京東雲在2026年9月JDD前推廣的「物理AI」，意思不只是螢幕上的聊天或生成內容，而是讓AI可在現實世界感知、判斷和行動。它押注的並非單一人形機械人，而是一套由硬件銷售、數據收集、模型訓練、模擬、實地部署到維修保養組成的營運基建。

這個方向有相當扎實的產業底子，但目前公開資料所見，仍較像多項互相關連的部署和投資；是否已經成為一個通用、統一的物理AI系統，尚未有足夠證據。 3754

京東想建立的是甚麼？

京東原有物流網絡、零售場景、電商平台和家庭智能裝置接點，正好是訓練與使用物理AI的地方。其構想可概括為一個循環：

1. 記錄真人在工作及家居中的操作；
2. 清洗、標註數據，再用於模擬及模型訓練；
3. 在零售、物流和家居裝置環境測試；
4. 經分銷及服務網絡，把機械人交付、維修和更新；
5. 將實際運作所得的數據，送回下一輪訓練。

京東曾公布覆蓋「採、存、標、訓、評、仿、測」的具身數據基建，配套包括JoyEgoCam採集裝置及具身模型JoyAI-RA。 54

先用無人咖啡店，將抽象口號變成可見示範

最容易令公眾接觸到的，是品牌推廣。JDD前，京東雲「推動AI進入物理世界」的廣告已在全國機場出現。 37

較具體的示範則是北京Galaxy SOHO的7FRESH Coffee 24小時智能無人店。店舖於2026年8月16日開業，磨豆、萃取咖啡、調製到出杯均由機械人處理；京東稱店舖曾在一小時完成202杯飲品。 1432

這當然是受控零售場景中的有效展示：點單、重複工序與交付可被高度標準化。不過，咖啡製作線與陌生家居、倉庫突發情況或街道導航，複雜度相差很遠，未能單憑此證明廣泛的自主作業能力。

做機械人銷售渠道，也建立大規模需求

京東不只想做技術開發者或使用者，也想成為機械人的商業渠道。在2026世界機械人大會上，京東表示會在2028年前向機械人領域投入人民幣100億元資源，與超過200個機械人品牌合作，並協助100個品牌各自達到逾人民幣10億元銷售額。 10

物流端則可能帶來更大部署規模。京東物流此前公布，計劃到2030年採購300萬部機械人、100萬部自動駕駛車及10萬部無人機。 2324

即使不同品牌仍採用自身控制系統，京東仍有機會成為關鍵平台層：它可提供銷售渠道、實際運作場地，以及讓用戶買得安心、用得落去的售後支援。

RoboBase瞄準最不搶鏡、但最難省掉的問題

機械人要成為產業，並非賣出後便完事。安裝、零件、維修、保養、測試和在地支援，缺一不可。京東計劃設立80個RoboBase基地，將售後能力覆蓋至超過100個國家，並在五年內創造逾10萬個機械人售後服務工程師職位。基地所涵蓋的服務包括展示、交付、維修、研發、試產組裝、數據收集及製造升級。 1022

此外，京東據報已與約120間中國學校簽約，為速遞員提供機械人維修及保養等技能再培訓。 2124

這點相當關鍵：大規模機械人隊伍需要現場營運能力，並不比AI模型次要。不過，這些仍屬計劃與承諾；公開資料未見完成率、職位質素、就業安置成果，或新工種能否抵銷自動化改變的職位規模。

用真人實作經驗，餵養機械人

數據管線是京東物理AI敘事的核心。JoyEgoCam是頭戴式採集系統，目標是記錄第一身視角下的任務操作。京東表示，數據會經校正、文字描述、姿態估計、深度重建、手部切割和自動標註等工序處理。 47

目前公開的首批EgoLive資料集約有2,000小時第一身數據、65,866段任務片段，以及346項真實世界任務。京東亦稱，計劃兩年內在零售、物流、醫療及服務等場景收集超過1,000萬小時高質素機械人訓練數據。 478

