คำตอบเผยแพร่แล้ว28 แหล่งที่มา
JD.com กำลังสร้างระบบนิเวศ Physical AI แบบเปิด ตั้งแต่ข้อมูลจริงถึงหุ่นยนต์ใช้งาน
JD.com รายงานว่าเงินลงทุนด้านวิจัยและพัฒนาในครึ่งแรกของปี 2026 เพิ่มขึ้น 53.2% โดยมุ่งไปที่โมเดล JoyAI ปัญญาประดิษฐ์เชิงกายภาพ และโครงสร้างพื้นฐานสำหรับภาคอุตสาหกรรม ขณะที่คำกล่าวเรื่องความเปิดกว้างและตัวเลขขนาดใหญ่ส่... พิมพ์เขียวของบริษัทเชื่อมข้อมูลจากธุรกิจค้าปลีก คลังสินค้า และโลจิสติกส์เข้ากับโมเดล JoyAI การผล...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย
ประเด็นสำคัญ
- JD.com รายงานว่าเงินลงทุนด้านวิจัยและพัฒนาในครึ่งแรกของปี 2026 เพิ่มขึ้น 53.2% โดยมุ่งไปที่โมเดล JoyAI ปัญญาประดิษฐ์เชิงกายภาพ และโครงสร้างพื้นฐานสำหรับภาคอุตสาหกรรม ขณะที่คำกล่าวเรื่องความเปิดกว้างและตัวเลขขนาดใหญ่ส่...
- พิมพ์เขียวของบริษัทเชื่อมข้อมูลจากธุรกิจค้าปลีก คลังสินค้า และโลจิสติกส์เข้ากับโมเดล JoyAI การผลิตหุ่นยนต์ การใช้งานจริง และบริการสำหรับผู้ค้า ผู้ผลิต นักพัฒนา และบริษัทฮาร์ดแวร์
- เดิมพันสำคัญคือความได้เปรียบระยะยาวของ Physical AI อาจไม่ได้อยู่ที่การเข้าถึงโมเดลเพียงอย่างเดียว แต่อยู่ที่การมีข้อมูล ฮาร์ดแวร์ กระบวนการทำงาน และเครือข่ายบริการที่ทำให้หุ่นยนต์ทำงานได้อย่างสม่ำเสมอ
AI พรอมต์
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 กำลังวางตำแหน่ง AI ให้เป็นโครงสร้างพื้นฐานสำหรับภาคอุตสาหกรรม มากกว่าจะเป็นเพียงซอฟต์แวร์แบบปิดที่บริษัทเดียวถือครอง จุดยืนของริชาร์ด หลิว ผู้ก่อตั้งและประธานบริษัท คืออุปสรรคทางเทคโนโลยีมีลักษณะเป็นการเอาเปรียบ และ JD.com ไม่ต้องการให้ขีดความสามารถด้าน AI รับใช้เพียงบริษัทหรือประเทศเดียว แนวคิดนี้จึงถูกแปลงเป็นกลยุทธ์แบบครบวงจรที่เชื่อมโมเดล ข้อมูล ฮาร์ดแวร์ การนำไปใช้งาน และบริการเข้าด้วยกัน 1
2
สิ่งที่ JD.com กำลังทำจึงไม่ใช่แค่การปล่อยแชตบอตหรือแจกน้ำหนักโมเดลบางชุด แต่เป็นการสร้างเส้นทางซ้ำได้ ตั้งแต่เก็บข้อมูลจากโลกจริง ฝึกโมเดล ผลิตหุ่นยนต์ ทดสอบในหน้างาน ไปจนถึงนำไปใช้เชิงพาณิชย์ แนวทางนี้อาจช่วยลดต้นทุนและความยุ่งยากในการนำ Physical AI หรือ AI ที่รับรู้และลงมือทำในโลกจริงไปใช้ แต่เศรษฐศาสตร์ระยะยาวและระดับความเปิดกว้างของระบบนิเวศยังต้องรอการประเมินโดยอิสระ
