京东启动物理 AI 加速计划：十万卡集群、千万小时数据与机器人应用

先说结论

京东在 9 月 9 日 JDDiscovery-2026 大会上启动“物理 AI 加速计划”，并公布国产十万卡智算集群规划、两年内采集超过 1000 万小时真实场景视频数据、JoyAI-Echo WM 世界模型以及机器人产业链布局。这些是京东官方发布的计划、目标和产品信息，不等于十万卡集群已经建成、数据已经全部可用，或机器人已经完成规模化交付。

发生了什么

据新华社报道，京东在北京举行的全球科技探索者大会上，把 AI 从零售、物流和供应链场景继续延伸到机器人、具身智能和家庭设备：

• 京东云与合作伙伴规划建设国产十万卡智算集群，作为大规模模型训练和真实场景应用的算力底座。
• 京东称将用两年时间采集超过 1000 万小时真实场景视频数据，并已开放首批数据申请。
• 大会发布 JoyAI-Echo WM 世界模型，定位为实时可交互的世界模型；其“行业领先”表述属于厂商引用公开测评的说法，本文没有独立复测。
• 京东提出在机器人数据采集、RoboBase 产业基地、零部件联盟、零售资源、物流设备采购和维修服务网络等方面推进六项“全球领先”目标。
• 京东还展示了物流搬运、灵巧操作、AI 购物助手和 JoyInside 等面向物理世界的应用方向。

为什么值得关注

1. 物理 AI 的竞争开始从模型转向供应链闭环

京东的路线不是单独发布一个通用模型，而是把云、数据、模型、终端、仓储物流和售后服务放在同一条链路里。对于机器人企业，真正的瓶颈往往不是演示一个动作，而是持续获得真实数据、完成部署、处理异常并维护设备。

2. 数据采集计划可能带来新的服务需求

如果真实场景数据按计划开放，数据清洗、动作标注、仿真验证、任务集设计和安全评估都会成为配套工作。但“1000 万小时”是计划规模，不能直接推导出数据质量、可用比例或训练效果。

3. 算力规模不等于业务结果

十万卡集群规划可以说明基础设施投入方向，但不能单独证明训练成本、推理价格、模型能力或机器人效率。读者在采购或创业判断时，还需要等待集群上线时间、芯片配置、网络架构、实际可用算力和公开任务指标。

对 AI 赚钱机会的启发

• 机器人数据服务：为工厂、仓库和服务机器人设计采集规范、标注流程与质量抽检。
• 物理 AI 验收：用固定任务集测量成功率、人工接管次数、异常恢复和安全边界；这些应由实际部署日志支持。
• 机器人运维网络：围绕远程诊断、备件、维修培训和跨区域服务建立可复用流程。
• 端云协同工作流：把模型、设备、权限和人工审批连接起来，避免把机器人直接当成无人监管的自动化员工。

证据边界

本文确认的是京东在大会上发布了上述计划、产品和目标，并引用新华社与媒体对大会信息的报道。当前没有独立证据证明十万卡集群已经全部建成、1000 万小时数据已经全部可用、JoyAI-Echo WM 已在所有场景达到领先效果，或六项目标已经完成。相关数字和“全球领先”均保留为京东的计划或厂商表述。

来源

• 新华社：京东发布物理 AI 最新成果
• 新浪科技：京东发布 JoyAI 世界模型与十万卡算力集群计划