其理論很直接：人類在真實場地示範任務，模型從數據中學習；模擬系統把訓練擴展並作評估；真機再驗證；新產生的操作數據回流，形成循環。京東把這描述為由人類操作數據、模擬操作到真機操作的流程。 4854

但數據多不等於機械人一定做得好。第一身影片有助理解任務脈絡、物件關係及工作流程，卻未必包含機械人穩定行動所需的所有訊號，例如關節狀態、接觸力、精確控制軌跡，以及失敗後如何復原。真正關鍵的指標，是可供外界理解的任務成功率、安全紀錄、泛化能力和成本。

模型、模擬與真實場地，能否接成閉環？

京東將軟件部分歸入JoyAI。2026世界人工智能大會（WAIC）上，公司展示JoyAI模型矩陣及EgoLive，並提出由數據提供真實經驗、模型負責理解和決策、裝置與場景執行行動及服務的路徑。 9

京東亦把JoyAI-RA定位為視覺—語言—行動模型，並將它與EgoLive及RoboBase連結至實體世界應用。 2 RoboBase、零售營運點和物流設施，可能讓京東具備不少AI實驗室欠缺的條件：長期反覆測試、保養和觀察機械人的真實環境。

不過，公開描述尚未顯示所有組件已共用同一套運行環境、數據標準、安全政策、權限制度或更新機制。因此，「全棧」現階段較適合理解為基建藍圖和目標，而非已驗證的一體化平台。

JoyInside把策略延伸至家居

面向消費者的JoyInside，是連接AI模型與日常裝置的一環。京東展示過JoyInside AI Home，並預計到2026年底，會有超過1,000萬部裝置及機械人連接到該生態系統。 18

家居既可能是AI服務的重要終端，也能提供人與裝置互動的回饋。但它亦比咖啡店等受控場景更難處理：設備來自不同廠商、使用不同軟件，且涉及高度私人的生活情境。

JDD之後最需要回答的五條問題

1. 互通性

經京東售賣、由RoboBase支援、使用京東數據系統訓練、再連接JoyInside的機械人，能否真正共用身份驗證、權限、更新和安全層？目前公布的是組件，並非它們已整合運作的證明。

2. 離開受控流程後的可靠性

一間高吞吐量咖啡店，能證明設計好的環境內有穩定流程；不能直接證明機械人在陌生住宅、倉庫、店舖，以至不同機械人本體上，都能可靠地抓取、移動和處理失敗。京東若要說服市場，應公開任務完成率、人手介入率、事故率及正常運作時間等指標。

3. 京東自研AI與合作夥伴技術的界線

超過200個品牌可建立強大的市集和服務平台。 10 但問題是：感知、規劃、操作、機隊管理及自主能力中，哪些是JoyAI原生功能，哪些仍由每個合作品牌各自的技術棧負責？

4. 經濟效益與勞工轉型

計入硬件採購、維修、停機、保險、監管和罕見情況處理後，物理AI必須仍然划算。再培訓承諾值得留意，但暫未有公開證據說明新維修職位能否補回被改變的工作，或能否帶來可持續的職業轉型。

5. 數據權利與私隱

若訓練來自工人及家庭中的真實活動，同意機制、報酬、保存期限、再利用及存取控制便不可以是次要問題。現有公布說明了大規模收集與處理的計劃，卻未充分交代大型商業生態內將如何管治數據權利。 54

總結

京東雲正在補齊物理AI所需的大部分前提：市場需求、機械人銷售、採購規模、實體數據、模擬、部署場景、智能家居終端和維修能力。它最突出的優勢，可能正是能把這些層面連到既有電商和物流營運。

但現時證據更支持「物理AI基建正在搭建」，而非一個已獲證實、可通用於機械人與裝置的作業系統。JDD及其後最值得留意的，是可量度的閉環表現：機器能否在多樣環境中安全、可靠而且合乎成本地工作，以及京東能否清楚交代數據、模型、硬件和服務層如何互通。