เริ่มจากการลงทุนหนัก แต่เปิดให้ใช้งานเป็นส่วน ๆ
JD.com รายงานว่าเงินลงทุนด้านวิจัยและพัฒนาในครึ่งแรกของปี 2026 เพิ่มขึ้น 53.2% เมื่อเทียบกับช่วงเดียวกันของปีก่อน โดยเงินลงทุนมุ่งไปที่ตระกูลโมเดล JoyAI ปัญญาประดิษฐ์เชิงกายภาพ โครงสร้างพื้นฐาน Physical AI และการประยุกต์ใช้ในภาคอุตสาหกรรม บริษัทระบุด้วยว่าจะเปิด AI ที่พัฒนาขึ้นเองแบบครบทั้งห่วงโซ่ให้พันธมิตรทั่วโลกเข้าถึง 2
3
ความเปิดกว้างดังกล่าวมีหลายรูปแบบ JD.com เปิดตัวโมเดลบางส่วนผ่าน Hugging Face และ GitHub ให้บริการไลฟ์สตรีมด้วยมนุษย์ดิจิทัลโดยไม่คิดค่าใช้จ่ายแก่ร้านค้ามากกว่า 80,000 ราย และเปิดชุดข้อมูลมุมมองบุคคลที่หนึ่ง EgoLive ให้ผู้ใช้งานในอุตสาหกรรมเข้าถึง 2
3
8
อย่างไรก็ตาม ควรทำความเข้าใจว่านี่เป็นกลยุทธ์สร้างระบบนิเวศ มากกว่าการประกาศว่าส่วนประกอบทุกอย่างเปิดอย่างเท่าเทียมกันทั้งหมด น้ำหนักโมเดล ข้อมูลฝึก ชุดข้อมูล ระบบนำไปใช้งาน และบริการเชิงพาณิชย์อาจมีเงื่อนไขการเข้าถึงแตกต่างกัน สำหรับผู้ใช้ คำถามสำคัญจึงไม่ใช่เพียงโมเดลนั้นถูกเรียกว่า “โอเพนซอร์ส” หรือไม่ แต่รวมถึงเครื่องมือและข้อมูลรอบข้างเพียงพอให้สร้างและดูแลแอปพลิเคชันได้จริงหรือไม่
จุดแข็งด้านข้อมูลมาจากการทำงานในโลกจริง
Physical AI ต้องใช้ข้อมูลมากกว่าข้อความจากอินเทอร์เน็ตในระดับมหาศาล หุ่นยนต์ต้องเข้าใจวัตถุ พื้นที่ การเคลื่อนไหว จังหวะเวลา ข้อจำกัดด้านความปลอดภัย และผลลัพธ์จากการกระทำของตัวเอง ในมุมมองของ JD.com ความได้เปรียบมาจากประสบการณ์กว่าสองทศวรรษในคลังสินค้า ค้าปลีก และโลจิสติกส์ ซึ่งทำให้บริษัทเข้าถึงสถานการณ์การทำงานจริงที่เกิดขึ้นซ้ำ ๆ 2
3
4
บริษัทมีแผนเก็บวิดีโอจากโลกจริงทั้งมุมมองบุคคลที่หนึ่งและบุคคลที่สามมากกว่า 10 ล้านชั่วโมงภายในสองปี โดยครอบคลุมค้าปลีก คลังสินค้า โลจิสติกส์ งานอุตสาหกรรม การใช้งานในบ้าน และสถานการณ์อื่น ๆ นอกจากนี้ยังอยู่ระหว่างการสร้างศูนย์เก็บข้อมูลปัญญาประดิษฐ์เชิงกายภาพที่บริษัทระบุว่าใหญ่ที่สุดในโลก และจัดตั้งชุมชนเก็บข้อมูลลักษณะดังกล่าวที่เมืองซู่เชียน 1
5
6
29
30
