AnswersPublished28 sources
Jak JD.com buduje otwarty ekosystem fizycznej AI
JD.com traktuje AI jako infrastrukturę przemysłową: w pierwszej połowie 2026 roku zwiększył wydatki na badania i rozwój o 53,2% rok do roku, ale deklaracje dotyczące otwartości i skali projektu w dużej mierze pochodzą... Strategia łączy dane z handlu, magazynów i logistyki, otwarte modele JoyAI, produkcję robotów, w...
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer
Key takeaways
- JD.com traktuje AI jako infrastrukturę przemysłową: w pierwszej połowie 2026 roku zwiększył wydatki na badania i rozwój o 53,2% rok do roku, ale deklaracje dotyczące otwartości i skali projektu w dużej mierze pochodzą...
- Strategia łączy dane z handlu, magazynów i logistyki, otwarte modele JoyAI, produkcję robotów, wdrożenia operacyjne oraz usługi dla sprzedawców, producentów, deweloperów i firm sprzętowych.
- Najważniejszy zakład JD.com brzmi: trwała przewaga w fizycznej AI będzie wynikać nie tylko z dostępu do modelu, lecz także z posiadania danych, sprzętu, sprawdzonych procesów i sieci serwisowej.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is JD.com, under founder and chairman Richard Liu’s belief that technological barriers are a form of exploitation rather than JD’s philo. Article summary: JD.com’s approach is to treat AI less as proprietary software to rent at high margins and more as shared industrial infrastructure: open models and data lower adoption costs, while JD’s durable advantage comes from opera. Topic tags: general, general web, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake num
JD.com nie chce przedstawiać sztucznej inteligencji wyłącznie jako zamkniętego produktu programowego. Firma pozycjonuje ją raczej jako infrastrukturę przemysłową: dostatecznie otwartą, by mogli z niej korzystać partnerzy i deweloperzy, ale jednocześnie mocno osadzoną w działalności samego JD.com — handlu detalicznym, magazynowaniu, logistyce, ochronie zdrowia i produkcji. Założyciel i przewodniczący koncernu Richard Liu określał bariery technologiczne jako formę technologicznego wyzysku i deklarował, że możliwości AI JD.com nie powinny służyć wyłącznie jednej firmie ani jednemu państwu. 1
2
To ważne rozróżnienie. JD.com nie ogranicza się do udostępnienia chatbota czy samych wag modelu. Firma próbuje zbudować powtarzalną ścieżkę: od zbierania danych z rzeczywistego świata, przez trenowanie modeli i produkcję robotów, po testy operacyjne oraz komercyjne wdrożenia. Taki model może obniżyć koszt i złożoność wejścia w fizyczną AI, choć jego długoterminowa ekonomika oraz rzeczywisty zakres otwartości nie zostały jeszcze niezależnie potwierdzone.
Duże inwestycje, ale otwartość na wybranych zasadach
JD.com podał, że w pierwszej połowie 2026 roku jego wydatki na badania i rozwój wzrosły o 53,2% rok do roku. Środki mają trafiać przede wszystkim do rodziny modeli JoyAI, inteligencji ucieleśnionej, infrastruktury fizycznej AI i zastosowań przemysłowych. Firma deklaruje również, że jej samodzielnie opracowana technologia AI obejmująca cały łańcuch — od modeli po wdrożenia — zostanie udostępniona globalnym partnerom. 2
3
Ta otwartość przyjmuje kilka form. JD.com udostępnił wybrane modele za pośrednictwem Hugging Face i GitHub, zaoferował ponad 80 tys. sprzedawców bezpłatne narzędzia do transmisji z udziałem cyfrowych ludzi, a także otworzył dla użytkowników z branży zbiór danych EgoLive, opisując go jako największy przemysłowy zbiór nagrań z perspektywy człowieka. 2
3
8
Nie oznacza to jednak, że każdy element ekosystemu jest otwarty na identycznych warunkach. Wagi modeli, materiały treningowe, zbiory danych, oprogramowanie wdrożeniowe i usługi komercyjne mogą mieć różne zasady dostępu. Dla użytkowników liczy się więc nie tylko etykieta „open source”, lecz także to, czy dostępne narzędzia i dane pozwalają praktycznie zbudować oraz utrzymać działającą aplikację.
