyr ikke nødvendigvis varige produktivitetsgevinster. Uavhengige vurderinger må blant annet undersøke:

• Hvor fritt partnere faktisk kan bruke modeller, data og distribusjonsprogramvare
• Om datasettene har tilstrekkelig dokumentasjon, samtykker og styring
• Hvor godt løsningene fungerer på tvers av lagre, land, bransjer og maskinvare
• Om robotene reduserer de totale kostnadene når integrasjon, vedlikehold og menneskelig oppfølging regnes inn
• Hvordan utviklere og produsenter utenfor JD.com får ta del i verdiene som skapes

JD.coms tydeligste strategiske veddemål er foreløpig at KI blir mer nyttig – og kanskje mer tilgjengelig – når den kobles til fysisk arbeid. De åpne modellene og datasettene er den synlige delen. Den dypere konkurransefordelen selskapet forsøker å bygge, ligger i kretsløpet under: driftsdata, testede arbeidsflyter, produksjonskapasitet, utrullingsvolum og serviceinfrastruktur.