EgoLive คือชั้นข้อมูลสาธารณะระยะแรกของโครงการนี้ JD.com ระบุว่าเป็นชุดข้อมูลมุมมองบุคคลที่หนึ่งที่ใหญ่ที่สุดในอุตสาหกรรม โดยรายงานเกี่ยวกับการเปิดตัวครั้งแรกระบุว่ามีวิดีโอประมาณ 2,000 ชั่วโมง ครอบคลุมงานปฏิบัติการมากกว่า 300 ประเภท ขณะเดียวกัน ชุดข้อมูลความแม่นยำสูงก็ถูกเปิดให้มหาวิทยาลัย นักพัฒนา และบริษัทในระบบนิเวศใช้งานแบบเจาะจง ตัวเลขด้านขนาดเหล่านี้มาจาก JD.com หรือรายงานในอุตสาหกรรม จึงควรถือเป็นคำกล่าวอ้างที่ยังไม่ได้ผ่านการตรวจสอบโดยอิสระ 4
5
6
30
วงจรการพัฒนาข้อมูลที่บริษัทต้องการสร้างมีลักษณะดังนี้
- คนทำงานและเครื่องจักรสร้างวิดีโอและข้อมูลการปฏิบัติงานจากหน้างานจริง
- ข้อมูลเหล่านั้นช่วยฝึกโมเดลด้านการรับรู้ การวางแผน และการปฏิสัมพันธ์
- โมเดลที่ดีขึ้นถูกทดสอบในคลังสินค้า เครือข่ายจัดส่ง โรงงาน และงานบริการ
- การใช้งานจริงสร้างตัวอย่างใหม่ กรณียกเว้น และข้อมูลย้อนกลับด้านประสิทธิภาพ
- ความสามารถที่ได้สามารถนำไปบรรจุเป็นโซลูชันสำหรับผู้ใช้และอุตสาหกรรมที่กว้างขึ้น
นี่คือเหตุผลที่กลยุทธ์ของ JD.com พึ่งพาธุรกิจที่มีการปฏิบัติงานจริง โมเดลแบบเปิดอาจลดกำแพงสำหรับการทดลอง แต่ Physical AI ที่เชื่อถือได้ยังต้องอาศัยงานจริงและโครงสร้างพื้นฐานสำหรับวัดผลว่าระบบทำงานได้ดีเพียงใด
JoyAI คือชุดเครื่องมือหลายประเภท ไม่ใช่โมเดลเดียวจบ
การผลักดัน AI ของ JD.com ครอบคลุมโมเดลหลายลักษณะ ได้แก่ JoyAI-Echo สำหรับการสร้างเสียงและวิดีโอความยาวมาก JoyAI-VL-Interaction สำหรับการโต้ตอบระหว่างภาพกับภาษาแบบเรียลไทม์ และ JoyAI-Video-Edit สำหรับการตัดต่อวิดีโอแบบสตรีมมิง 5
7
11
18
JoyAI-VL-Interaction มีความเกี่ยวข้องกับสภาพแวดล้อมทางกายภาพเป็นพิเศษ เพราะออกแบบมาให้ประมวลผลวิดีโอที่กำลังดำเนินอยู่ ไม่ใช่เพียงตอบคำถามจากภาพนิ่ง เอกสารเปิดตัวประกอบด้วยตัวโมเดล สูตรการฝึก ข้อมูลปฏิสัมพันธ์ที่จัดแนวตามเวลา และระบบสตรีมมิงแบบเรียลไทม์ที่นำไปใช้งานได้ รายงานทางเทคนิคอธิบายว่าเป็นระบบขนาด 8 พันล้านพารามิเตอร์ที่เน้นการมองเห็น และประมวลผลวิดีโอต่อเนื่องด้วยความหน่วงต่ำกว่าหนึ่งวินาที 17
19
23
การเผยแพร่ในรูปแบบนี้ช่วยลดภาระทางวิศวกรรมสำหรับนักพัฒนาที่ต้องการสร้างแอปพลิเคชันจากภาพจากกล้องอย่างต่อเนื่อง และสะท้อนแนวทางที่กว้างขึ้นของ JD.com คือเปิดส่วนประกอบที่นำกลับไปใช้ซ้ำได้ ขณะเดียวกันยังคงมีความได้เปรียบจากสภาพแวดล้อมจริงที่ใช้ฝึก ประเมิน และผสานเทคโนโลยีเหล่านี้