Przewaga ma wynikać z danych z prawdziwej pracy
Fizyczna AI potrzebuje czegoś więcej niż ogromnych zbiorów tekstu z internetu. Robot musi rozumieć przedmioty, przestrzeń, ruch, czas, zasady bezpieczeństwa oraz skutki własnych działań. Według JD.com atutem firmy jest ponad 20 lat doświadczenia w magazynowaniu, handlu i logistyce. Oznacza to dostęp do środowisk operacyjnych, w których te same problemy pojawiają się regularnie i mogą być mierzone w praktyce. 2
3
4
Firma planuje zebrać w ciągu dwóch lat ponad 10 mln godzin nagrań wideo z pierwszej i trzeciej osoby, obejmujących handel, magazyny, logistykę, przemysł, gospodarstwa domowe i inne scenariusze. Buduje też centrum gromadzenia danych dotyczących inteligencji ucieleśnionej, które określa jako największe na świecie, oraz utworzyła w Suqian społeczność zajmującą się takimi danymi. 1
5
6
29
30
Pierwszą publicznie widoczną warstwą tego projektu jest EgoLive. JD.com przedstawia go jako największy w branży zbiór danych z perspektywy człowieka; informacje o pierwszej wersji mówiły o około 2 tys. godzin nagrań obejmujących ponad 300 zadań operacyjnych. Uczelniom, deweloperom i firmom z ekosystemu udostępniono również wybrane zbiory danych o wysokiej precyzji. Podane skale pochodzą jednak od JD.com lub z relacji branżowych, dlatego należy traktować je jako deklaracje, a nie niezależnie zweryfikowane benchmarki. 4
5
6
30
Zakładana pętla rozwoju wygląda następująco:
- Pracownicy i maszyny generują nagrania oraz dane operacyjne.
- Dane pomagają trenować modele rozpoznawania, planowania i interakcji.
- Ulepszone modele są testowane w magazynach, sieciach dostaw, fabrykach i usługach.
- Wdrożenia dostarczają nowych przykładów, wyjątków i informacji o skuteczności.
- Powstałe rozwiązania można pakować w produkty dla kolejnych użytkowników i branż.
Dlatego strategia JD.com zależy od prowadzenia realnego biznesu fizycznego. Otwarty model może ułatwić eksperymentowanie, ale niezawodna fizyczna AI wymaga również dostępu do prawdziwych zadań oraz infrastruktury pozwalającej sprawdzić, czy system rzeczywiście działa.
JoyAI to zestaw klocków, a nie jeden monolityczny model
Oferta modeli JD.com obejmuje kilka różnych zastosowań. JoyAI-Echo koncentruje się na generowaniu długich materiałów audio-wideo, JoyAI-VL-Interaction na interakcji w czasie rzeczywistym między wizją a językiem, a JoyAI-Video-Edit na strumieniowej edycji wideo. 5
7
11
18
Szczególnie istotny dla fizycznych środowisk jest JoyAI-VL-Interaction. Model ma analizować ciągły strumień wideo, a nie tylko odpowiadać na pytania dotyczące pojedynczego, statycznego obrazu. Wraz z nim udostępniono model, recepturę treningową, zsynchronizowane czasowo dane interakcji oraz możliwy do wdrożenia system transmisji w czasie rzeczywistym. Dokumentacja techniczna opisuje system wzrokocentryczny w skali 8 mld parametrów, który może przetwarzać ciągłe wideo z opóźnieniem poniżej sekundy. 17
19
23
Taki sposób pakowania technologii zmniejsza nakład pracy inżynieryjnej potrzebny do budowy aplikacji korzystających ze stałego obrazu z kamer. Jednocześnie dobrze pokazuje szersze podejście JD.com: udostępniać komponenty wielokrotnego użytku, a przewagę zachowywać dzięki realnym środowiskom, w których są one trenowane, oceniane i integrowane.
RoboBase ma połączyć oprogramowanie z produkcją robotów
Sam dostęp do modelu nie stworzy jeszcze przemysłu fizycznej AI. Roboty potrzebują komponentów, montażu, testów, integracji, konserwacji i lokalnego wsparcia. Temu ma służyć inicjatywa RoboBase.
Pierwszy obiekt RoboBase rozpoczął budowę w Kantonie w 2026 roku. JD.com przedstawia projekt jako element cyklu „badania — produkcja — zastosowanie — usługi” i zapowiada utworzenie w ciągu pięciu lat ponad 80 baz robotycznych w Chinach. 3
6
8
10
Taka struktura może przesunąć JD.com z pozycji dostawcy aplikacji AI w stronę partnera infrastrukturalnego i usługowego dla firm robotycznych. Koncern chce połączyć dostęp do łańcucha dostaw, własne modele, zbieranie danych, środowiska testowe, możliwości produkcyjne, wdrożenia i obsługę posprzedażową. To ambitny plan, a dostępne relacje opisują przede wszystkim założenia i pozycjonowanie firmy, a nie niezależnie audytowane wyniki operacyjne.
Logistyka ma sprawdzić, czy rozwiązania da się powielać
JD.com wykorzystuje własną sieć logistyczną jako główny poligon doświadczalny fizycznej AI. Firma i media branżowe wskazują między innymi na następujące przykłady:
- System Zhilang typu „towar do człowieka” działa w ponad 60 magazynach, także na rynkach zagranicznych.
- Dwuramienny robot Yilang ma rozpoznawać, chwytać i układać przedmiot w około 10 sekund.
- Ponad 1 tys. autonomicznych pojazdów dostawczych działa w ponad 20 chińskich prowincjach.
- Sieć dostaw dronami w Syczuanie obejmuje 78 wsi, a część dostaw ma być realizowana w około siedem minut.