京東雲在2026年9月JDD前推廣的「物理AI」，意思不只是螢幕上的聊天或生成內容，而是讓AI可在現實世界感知、判斷和行動。它押注的並非單一人形機械人，而是一套由硬件銷售、數據收集、模型訓練、模擬、實地部署到維修保養組成的營運基建。

這個方向有相當扎實的產業底子，但目前公開資料所見，仍較像多項互相關連的部署和投資；是否已經成為一個通用、統一的物理AI系統，尚未有足夠證據。 3754

京東想建立的是甚麼？

京東原有物流網絡、零售場景、電商平台和家庭智能裝置接點，正好是訓練與使用物理AI的地方。其構想可概括為一個循環：

1. 記錄真人在工作及家居中的操作；
2. 清洗、標註數據，再用於模擬及模型訓練；
3. 在零售、物流和家居裝置環境測試；
4. 經分銷及服務網絡，把機械人交付、維修和更新；
5. 將實際運作所得的數據，送回下一輪訓練。

京東曾公布覆蓋「採、存、標、訓、評、仿、測」的具身數據基建，配套包括JoyEgoCam採集裝置及具身模型JoyAI-RA。 54

先用無人咖啡店，將抽象口號變成可見示範

最容易令公眾接觸到的，是品牌推廣。JDD前，京東雲「推動AI進入物理世界」的廣告已在全國機場出現。 37

較具體的示範則是北京Galaxy SOHO的7FRESH Coffee 24小時智能無人店。店舖於2026年8月16日開業，磨豆、萃取咖啡、調製到出杯均由機械人處理；京東稱店舖曾在一小時完成202杯飲品。 1432

這當然是受控零售場景中的有效展示：點單、重複工序與交付可被高度標準化。不過，咖啡製作線與陌生家居、倉庫突發情況或街道導航，複雜度相差很遠，未能單憑此證明廣泛的自主作業能力。

做機械人銷售渠道，也建立大規模需求

京東不只想做技術開發者或使用者，也想成為機械人的商業渠道。在2026世界機械人大會上，京東表示會在2028年前向機械人領域投入人民幣100億元資源，與超過200個機械人品牌合作，並協助100個品牌各自達到逾人民幣10億元銷售額。 10

物流端則可能帶來更大部署規模。京東物流此前公布，計劃到2030年採購300萬部機械人、100萬部自動駕駛車及10萬部無人機。 2324

即使不同品牌仍採用自身控制系統，京東仍有機會成為關鍵平台層：它可提供銷售渠道、實際運作場地，以及讓用戶買得安心、用得落去的售後支援。

RoboBase瞄準最不搶鏡、但最難省掉的問題

機械人要成為產業，並非賣出後便完事。安裝、零件、維修、保養、測試和在地支援，缺一不可。京東計劃設立80個RoboBase基地，將售後能力覆蓋至超過100個國家，並在五年內創造逾10萬個機械人售後服務工程師職位。基地所涵蓋的服務包括展示、交付、維修、研發、試產組裝、數據收集及製造升級。 1022

此外，京東據報已與約120間中國學校簽約，為速遞員提供機械人維修及保養等技能再培訓。 2124

這點相當關鍵：大規模機械人隊伍需要現場營運能力，並不比AI模型次要。不過，這些仍屬計劃與承諾；公開資料未見完成率、職位質素、就業安置成果，或新工種能否抵銷自動化改變的職位規模。

用真人實作經驗，餵養機械人

數據管線是京東物理AI敘事的核心。JoyEgoCam是頭戴式採集系統，目標是記錄第一身視角下的任務操作。京東表示，數據會經校正、文字描述、姿態估計、深度重建、手部切割和自動標註等工序處理。 47

目前公開的首批EgoLive資料集約有2,000小時第一身數據、65,866段任務片段，以及346項真實世界任務。京東亦稱，計劃兩年內在零售、物流、醫療及服務等場景收集超過1,000萬小時高質素機械人訓練數據。 478

