2026年京东JDD大会将主题定为「JoyAI · 跃迁物理世界」，京东方面提出，AI行业的关注点正从模型能力榜单转向实际任务执行，下一阶段方向是进入仓库、货架、家庭、配送路线和售后服务等真实场景。此次大会上，一批95后业务负责人和产品经理集中披露了京东在AI购、物流具身智能机器人和家庭AI入口三条业务线上的进展，背后对应的是京东建设物理世界运营中心的整体战略。
京东AI购独立APP负责人陈屿披露了团队在智能体电商方向上的试错过程。2025年底至2026年初，电商行业集中探索纯对话式购物，用户输入一句话，由AI理解需求、推荐商品并辅助下单。陈屿团队推出京东AI购独立APP进行完整试点后，发现对话模式擅长处理复杂选品咨询，但并不适配全部购物场景。用户在对话窗口内完成需求沟通后，仍会追问价格与优惠信息，而这类问题在京东原有首页中已有成熟解决方案。纯对话式购物还需要用户反复输入、调整、确认，消耗的不只是token，还有用户的时间和信任。
团队随后调整方向，不再追求独立的AI助手形态，而是将AI能力嵌入京东原有购物流程。具体做法包括在搜索中加入意图增强，在推荐中融入时间、场景、用户多维度信息，在购物车顶部增加场景提示词入口。当用户购买钢琴时，系统会提示是否需要节拍器；购买投影仪时，系统将激光、原色、幕布等参数转化为可直接点选的选项。陈屿将这一模式类比为超市导购，在用户选购时轻声提示相邻货架上的配套商品。这一路径的难点在于，需要在已成熟运转的超级APP中，在不打扰用户原有习惯的前提下完成功能嵌入。
京东物流仓储具身算法开发负责人林澈则介绍了具身智能在仓储场景的落地情况。2026年初，行业内人形机器人、灵巧手等Demo频繁出现，但林澈关注的是这些机器人在真实仓库中面对杂物遮挡、人员走动时能否稳定运行，以及每小时拣货量、准确率、SKU覆盖能力和与一线员工的安全协同。京东仓库内有十几万种SKU，同一储位上午和下午的摆放可能完全不同，前一件商品被拣走后，后续商品的遮挡关系随即变化，机器人停靠位置的微小偏差都会影响其可操作空间。林澈团队因此长期驻扎仓库现场，与一线操作工人沟通哪些货最难拿、何时最忙、异常如何处理，并将这些经验逐条输入模型。
该团队自研了世界意图模型（World Intent Model）架构。其逻辑基于一个观察：人在抓取杯子前不需要预测每0.3秒的画面，只需明确抓取意图，动作即可自然跟上。传统世界模型每次推理都需生成未来视频帧，速度慢且不实时。京东的方案是用大模型生成意图，再将意图交给动作专家以高频率执行，中间加入控制器，一旦出现抓取失败等意外，即重新触发大模型生成新意图。该架构在仓狼机器人上实现抓取准确率99.9％，商品覆盖率超过85％，每小时拣货效率达到80件。
JoyInside产品负责人许欣2019年以管培生身份加入京东，经历半年轮岗后选择普惠金融产品方向，后转向C端AI原生APP负责用户增长，之后接手JoyInside。她表示，接手后面临的复杂度显著提升，需要同时对接硬件工程、供应链、采销和外部品牌方。第一次参加硬件供应链会议时，与会者讨论的是BOM成本、声学结构和推理延迟。做JoyInside还需要协调一颗芯片如何装进玩具狗、点读笔的声学结构是否影响AI响应体验，以及品牌商能否在30天内将传统硬件改造为AI产品。
目前JoyInside已跑出样板产品。小鸡球球AI点读笔累计用户突破10万，凯米斯AI机器狗实现近10万台销量。JDD大会现场，JoyInside搭建了覆盖客厅、卧室、厨房、浴室全品类的AI Home样板间。许欣表示，当前要解决的问题不是打造单个爆品，而是形成从单点爆品到全品类批量复制的能力。
从三条业务线的进展看，京东在物理AI上的推进思路偏向场景适配与工程化落地，而非单纯追求模型能力指标。AI购从独立APP回归主站流程、仓储机器人以拣货效率为考核标准、JoyInside从爆品走向品类复制，均指向同一判断：在真实业务场景中可稳定运行、可计算经济账的产品，才是这一阶段AI竞争的实际门槛。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