RoboBase ขยายกลยุทธ์จากซอฟต์แวร์ไปสู่การผลิต
การเข้าถึงโมเดลเพียงอย่างเดียวไม่เพียงพอที่จะสร้างอุตสาหกรรม Physical AI หุ่นยนต์ต้องการชิ้นส่วน การประกอบ การทดสอบ การผสานระบบ การบำรุงรักษา และการสนับสนุนในพื้นที่ โครงการ RoboBase ของ JD.com มีเป้าหมายเติมเต็มชั้นโครงสร้างพื้นฐานด้านอุตสาหกรรมที่ขาดหายไป
RoboBase แห่งแรกเริ่มก่อสร้างในนครกว่างโจวในปี 2026 โดย JD.com ระบุว่าโครงการจะสนับสนุนวงจรตั้งแต่การวิจัย การผลิต ไปจนถึงการใช้งานและบริการ และมีแผนจัดตั้งฐานหุ่นยนต์มากกว่า 80 แห่งทั่วจีนภายในห้าปี 3
6
8
10
โครงสร้างนี้อาจทำให้บริษัทก้าวไกลกว่าการเป็นผู้ให้บริการแอปพลิเคชัน AI โดยวางตัวเป็นพันธมิตรด้านโครงสร้างพื้นฐานและบริการสำหรับบริษัทหุ่นยนต์ ผ่านการผสานซัพพลายเชน ความสามารถของโมเดล การเก็บข้อมูล สถานที่ทดสอบ กำลังการผลิต และบริการหลังการขาย อย่างไรก็ดี แผนดังกล่าวมีความทะเยอทะยาน และข้อมูลที่มีอยู่สะท้อนแผนงานกับการวางตำแหน่งของบริษัทชัดเจนกว่าผลการดำเนินงานที่ผ่านการตรวจสอบโดยอิสระ
การใช้งานด้านโลจิสติกส์คือบททดสอบว่านำไปทำซ้ำได้หรือไม่
JD.com ใช้เครือข่ายโลจิสติกส์ของตัวเองเป็นพื้นที่สาธิตหลักสำหรับ Physical AI รายงานจากบริษัทและสื่ออุตสาหกรรมระบุถึงตัวอย่างต่อไปนี้
- ระบบคลังสินค้าแบบสินค้ามาหาคน “จื้อหลาง” (Zhilang) ถูกนำไปใช้ในคลังสินค้ามากกว่า 60 แห่ง รวมถึงตลาดต่างประเทศ
- หุ่นยนต์แขนคู่ “อี้หลาง” (Yilang) สามารถระบุ หยิบ และวางสินค้าได้ในเวลาประมาณ 10 วินาทีต่อชิ้น
- ยานพาหนะจัดส่งอัตโนมัติมากกว่า 1,000 คันปฏิบัติงานอยู่ในกว่า 20 มณฑลของจีน
- เครือข่ายโดรนจัดส่งในมณฑลเสฉวนครอบคลุม 78 หมู่บ้าน โดยบางเที่ยวใช้เวลาประมาณ 7 นาที
8
11
24
ตัวอย่างเหล่านี้ครอบคลุมงานคลังสินค้า การหยิบจับ การเคลื่อนย้าย การคัดแยก และการจัดส่งระยะสุดท้าย ความสำคัญเชิงกลยุทธ์ไม่ได้อยู่ที่การแสดงหุ่นยนต์ให้เห็นว่าทำงานได้เท่านั้น แต่อยู่ที่การพยายามพิสูจน์ว่า ระบบโมเดลและหุ่นยนต์สามารถผสานเข้ากับกระบวนการทำงานที่ทำซ้ำได้ในหลายพื้นที่ ไม่ได้จำกัดอยู่แค่ต้นแบบในห้องทดลอง 24
