Da JoyAI aos robôs: o plano de ponta a ponta da JD.com para a IA física

A JD.com está tentando levar a inteligência artificial para fora da tela — e não apenas no sentido de lançar mais um chatbot. A empresa chinesa quer construir uma infraestrutura industrial completa para a chamada IA física, conectando modelos, dados, hardware, fabricação, implantação e serviços em um único ecossistema.

A estratégia combina abertura seletiva para parceiros e desenvolvedores com uma vantagem que a companhia considera difícil de copiar: mais de duas décadas de operações em varejo, armazenagem e logística. Na visão do fundador e presidente do conselho, Richard Liu, barreiras tecnológicas são uma forma de exploração, e a tecnologia da JD.com não deveria servir exclusivamente a uma empresa ou a um país. 12

Na prática, porém, “aberto” não significa necessariamente que todos os modelos, dados, ferramentas e serviços estejam disponíveis sob as mesmas condições. A proposta é liberar componentes suficientes para reduzir o custo de experimentação, enquanto a JD.com mantém um papel central nos ambientes reais onde essas tecnologias são treinadas, testadas e colocadas para funcionar.

O primeiro passo: investir pesado e abrir parte da cadeia

A JD.com informou que seus investimentos em pesquisa e desenvolvimento cresceram 53,2% na comparação anual no primeiro semestre de 2026. Segundo a empresa e reportagens do setor, os recursos estão sendo direcionados principalmente à família de modelos JoyAI, à inteligência incorporada, à infraestrutura de IA física e a aplicações industriais. A companhia também afirmou que sua IA desenvolvida internamente de ponta a ponta será aberta a parceiros globais. 23

Essa abertura já aparece em diferentes frentes:

• alguns modelos foram disponibilizados no Hugging Face e no GitHub;
• ferramentas de transmissão ao vivo com apresentadores digitais foram oferecidas gratuitamente a mais de 80 mil comerciantes;
• o conjunto de dados EgoLive, baseado na perspectiva humana, foi aberto para usuários da indústria e para grupos selecionados de universidades, desenvolvedores e empresas do ecossistema. 238

O ponto importante é que a JD.com não está apenas disponibilizando pesos de modelos. Para criar aplicações de IA física, desenvolvedores também precisam de dados, receitas de treinamento, sistemas de implantação, ferramentas de avaliação e acesso a cenários reais. É nesse entorno que a empresa pretende construir seu papel de infraestrutura.

Dados de operações reais formam o possível diferencial

A IA física precisa lidar com muito mais do que texto extraído da internet. Um robô tem de reconhecer objetos e espaços, interpretar movimentos, calcular tempo e distância, respeitar restrições de segurança e aprender com as consequências de suas próprias ações.

A JD.com afirma que seus mais de 20 anos de experiência em varejo, armazenagem e logística lhe dão acesso recorrente a esse tipo de situação. Em vez de depender apenas de dados sintéticos ou de demonstrações isoladas, a empresa pode coletar informações em armazéns, centros de distribuição, lojas, fábricas, residências e operações de entrega. 234

A companhia planeja coletar mais de 10 milhões de horas de vídeos reais em primeira e terceira pessoa ao longo de dois anos, com participação de cenários de varejo, armazenagem, logística, indústria, residências e outros ambientes. Também está construindo o que descreve como o maior centro de coleta de dados incorporados do mundo e estabeleceu em Suqian uma comunidade dedicada à coleta desses dados. 1562930

O EgoLive é a primeira camada pública dessa iniciativa. A JD.com o descreve como o maior conjunto de dados de perspectiva humana do setor. Reportagens sobre o primeiro lançamento mencionam cerca de 2 mil horas, mais de 300 tarefas operacionais e aplicações em áreas como armazenagem, ambiente doméstico e farmácias. Essas dimensões são declarações da empresa ou de veículos especializados e ainda não equivalem a benchmarks independentes. 45630

O ciclo que a companhia pretende criar é relativamente direto:

1. Trabalhadores e máquinas geram vídeos e dados operacionais.
2. Essas informações ajudam a treinar modelos de percepção, planejamento e interação.
3. Os modelos aprimorados são testados em armazéns, redes de entrega, fábricas e serviços.
4. As implantações produzem novos exemplos, exceções e dados de desempenho.
5. As capacidades resultantes podem ser transformadas em produtos para mais usuários e setores.

Esse ciclo explica por que a estratégia depende tanto dos negócios físicos da JD.com. Um modelo aberto pode facilitar os primeiros experimentos, mas a confiabilidade vem da exposição repetida a tarefas reais e de uma infraestrutura capaz de medir se o sistema realmente funciona.

JoyAI é uma coleção de blocos, não um único modelo

A família JoyAI cobre diferentes tipos de aplicação. O JoyAI-Echo é voltado à geração de áudio e vídeo de longa duração; o JoyAI-VL-Interaction trabalha com interação em tempo real entre visão e linguagem; e o JoyAI-Video-Edit permite editar vídeos de forma contínua durante a reprodução. 571118

O JoyAI-VL-Interaction é especialmente relevante para ambientes físicos porque foi projetado para processar um fluxo de vídeo contínuo, e não apenas responder a perguntas sobre uma imagem estática. O lançamento inclui o modelo, a receita de treinamento, dados de interação alinhados no tempo e uma pilha de transmissão em tempo real pronta para implantação. A documentação técnica descreve um sistema de 8 bilhões de parâmetros, orientado por visão, capaz de processar horas de vídeo contínuo com latência inferior a um segundo. 171923

Esse formato reduz o trabalho de engenharia para quem deseja criar aplicações baseadas em câmeras, transmissões ao vivo ou outras entradas visuais contínuas. Ao mesmo tempo, revela o desenho mais amplo da JD.com: liberar componentes reutilizáveis, mas preservar uma vantagem nos locais onde eles são treinados, avaliados e integrados a fluxos de trabalho.