8
11
24
Przykłady obejmują magazynowanie, kompletowanie zamówień, przenoszenie, sortowanie i dostawy ostatniej mili. Ich znaczenie strategiczne nie polega wyłącznie na pokazaniu automatyzacji. Mają one dowodzić, że system oparty na modelach i robotach można włączyć w powtarzalne procesy w wielu lokalizacjach, zamiast pozostawiać go na poziomie demonstratora laboratoryjnego. 24
Dowody pochodzą jednak głównie od firmy lub z relacji branżowych. Najostrożniejszy wniosek brzmi więc: JD.com zgromadził znaczący zestaw deklarowanych wdrożeń i wykorzystuje je do wspierania narracji o industrializacji AI. To, czy systemy zapewniają przy tym stabilne oszczędności, bezpieczeństwo, dostępność i korzystne rezultaty pracy na dużą skalę, wymaga dalszej weryfikacji.
Ekosystem ma wyjść poza magazyny JD.com
JD.com twierdzi, że jego przemysłowi agenci AI obsługują ponad 3 tys. producentów i mogą skrócić prace związane z zarządzaniem danymi z miesięcy do godzin. Firma podaje też, że z narzędzi cyfrowych ludzi JoyAvatar korzystało ponad 80 tys. sprzedawców, a liczba kont prowadzących transmisje na żywo wzrosła w drugim kwartale trzykrotnie rok do roku. Według doniesień firmowych i branżowych program Aidol Creation Camp pomógł wprowadzić na rynek ponad 50 produktów z obszaru sprzętu AI. 2
8
Inicjatywy te poszerzają grupę docelowych klientów. Sprzedawcy mogą korzystać z cyfrowych prezenterów, producenci — z agentów przemysłowych, uczelnie i deweloperzy — ze zbiorów danych, a start-upy sprzętowe — ze wsparcia łańcucha dostaw i zastosowań. W teorii każdy nowy uczestnik dostarcza kolejnych informacji z wdrożeń i zwiększa rynek dla podstawowych narzędzi.
To różnica między wewnętrznym programem automatyzacji a strategią platformy przemysłowej. JD.com próbuje wypchnąć możliwości AI na zewnątrz, a jednocześnie czerpać wartość z usług otaczających technologię: sprawniejszej realizacji zamówień, niższych kosztów operacyjnych, produkcji sprzętu, integracji, rozwoju sprzedawców i wzrostu produktywności przemysłu.
Co ten model musi jeszcze udowodnić
Plan JD.com jest spójny: mocno inwestować w cały stos technologiczny, otwierać wybrane możliwości, zbierać dane z prawdziwej pracy, trenować modele do zadań fizycznych, produkować i testować roboty, a następnie wdrażać je w istniejącej sieci operacyjnej. Strategia wpisuje się też w szerszą zmianę w fizycznej AI, w której jednostką konkurencji staje się coraz częściej kompletny system, a nie sam model. 3
4
31
Otwartość nie oznacza jednak automatycznie niskiego kosztu, a wdrożenie nie gwarantuje trwałego wzrostu produktywności. Niezależne oceny powinny odpowiedzieć między innymi na następujące pytania:
- Jak szeroko partnerzy mogą korzystać z modeli, danych i oprogramowania wdrożeniowego?
- Czy zbiory danych mają wystarczającą dokumentację, odpowiednie zgody i zabezpieczenia zarządzania danymi?
- Jak dobrze systemy przenoszą się między magazynami, państwami, branżami i platformami sprzętowymi?
- Czy po uwzględnieniu integracji, konserwacji i nadzoru wdrożenia robotów faktycznie obniżają całkowite koszty operacyjne?
- W jaki sposób zewnętrzni deweloperzy i producenci dzielą się wartością tworzoną przez ten ekosystem?
Na razie najważniejszy zakład JD.com jest jasny: AI może stać się bardziej użyteczna — i potencjalnie bardziej dostępna — jeśli zostanie połączona z realną pracą fizyczną. Otwarte modele i zbiory danych to warstwa widoczna na powierzchni. Głębsza, proponowana przez firmę przewaga ma znajdować się w całej pętli pod spodem: danych operacyjnych, sprawdzonych procesach, możliwościach produkcyjnych, skali wdrożeń i infrastrukturze usługowej.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Jak JD.com buduje otwarty ekosystem fizycznej AI"?
JD.com traktuje AI jako infrastrukturę przemysłową: w pierwszej połowie 2026 roku zwiększył wydatki na badania i rozwój o 53,2% rok do roku, ale deklaracje dotyczące otwartości i skali projektu w dużej mierze pochodzą...
What are the key points to validate first?
JD.com traktuje AI jako infrastrukturę przemysłową: w pierwszej połowie 2026 roku zwiększył wydatki na badania i rozwój o 53,2% rok do roku, ale deklaracje dotyczące otwartości i skali projektu w dużej mierze pochodzą... Strategia łączy dane z handlu, magazynów i logistyki, otwarte modele JoyAI, produkcję robotów, wdrożenia operacyjne oraz usługi dla sprzedawców, producentów, deweloperów i firm sprzętowych.
What should I do next in practice?
Najważniejszy zakład JD.com brzmi: trwała przewaga w fizycznej AI będzie wynikać nie tylko z dostępu do modelu, lecz także z posiadania danych, sprzętu, sprawdzonych procesów i sieci serwisowej.