京东披露具身智能数采进展：覆盖百余细分场景、采集超 10 万真实作业任务 - KAIYUN

在2026年世界互联网大会乌镇峰会机器人与具身智能论坛上，京东集团技术委员会主席曹鹏于11月4日发表演讲，介绍了京东在推动AI从数字世界迈向物理世界方面的最新成果。目前，京东的具身智能数据采集已覆盖超过100个细分生产服务场景，累计采集超过10万项真实作业任务。

曹鹏指出，物理AI的竞争不仅仅是模型和机器人本体的单点竞争，而是体系能力的全面比拼。京东将坚持“自研底座加开放生态”的策略，将经过真实业务验证的能力向产业开放，使AI转化为提升产业效率和改善生活体验的生产力。

IT之家注意到，京东AI目前已应用于零售、物流、健康、工业等超过3000个场景。此外，京东拥有3800多个仓库、超过20万家合作线下零售药房，以及超过1万家京东MALL、七鲜、养车等各类门店。这些丰富的业务场景为机器人学习商品操作、仓储作业和家庭服务等任务提供了真实环境和持续反馈。

为了将场景资源转化为可训练的数据，京东正在推进具身智能数据采集中心的建设，计划在两年内累计采集超过1000万小时高质量人类真实场景视频数据，以及超过100万小时机器人本体运行数据。相关采集将严格依法依规进行，确保合法、合规、安全、可信。目前，已覆盖100余个细分生产服务场景，采集超过10万项真实作业任务。

在数据利用方面，京东云自主研发了JoyEgoCam等采集终端，并构建了覆盖“采、存、标、训、评、仿、测”的具身数据服务体系。此外，京东还推出了JoyAI-Sim物理仿真引擎，连接人类操作数据、仿真环境和机器人评测，支持数据扩增与策略验证。在已完成的测试中，仿真评测与真实评测结果的一致性约为90%，评测效率达到真机评测的3.2倍。京东自研的具身操作基础模型JoyAI-RA的测试显示，随着人类实操视频数据规模的扩大，模型真机任务得分稳步增长。

在算力方面，京东云JoyScale AI算力平台通过算力池化、异构调度和软硬协同优化，实现了多元算力的统一管理与高效调度。目前，京东云已联合国内合作伙伴打造了纯国产万卡集群，并规划建设十万卡集群，为大规模模型训练和物理AI应用提供支撑。

在训练方面，JoyBuilder模型开发平台为具身模型训练提供端到端服务，优化多模态数据读取与训练效率，打通训练、评测和仿真闭环，让企业将更多精力投入模型与业务创新。

在推理与模型服务方面，京东云自研推理引擎，大幅提升了高并发场景下的吞吐与资源利用效率，典型任务推理成本最高降低80%。一站式大模型服务平台JoyMaaS已汇聚100余个主流开源模型与京东自研模型，提供统一接入、企业级管理和成本治理能力，降低了企业开发与应用门槛。

在应用端，京东正推动AI与机器人融入供应链全流程。例如，未来五年，京东物流计划采购300万台机器人、100万台无人车和10万架无人机。智元的具身机器人已进入京东物流智狼仓，双方在真实作业中检验产品边界、提升可靠性，推动机器人从单点操作走向流程协同。此外，开云体育也关注到京东在具身智能领域的这一进展，认为其数据采集和应用实践为行业提供了参考。