RoboBase tenta preencher a lacuna entre software e robôs

Modelos de IA, sozinhos, não criam uma indústria de robótica. É preciso fabricar componentes, montar equipamentos, realizar testes, integrar sistemas, fazer manutenção e oferecer suporte local.

O projeto RoboBase foi concebido para fornecer essa camada industrial. A primeira unidade começou a ser construída em Guangzhou em 2026. A JD.com afirma que o projeto apoiará um ciclo de pesquisa, fabricação, aplicação e serviços, e planeja instalar mais de 80 bases de robôs na China ao longo de cinco anos. 36810

Se for executada como planejado, essa estrutura poderá posicionar a companhia não apenas como fornecedora de aplicações de IA, mas também como parceira de infraestrutura para empresas de robótica. A combinação incluiria acesso à cadeia de suprimentos, modelos, dados, ambientes de teste, capacidade de produção e suporte pós-venda.

A proposta é ambiciosa. Até o momento, as informações disponíveis descrevem com mais clareza os planos e o posicionamento da empresa do que resultados operacionais auditados de toda essa rede.

A logística é o teste de repetibilidade

A JD.com usa sua própria rede logística como principal vitrine para a IA física. Entre os exemplos citados pela empresa e por veículos do setor estão:

• o sistema de armazenagem “mercadoria até a pessoa” Zhilang, implantado em mais de 60 armazéns, inclusive em mercados internacionais;
• o robô de dois braços Yilang, que, segundo os relatos, reconhece, agarra e empilha um item em cerca de 10 segundos;
• mais de mil veículos autônomos operando em mais de 20 províncias chinesas;
• uma rede de drones de entrega em Sichuan que atende 78 vilarejos, com algumas entregas concluídas em aproximadamente sete minutos. 81124

Os casos abrangem armazenagem, separação, movimentação, triagem e entrega na última milha. Sua importância estratégica não está apenas em demonstrar automação, mas em tentar provar que a combinação de modelos e robôs consegue ser integrada a fluxos repetíveis em diferentes locais — e não permanecer como um protótipo de laboratório. 24

Ainda assim, a maior parte dessas informações vem da própria JD.com ou de reportagens do setor. A conclusão mais segura é que a empresa acumulou um conjunto expressivo de implantações declaradas e o utiliza para sustentar sua narrativa de industrialização. Custos totais, segurança, disponibilidade, manutenção e impacto sobre o trabalho precisarão de verificação independente em escala maior.

O ecossistema vai além dos armazéns

A JD.com afirma que seus agentes industriais de IA atendem mais de 3 mil fabricantes e podem reduzir tarefas de governança de dados de meses para horas. A empresa também diz que suas ferramentas de apresentadores digitais JoyAvatar já foram usadas por mais de 80 mil comerciantes e que o número de contas de transmissão ao vivo cresceu três vezes no segundo trimestre, na comparação anual. Segundo relatos corporativos e do setor, o Aidol Creation Camp ajudou a levar mais de 50 produtos de hardware com IA ao mercado. 28

Essas iniciativas ampliam o público-alvo da estratégia:

• comerciantes podem usar apresentadores digitais em transmissões de vendas;
• fabricantes podem aplicar agentes industriais em processos internos;
• universidades e desenvolvedores podem trabalhar com conjuntos de dados;
• startups de hardware podem acessar suporte de cadeia de suprimentos e de aplicação.

Em teoria, cada novo participante adiciona dados de implantação, feedback e casos de uso, expandindo o mercado para as ferramentas subjacentes. Essa é a diferença entre um programa interno de automação e uma plataforma industrial: a JD.com tenta distribuir capacidades de IA para fora da própria operação e capturar valor nos serviços ao redor delas — como fulfillment, redução de custos, fabricação de hardware, integração e produtividade industrial.

O que ainda precisa ser comprovado

O plano da JD.com é coerente: investir na cadeia completa, abrir capacidades selecionadas, coletar dados de trabalho real, treinar modelos para tarefas físicas, fabricar e testar robôs e implantá-los por meio de uma rede operacional já existente. Ele também acompanha uma mudança mais ampla na IA física, em que a unidade de competição tende a ser um sistema completo, e não um modelo isolado. 3431

Mas abertura não significa automaticamente baixo custo, e uma implantação não garante ganhos duradouros de produtividade. Entre as questões que ainda exigem avaliação independente estão:

• quão amplamente parceiros poderão usar modelos, dados e softwares de implantação;
• se os conjuntos de dados têm documentação, permissões e salvaguardas de governança suficientes;
• como os sistemas se comportam ao migrar entre armazéns, países, setores e plataformas de hardware;
• se os robôs reduzem o custo operacional total depois de integração, manutenção e supervisão;
• como desenvolvedores e fabricantes terceirizados participarão do valor criado pelo ecossistema.

Por enquanto, a aposta mais clara da JD.com é que a IA se torna mais útil — e potencialmente mais acessível — quando é conectada ao trabalho físico real. Os modelos JoyAI e o EgoLive são a camada visível. A possível vantagem estrutural está no circuito completo por trás deles: dados operacionais, fluxos testados, capacidade de fabricação, escala de implantação e infraestrutura de serviços.