Så vill JD.com göra fysisk AI till industrins nya infrastruktur

JD.com vill inte bara sälja ännu en AI-tjänst. Företaget försöker bygga ett helt ekosystem för fysisk AI – teknik som kan se, förstå och agera i den verkliga världen, exempelvis i lager, fabriker och leveransnätverk.

Grundtanken är att AI ska fungera mer som industriell infrastruktur än som en sluten mjukvaruprodukt med höga marginaler. Grundaren och styrelseordföranden Richard Liu har beskrivit tekniska barriärer som en form av exploatering och sagt att JD:s AI inte ska vara till för ett enda företag eller ett enda land. I praktiken innebär det en strategi som binder samman modeller, data, hårdvara, testmiljöer, produktion och tjänster. 12

Det är en viktig skillnad. JD.com öppnar inte bara en chatbot eller publicerar en samling modellvikter. Företaget försöker skapa en återanvändbar väg från datainsamling i verkliga miljöer till modellträning, robotproduktion, driftstestning och kommersiell användning. Om satsningen lyckas kan den sänka tröskeln för företag som vill börja använda fysisk AI. Men hur öppen plattformen faktiskt blir och hur ekonomin ser ut på lång sikt är ännu inte oberoende belagt.

Stora investeringar – men selektiv öppenhet

Under första halvåret 2026 ökade JD.coms FoU-investeringar med 53,2 procent jämfört med samma period året innan. Pengarna går enligt företaget bland annat till JoyAI-modellerna, fysisk AI, så kallad embodied intelligence – AI som kan agera genom en fysisk kropp – samt industriella tillämpningar. JD.com har samtidigt sagt att den egenutvecklade AI-tekniken i hela kedjan ska öppnas för globala samarbetspartner. 23

Öppenheten syns på flera håll:

• utvalda modeller har publicerats via Hugging Face och GitHub,
• digitala AI-presentatörer för livestreaming har gjorts kostnadsfria för över 80 000 handlare,
• datasetet EgoLive, som består av material ur människors perspektiv, har öppnats för branschen. 238

Det är dock bäst att se detta som en ekosystemstrategi – inte som ett löfte om att varje del är helt öppen på samma villkor. Modellvikter, träningsdata, dataset, driftsystem och kommersiella tjänster kan ha olika åtkomstregler. För utvecklare är frågan därför inte bara om en modell kallas ”öppen källkod”, utan om verktygen och datan runt modellen faktiskt gör den användbar i praktiken.

Verkliga lager och leveranser ska ge dataförsprånget

Fysisk AI behöver mer än text från internet. En robot måste kunna tolka föremål, utrymmen, rörelser, tid, säkerhetskrav och följderna av sina egna handlingar. JD.coms påstådda fördel är över 20 års erfarenhet av handel, lager och logistik – miljöer där dessa problem uppstår om och om igen. 234

Företaget planerar att samla in över 10 miljoner timmar video ur första- och tredjepersonsperspektiv under två år. Datainsamlingen ska omfatta bland annat butiker, lager, logistik, industri, hemmiljöer och andra arbetsmoment. JD.com bygger också vad företaget beskriver som världens största insamlingscenter för data om fysisk intelligens och har etablerat ett centrum för sådan datainsamling i Suqian. 1562930

EgoLive är den första offentliga delen av satsningen. JD.com har beskrivit det som branschens största dataset ur människors perspektiv. Den första publiceringen uppges omfatta omkring 2 000 timmar och mer än 300 arbetsuppgifter. Högprecisionsdataset har dessutom gjorts tillgängliga på riktad basis för universitet, utvecklare och företag i ekosystemet. Uppgifterna om storlek kommer från JD.com eller branschrapportering och bör därför betraktas som företagets eller mediernas påståenden, inte som oberoende verifierade jämförelser. 45630

Det tänkta kretsloppet är enkelt:

1. Människor och maskiner skapar video- och driftdata i verkliga arbetssituationer.
2. Datan används för att träna modeller för perception, planering och interaktion.
3. De förbättrade modellerna testas i lager, leveransnätverk, fabriker och servicemiljöer.
4. Driften skapar nya exempel, undantag och mätvärden.
5. Funktionerna kan därefter paketeras för fler användare och branscher.

Det är också därför JD.coms strategi är så beroende av företagets fysiska verksamhet. En öppen modell kan göra experiment billigare, men tillförlitlig fysisk AI kräver verkliga arbetsmoment och infrastruktur för att mäta om tekniken fungerar.

JoyAI är en verktygslåda – inte en enda jättemodell

JD.coms AI-satsning omfattar flera olika modelltyper. JoyAI-Echo fokuserar på lång ljud- och videogenerering, JoyAI-VL-Interaction på interaktion mellan syn och språk i realtid, och JoyAI-Video-Edit på strömmande videoredigering. 571118

JoyAI-VL-Interaction är särskilt relevant i fysiska miljöer eftersom modellen är utformad för att bearbeta pågående video, inte bara svara på frågor om en stillbild. Publiceringen innehåller modellen, en träningsmetod, tidsanpassade interaktionsdata och en körbar stack för realtidsströmning. Den tekniska dokumentationen beskriver ett system på åtta miljarder parametrar som kan bearbeta kontinuerlig video med svarstid under en sekund. 171923

För utvecklare kan en sådan paketering minska ingenjörsarbetet kring kameror och kontinuerliga videoströmmar. Den säger också något om JD.coms övergripande modell: släpp återanvändbara komponenter, men behåll ett försprång genom de verkliga miljöer där komponenterna tränas, utvärderas och integreras.

