京东集团技术委员会主席曹鹏发表主旨演讲

11月4日,2026年世界互联网大会乌镇峰会机器人与具身智能论坛在浙江乌镇举行。京东集团技术委员会主席曹鹏发表主旨演讲。

京东集团技术委员会主席曹鹏发表主旨演讲

来源:中国日报网 2026-11-04 15:39
  • weixin
  • weibo
  • qqzone
分享到微信

11月4日,2026年世界互联网大会乌镇峰会机器人与具身智能论坛在浙江乌镇举行。京东集团技术委员会主席曹鹏发表主旨演讲。

曹鹏

全文如下:

尊敬的各位领导、行业伙伴、媒体朋友:

大家下午好!很高兴与大家相聚在乌镇。乌镇是一个很特别的地方,十多年来,这里见证了互联网的发展,也见证了技术与产业的深度融合,乌镇既是观察中国互联网的窗口,也是全球技术走向的风向标。

今天,我想分享京东在AI时代的一些实践和思考:AI正在从数字世界全面走向物理世界,如何把这场技术变革转化为真正的产业生产力,是我们共同面对的新课题。

AI的下一个十年:全面跃迁到物理世界

过去十年,数字技术深刻改变了我们的生活。近年来,生成式AI又改变了信息获取和办公协同。面向未来十年,AI将进一步走进工厂、门店和家庭,融入城市服务体系。当大模型与智能终端结合,AI不仅能够理解信息,还将具备感知环境、判断情况、执行任务的能力。它改变的,不再只是信息流,还有商品如何生产、流通,以及服务如何交付。对企业而言,我们不仅要思考如何用AI提高效率,更要思考如何围绕AI,重新组织生产、经营和服务。

物理AI迈向规模化落地,竞争焦点转向算力、数据与场景

我们认为,物理AI已经开始规模化落地,竞争的焦点正在转向三件事:算力、数据与场景。

首先是算力。随着机器人进入规模化部署,训练和推理的需求将加速释放。国产算力集群日趋成熟,云、边、端协同能力不断增强,为物理AI提供低时延、高可靠的"云"底座。

其次是数据与模型。真实世界中人类操作和机器人运行所产生的数据,正在成为模型进化最关键的资源。场景产生数据,数据训练模型,模型再回到场景——由此形成一个持续进化的闭环。

第三是终端、场景与供应链。模型要装进终端,终端要进入真实场景,机器人也要从功能演示走向任务交付。而要把这些能力真正复制到成千上万的仓库、工厂、门店和家庭,背后还需要设计、制造、销售、交付、维修这样一条完整供应"链"的支撑。

所以,物理AI的竞争,不只是模型和本体的单点竞争,更是体系能力的竞争。

真正的优势,在于能不能把这些环节组织起来,让它稳定运行、持续进化,最终形成规模化的生产力。这需要长期积累,也需要产业各方共同投入。

京东供应链:为物理世界而生

这些年,很多人问过我一个问题:京东凭什么做AI?京东的AI到底在做什么?

我的回答是:京东的AI不是在论文里诞生的,是在生产线上、在仓库里、在配送站,在我们供应链的全流程中,一单一单磨出来的。

从采购、库存管理,到仓储、配送和客服,我们每天都在解决具体问题,也在获得真实反馈。

我们的顺序,不是先做出一个模型,再寻找场景。而是先面对业务问题,再打磨算法、积累数据、迭代模型。用一句朴素的话说,就是“先量脚,再做鞋”,我们也坚持,先在自己的业务里跑通、验证,再向行业伙伴和客户开放。

今天,京东AI已经应用于零售、物流、健康、工业等超过3000个场景,这些场景长期运行所积累的复杂性、真实性和反馈能力,构成了京东的产业厚度。

我们的方向很明确:一方面,用AI升级自身供应链,提升效率和韧性。另一方面,通过京东云,把经过实践验证的能力向产业开放,加速智能经济新形态的形成与成熟。

京东超级AI供应链

过去,供应链连接商品的生产、流通和消费。当AI进入物理世界,需要被高效组织的,不只是商品。还有算力、数据、模型、机器人和智能终端。这些能力不能各自运转,而要相互连接、协同起来。

京东提出的“超级AI供应链”,就是希望打通这些环节。它不是一个单独的产品,而是一套支撑物理AI落地的基础设施与服务体系,我们把它概括为六个模块:云、数、模、端、场、链。