อย่างไรก็ตาม หลักฐานส่วนใหญ่ยังมาจากบริษัทหรือการรายงานข่าวในอุตสาหกรรม ดังนั้นข้อสรุปที่ระมัดระวังที่สุดคือ JD.com มีชุดการใช้งานที่บริษัทระบุว่าเกิดขึ้นจริงจำนวนมาก และกำลังใช้สิ่งเหล่านี้สนับสนุนเรื่องราวการนำ AI ไปสู่อุตสาหกรรม ส่วนคำถามว่าระบบสร้างต้นทุน ความปลอดภัย เวลาพร้อมใช้งาน และผลลัพธ์ด้านแรงงานที่สม่ำเสมอในระดับใหญ่ได้หรือไม่ ยังต้องรอการตรวจสอบเพิ่มเติม
ระบบนิเวศไม่ได้หยุดอยู่ที่คลังสินค้าของ JD.com
JD.com ระบุว่าเอเจนต์ AI สำหรับภาคอุตสาหกรรมให้บริการผู้ผลิตมากกว่า 3,000 ราย และอาจลดเวลาจัดการธรรมาภิบาลข้อมูลจากหลายเดือนเหลือเพียงไม่กี่ชั่วโมง บริษัทระบุด้วยว่าเครื่องมือมนุษย์ดิจิทัล JoyAvatar ถูกใช้โดยร้านค้ามากกว่า 80,000 ราย ขณะที่บัญชีไลฟ์สตรีมในไตรมาสที่สองเพิ่มขึ้นสามเท่าเมื่อเทียบกับปีก่อน ส่วนโครงการ Aidol Creation Camp มีส่วนช่วยนำผลิตภัณฑ์ฮาร์ดแวร์ AI มากกว่า 50 รายการออกสู่ตลาด ตามรายงานของบริษัทและสื่ออุตสาหกรรม 2
8
โครงการเหล่านี้ขยายฐานลูกค้าออกไปจากธุรกิจโลจิสติกส์ของ JD.com ร้านค้าสามารถใช้ผู้ดำเนินรายการดิจิทัล ผู้ผลิตสามารถนำเอเจนต์อุตสาหกรรมไปใช้ มหาวิทยาลัยและนักพัฒนาสามารถทำงานกับชุดข้อมูล และสตาร์ตอัปฮาร์ดแวร์สามารถเข้าถึงการสนับสนุนด้านซัพพลายเชนและการประยุกต์ใช้งาน ในทางทฤษฎี ผู้เข้าร่วมแต่ละรายจะเพิ่มข้อมูลย้อนกลับจากการใช้งานและขยายตลาดให้กับเครื่องมือพื้นฐาน
นี่คือความแตกต่างระหว่างโครงการระบบอัตโนมัติภายในองค์กรกับกลยุทธ์แพลตฟอร์มอุตสาหกรรม JD.com พยายามกระจายขีดความสามารถด้าน AI ออกสู่ภายนอก พร้อมสร้างมูลค่าจากบริการรอบข้าง เช่น การจัดส่งที่ดีขึ้น ต้นทุนดำเนินงานที่ลดลง การผลิตและบริการด้านฮาร์ดแวร์ การเติบโตของร้านค้า และผลิตภาพในภาคอุตสาหกรรม
สิ่งที่พิมพ์เขียวของ JD.com ยังต้องพิสูจน์
พิมพ์เขียวของ JD.com มีตรรกะที่ต่อเนื่องกัน ตั้งแต่ลงทุนหนักในเทคโนโลยี เปิดความสามารถบางส่วน เก็บข้อมูลจากงานจริง ฝึกโมเดลสำหรับภารกิจทางกายภาพ ผลิตและทดสอบหุ่นยนต์ ไปจนถึงนำไปใช้งานผ่านเครือข่ายปฏิบัติการที่มีอยู่ กลยุทธ์นี้ยังสอดคล้องกับการเปลี่ยนแปลงของวงการ Physical AI ที่หน่วยแข่งขันอาจกำลังเปลี่ยนจาก “โมเดล” เพียงตัวเดียวไปเป็นระบบครบวงจร 3
4
31
แต่การเปิดให้ใช้งานไม่ได้แปลว่าต้นทุนจะต่ำโดยอัตโนมัติ และการติดตั้งใช้งานก็ไม่ได้แปลว่าจะสร้างผลิตภาพที่เพิ่มขึ้นอย่างยั่งยืนโดยอัตโนมัติ ประเด็นที่ควรมีการประเมินอย่างอิสระ ได้แก่