其理論很直接：人類在真實場地示範任務，模型從數據中學習；模擬系統把訓練擴展並作評估；真機再驗證；新產生的操作數據回流，形成循環。京東把這描述為由人類操作數據、模擬操作到真機操作的流程。 4854

但數據多不等於機械人一定做得好。第一身影片有助理解任務脈絡、物件關係及工作流程，卻未必包含機械人穩定行動所需的所有訊號，例如關節狀態、接觸力、精確控制軌跡，以及失敗後如何復原。真正關鍵的指標，是可供外界理解的任務成功率、安全紀錄、泛化能力和成本。

模型、模擬與真實場地，能否接成閉環？

京東將軟件部分歸入JoyAI。2026世界人工智能大會（WAIC）上，公司展示JoyAI模型矩陣及EgoLive，並提出由數據提供真實經驗、模型負責理解和決策、裝置與場景執行行動及服務的路徑。 9

京東亦把JoyAI-RA定位為視覺—語言—行動模型，並將它與EgoLive及RoboBase連結至實體世界應用。 2 RoboBase、零售營運點和物流設施，可能讓京東具備不少AI實驗室欠缺的條件：長期反覆測試、保養和觀察機械人的真實環境。

不過，公開描述尚未顯示所有組件已共用同一套運行環境、數據標準、安全政策、權限制度或更新機制。因此，「全棧」現階段較適合理解為基建藍圖和目標，而非已驗證的一體化平台。

JoyInside把策略延伸至家居

面向消費者的JoyInside，是連接AI模型與日常裝置的一環。京東展示過JoyInside AI Home，並預計到2026年底，會有超過1,000萬部裝置及機械人連接到該生態系統。 18

家居既可能是AI服務的重要終端，也能提供人與裝置互動的回饋。但它亦比咖啡店等受控場景更難處理：設備來自不同廠商、使用不同軟件，且涉及高度私人的生活情境。

JDD之後最需要回答的五條問題

1. 互通性

經京東售賣、由RoboBase支援、使用京東數據系統訓練、再連接JoyInside的機械人，能否真正共用身份驗證、權限、更新和安全層？目前公布的是組件，並非它們已整合運作的證明。

2. 離開受控流程後的可靠性

一間高吞吐量咖啡店，能證明設計好的環境內有穩定流程；不能直接證明機械人在陌生住宅、倉庫、店舖，以至不同機械人本體上，都能可靠地抓取、移動和處理失敗。京東若要說服市場，應公開任務完成率、人手介入率、事故率及正常運作時間等指標。

3. 京東自研AI與合作夥伴技術的界線

超過200個品牌可建立強大的市集和服務平台。 10 但問題是：感知、規劃、操作、機隊管理及自主能力中，哪些是JoyAI原生功能，哪些仍由每個合作品牌各自的技術棧負責？

4. 經濟效益與勞工轉型

計入硬件採購、維修、停機、保險、監管和罕見情況處理後，物理AI必須仍然划算。再培訓承諾值得留意，但暫未有公開證據說明新維修職位能否補回被改變的工作，或能否帶來可持續的職業轉型。

5. 數據權利與私隱

若訓練來自工人及家庭中的真實活動，同意機制、報酬、保存期限、再利用及存取控制便不可以是次要問題。現有公布說明了大規模收集與處理的計劃，卻未充分交代大型商業生態內將如何管治數據權利。 54

總結

京東雲正在補齊物理AI所需的大部分前提：市場需求、機械人銷售、採購規模、實體數據、模擬、部署場景、智能家居終端和維修能力。它最突出的優勢，可能正是能把這些層面連到既有電商和物流營運。

但現時證據更支持「物理AI基建正在搭建」，而非一個已獲證實、可通用於機械人與裝置的作業系統。JDD及其後最值得留意的，是可量度的閉環表現：機器能否在多樣環境中安全、可靠而且合乎成本地工作，以及京東能否清楚交代數據、模型、硬件和服務層如何互通。