京东独特数据优势:超级供应链+丰富业务场景

接下来,我先从数据讲起。机器人要理解物理世界,就必须接触真实世界。一个物体怎么拿起,一件商品怎么摆放,一项家务怎么完成,都包含大量细节,这些细节,很难只靠文字描述,也很难完全通过模拟获得。

京东长期积累的供应链能力和丰富的业务场景,正是我们独特的数据优势。

独一无二场景资源,真实业务环境优势

京东拥有3800多个仓库,物流网络覆盖全国;超过20万家合作线下零售药房,超过1万家京东MALL、七鲜、养车等各类门店,京东家政目前拥有超过5万名自运营的保洁师,年服务家庭接近千万户。

基于京东超级供应链的这些业务场景,每天都在产生海量真实数据,这些多样化、多维度、多模态的数据,为具身智能提供了最丰富的养料。

开展人类历史上规模最大数据采集行动

但我们也清楚,有业务场景,不等于天然拥有可训练的数据,只有经过合规采集和系统加工,真实操作才能转化为模型学习的资源,为此,京东正在推进具身智能数据采集中心建设。我们的目标是,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,同时采集超过100万小时机器人本体运行数据。 这项行动将由京东一线员工和数据生态合作伙伴联合进行,所有数据采集都会严格依法依规进行,确保合法、合规、安全、可信。

数采终端全面跃迁,让全身全模态采集成为可能 

要获得高质量数据,首先要把采集工具做好,京东云自研了JoyEgoCam等数据采集终端,并持续推进设备升级。 新一代终端从第一视角视频采集,进一步走向全身、全模态采集,覆盖视觉、手部姿态、力触觉和身体关键点等多维信息。通过这些设备,我们可以更完整地记录人在真实世界中的操作过程。

真实采集很重要,但不可能覆盖所有情况。有些任务成本高,有些情况很少出现,还有些测试不适合在真机上反复进行。因此,我们需要仿真和数据增强。

京东推出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。

与此同时,基于京东探索研究院的模型能力,我们也在探索通过JoyAI-Video视频生成模型,生成不同场景下的操作视频,拓展训练数据的覆盖范围。

如果说JoyAI-Sim解决的是“如何在可控环境中高效验证策略”的问题,那么JoyAI-Video进一步补充的是“如何生成更多真实采集中难以获得的场景”的问题。前者偏向仿真评测与策略验证,后者偏向场景生成与数据扩增,两者共同构成从数据生成、仿真评测到真实验证的闭环。

我们的原则是:真实数据打基础,仿真和生成能力作补充,最终回到真实场景验证。

覆盖“采、存、标、训、评、仿、测”的具身数据服务 

从采集到增强,最终都要回答一个问题:数据能不能真正帮助模型进步。围绕这个目标,京东云构建了覆盖“采、存、标、训、评、仿、测”的具身数据服务体系。将采集、存储、标注、训练、评估、仿真和测试连接起来。这套体系的价值,不只是减少衔接成本,更是让测试中发现的问题,反过来指导下一轮数据采集,让数据与模型持续迭代。

数据生态打造:万级数据、数十万颗粒 

此外,京东还打造了具身智能数据交易平台,推动符合条件的数据,在明确授权和安全边界的前提下流通、复用。目前,平台已经集成家庭、餐饮、商超、零售等多场景的万级高质量数据集,并拆解出数十万项子任务颗粒,可以满足不同企业、模型和任务方向的训练需求。 平台也已与数十家数据企业建立合作,我们希望降低数据获取门槛,减少重复投入,让更多企业专注创新。