- พันธมิตรสามารถใช้โมเดล ข้อมูล และซอฟต์แวร์นำไปใช้งานได้กว้างเพียงใด
- ชุดข้อมูลมีเอกสารประกอบ สิทธิ์การใช้งาน และมาตรการกำกับดูแลที่เพียงพอหรือไม่
- ระบบสามารถย้ายไปใช้กับคลังสินค้า ประเทศ อุตสาหกรรม และแพลตฟอร์มฮาร์ดแวร์ที่แตกต่างกันได้ดีเพียงใด
- หลังรวมระบบ บำรุงรักษา และกำกับดูแลแล้ว หุ่นยนต์ช่วยลดต้นทุนการดำเนินงานทั้งหมดได้จริงหรือไม่
- นักพัฒนาและผู้ผลิตภายนอกจะแบ่งปันมูลค่าที่เกิดจากระบบนิเวศนี้อย่างไร
ในเวลานี้ เดิมพันที่ชัดเจนที่สุดของ JD.com คือ AI จะมีประโยชน์และอาจเข้าถึงได้มากขึ้น เมื่อเชื่อมต่อกับงานทางกายภาพจริง โมเดลและชุดข้อมูลแบบเปิดคือสิ่งที่มองเห็นได้จากภายนอก แต่กำแพงป้องกันที่บริษัทกำลังพยายามสร้างอาจอยู่ในวงจรที่ลึกกว่านั้น ได้แก่ ข้อมูลจากการปฏิบัติงาน กระบวนการที่ผ่านการทดสอบ กำลังการผลิต การใช้งานในวงกว้าง และโครงสร้างพื้นฐานด้านบริการ
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "JD.com กำลังสร้างระบบนิเวศ Physical AI แบบเปิด ตั้งแต่ข้อมูลจริงถึงหุ่นยนต์ใช้งาน" คืออะไร
JD.com รายงานว่าเงินลงทุนด้านวิจัยและพัฒนาในครึ่งแรกของปี 2026 เพิ่มขึ้น 53.2% โดยมุ่งไปที่โมเดล JoyAI ปัญญาประดิษฐ์เชิงกายภาพ และโครงสร้างพื้นฐานสำหรับภาคอุตสาหกรรม ขณะที่คำกล่าวเรื่องความเปิดกว้างและตัวเลขขนาดใหญ่ส่...
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
JD.com รายงานว่าเงินลงทุนด้านวิจัยและพัฒนาในครึ่งแรกของปี 2026 เพิ่มขึ้น 53.2% โดยมุ่งไปที่โมเดล JoyAI ปัญญาประดิษฐ์เชิงกายภาพ และโครงสร้างพื้นฐานสำหรับภาคอุตสาหกรรม ขณะที่คำกล่าวเรื่องความเปิดกว้างและตัวเลขขนาดใหญ่ส่... พิมพ์เขียวของบริษัทเชื่อมข้อมูลจากธุรกิจค้าปลีก คลังสินค้า และโลจิสติกส์เข้ากับโมเดล JoyAI การผลิตหุ่นยนต์ การใช้งานจริง และบริการสำหรับผู้ค้า ผู้ผลิต นักพัฒนา และบริษัทฮาร์ดแวร์
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
เดิมพันสำคัญคือความได้เปรียบระยะยาวของ Physical AI อาจไม่ได้อยู่ที่การเข้าถึงโมเดลเพียงอย่างเดียว แต่อยู่ที่การมีข้อมูล ฮาร์ดแวร์ กระบวนการทำงาน และเครือข่ายบริการที่ทำให้หุ่นยนต์ทำงานได้อย่างสม่ำเสมอ