RoboBase ska fylla luckan mellan programvara och robotfabrik

Tillgång till modeller räcker inte för att skapa en fysisk AI-industri. Robotar behöver komponenter, montering, tester, integration, underhåll och lokal support. Det är den industriella mellanlagret som JD.com vill bygga med RoboBase.

Den första RoboBase-anläggningen började byggas i Guangzhou 2026. JD.com säger att projektet ska stödja en kedja från forskning till tillverkning, användning och service. Företaget planerar dessutom att etablera över 80 robotbaser i Kina under fem år. 36810

Om planerna genomförs kan JD.com bli mer än en leverantör av AI-applikationer. Företaget skulle då kunna fungera som infrastruktur- och servicepartner åt robotbolag, med tillgång till leveranskedjor, modeller, datainsamling, testmiljöer, produktionskapacitet och eftermarknad.

Satsningen är samtidigt ambitiös. Den tillgängliga rapporteringen beskriver framför allt planer och företagets egen positionering, snarare än oberoende granskade resultat från verksamheten.

Logistiken blir testet på om tekniken går att upprepa

JD.com använder sitt logistiknätverk som den viktigaste demonstrationsmiljön för fysisk AI. Företaget och branschmedier rapporterar bland annat att:

• varu-till-person-systemet Zhilang har installerats i över 60 lager, även på utländska marknader,
• tvåarmsroboten Yilang ska kunna identifiera, greppa och stapla en vara på omkring tio sekunder,
• över 1 000 autonoma leveransfordon körs i mer än 20 kinesiska provinser,
• ett drönarnätverk i Sichuan täcker 78 byar, där vissa leveranser ska ha genomförts på omkring sju minuter. 81124

Exemplen spänner över lagerarbete, plockning, hantering, sortering och sista ledet i leveransen. Den strategiska poängen är inte bara att visa upp automatisering, utan att demonstrera att modell- och robotsystem kan byggas in i återkommande arbetsflöden på flera platser – inte stanna som laboratorieprototyper. 24

Bevisläget bygger fortfarande främst på företagsuppgifter och branschrapportering. Den säkraste slutsatsen är därför att JD.com har en omfattande samling rapporterade installationer som används för att stödja företagets industrialiseringsberättelse. Om systemen verkligen ger stabila förbättringar i kostnad, säkerhet, drifttid och arbetsmiljö i stor skala återstår att verifiera.

Ekosystemet ska nå längre än JD.coms egna lager

JD.com uppger att företagets industriella AI-agenter används av över 3 000 tillverkare och kan korta arbetet med datastyrning från månader till timmar. Företaget säger också att de digitala verktygen JoyAvatar används av över 80 000 handlare och att antalet livestreamingkonton ökade trefaldigt under årets andra kvartal jämfört med året innan. Enligt företags- och branschrapporter har programmet Aidol Creation Camp dessutom hjälpt till att få över 50 AI-hårdvaruprodukter ut på marknaden. 28

Det breddar kundbasen. Handlare kan använda digitala presentatörer, tillverkare kan använda industriella AI-agenter, universitet och utvecklare kan arbeta med dataset och hårdvarustartuper kan få stöd inom leveranskedjor och tillämpningar.

I teorin bidrar varje ny deltagare med mer driftfeedback och gör marknaden för verktygen större. Det är skillnaden mellan ett internt automatiseringsprogram och en industriell plattform: JD.com försöker sprida AI-funktioner utanför den egna organisationen och samtidigt skapa värde genom tjänsterna runt tekniken – effektivare logistik, lägre kostnader, hårdvaruproduktion, integration, ökad försäljning och högre produktivitet.

Det här måste JD.com fortfarande bevisa

JD.coms plan hänger ihop: investera i hela teknikstacken, öppna utvalda modeller och dataset, samla in data från verkligt arbete, träna modeller för fysiska uppgifter, bygga och testa robotar och distribuera dem genom ett befintligt drift- och logistiknätverk. Den passar också in i en bredare utveckling där konkurrensen inom fysisk AI allt mer handlar om kompletta system, inte enbart om den bästa modellen. 3431

Men öppenhet innebär inte automatiskt låga kostnader, och en installation innebär inte automatiskt varaktiga produktivitetsvinster. Oberoende utvärderingar behövs framför allt av följande:

• hur brett partners får använda modeller, data och driftsprogramvara,
• om datamängderna har tillräcklig dokumentation, rättigheter och skydd för personlig integritet,
• hur väl systemen fungerar i andra lager, länder, branscher och på andra robotplattformar,
• om robotarna minskar de totala kostnaderna efter integration, underhåll och mänsklig övervakning,
• hur utvecklare och tillverkare utanför JD.com får del av värdet som ekosystemet skapar.

JD.coms tydligaste strategiska satsning är än så länge att AI blir mer användbar – och potentiellt mer tillgänglig – när den kopplas till verkligt fysiskt arbete. Modellerna och datasetet är den synliga delen. Den djupare konkurrensfördelen kan i stället ligga i hela kedjan under ytan: driftdata, testade arbetsflöden, tillverkningskapacitet, installationsskala och serviceinfrastruktur.