数据是燃料,云是引擎 

有了高质量数据,还需要稳定、高效的训练基础设施。这也是京东云正在做的另一项工作:让企业训得更快、运行更稳,并能够持续迭代。

JoyBuilder具身模型训练:训得快、训得稳、可迭代 

围绕这个需求,我们通过京东云JoyBuilder模型开发平台,为具身模型训练提供端到端支撑。

在数据供给侧,通过数据标准化、预处理串行和AI数据湖,解决多模态海量小文件的高效读取;在模型训练侧,通过多维并行和Token优化,并打通训练、评测和仿真的闭环。

我们希望把基础设施的复杂性留在平台侧,让客户把精力集中在模型和业务创新上。

具身操作基础模型JoyAI-RA,验证采集数据对具身智能有效性

前面讲了数据怎么采、怎么增强,那这些数据到底有没有用,接下来用我们自研的具身操作基础模型JoyAI-RA来回答这个问题。

屏幕上展示了双臂机械臂完成不同操作的过程,涉及不同物体,也对抓取和动作衔接提出不同要求。结论很明确:真实采集的数据对具身智能是有效的。

由此形成完整闭环——采数据、训模型、验效果,再反哺数据采集和增强的方向。JoyAI-RA既是具身智能能力的体现,也是数据价值最直接的证明。

京东云具身智能产业客户 

验证有效性只是第一步,接下来,是把这些能力用到真实的产业场景中,让技术真正解决实际问题。

目前,京东云已经服务了一批行业领先的具身智能产业客户,包括优必选、逐际动力、众擎机器人等。

在这个过程中,京东云的定位很明确:开放我们在算力、大模型、数据和场景方面积累的能力与资源,与伙伴的机器人本体能力和场景经验相结合,共同打磨能够落地的具身智能解决方案。

我们相信,开放合作能让具身智能更快从实验室走向产业应用。也欢迎更多伙伴加入京东云具身智能生态,一起推动技术落地,创造实际价值。

某具身模型公司借力京东云真实场景数据,大幅压缩模型训练周期 

在与某具身智能基础模型公司的合作中,对方接入京东云数据后,在研发团队配置和研发周期不变的前提下,模型对未知物体的操作成功率显著提升,训练周期和数据预处理投入大幅下降。 这说明,人类真实场景数据不仅能提升模型能力,也能重构企业的研发效率。

终端、场景、供应链全面开放,加速具身智能应用落地 

数据和模型,让机器人具备理解、判断和执行任务的能力;终端、场景和供应链,让这些能力转化为真实世界的生产力。

对机器人厂商而言,研发出产品只是起点,让它真正干好活、实现规模化应用,才是更大的考验。京东不仅提供数据和技术,也拥有丰富的应用场景、大规模采购需求,以及连接市场的销售渠道。

我们将进一步开放这些资源,与合作伙伴一起,让机器人从研发走向应用、从产品走向市场。

自研底座+开放生态,推进供应链全流程智能化落地

从生产制造、采购入库,到仓储、分拣、运输、配送,再到零售消费,京东正在推动AI与机器人融入供应链全流程。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。除了物流,京东在线下零售、健康、产业园区等领域,也有丰富的机器人应用需求。

把这些需求转化为实际应用,不能只靠一家企业。京东坚持“自研底座+开放生态”:既建设智能决策、协同调度等核心能力,也开放真实业务场景,与产业伙伴共同研发、验证和应用。

智元的具身机器人已经进入京东物流智狼仓。伙伴带来技术,京东提供真实场景和供应链能力,双方在实际作业中检验产品边界、提升运行可靠性,推动机器人从单点操作走向流程协同。

京东:AI驱动建设全球最大物理世界运营中心 

围绕超级AI供应链建设,我们启动了“京东物理AI加速计划”。第一阶段将聚焦具身智能机器人,在数据、基地、制造、销售、物流和服务六个方向持续投入,建立全球领先的规模化能力。随着这些目标逐步实现,京东将推动AI从千行百业走进千家万户,建设全球最大的物理AI协同网络,成为全球最大的物理世界运营中心。

最后,我想用一句话总结今天的分享,物理AI的价值,不只在于让机器更聪明,更在于让产业更高效,让生活更美好。我们相信,当AI真正理解物理世界、进入物理世界,并在物理世界中持续学习和进化,一个全新的智能时代将加速到来。

谢谢大家。

【责任编辑:李朋辉】
中国日报网版权说明:凡注明来源为“中国日报网:XXX(署名)”,除与中国日报网签署内容授权协议的网站外,其他任何网站或单位未经允许禁止转载、使用,违者必究。如需使用,请与010-84883777联系;凡本网注明“来源:XXX(非中国日报网)”的作品,均转载自其它媒体,目的在于传播更多信息,其他媒体如需转载,请与稿件来源方联系,如产生任何问题与本网无关。
版权保护:本网登载的内容(包括文字、图片、多媒体资讯等)版权属中国日报网(中报国际文化传媒(北京)有限公司)独家所有使用。 未经中国日报网事先协议授权,禁止转载使用。给中国日报网提意见:rx@chinadaily.com.cn
C财经客户端 扫码下载
Chinadaily-cn 中文网微信
×