重资产的战略豪赌：从自建物流到物理 AI
2007年，刘强东力排众议决定自建物流。当时京东资金紧缺，今日资本徐新注入 1000 万美元后，这笔资金被全部投入物流基建而非既有业务。
尽管遭遇包括马云在内的业界质疑，认为重资产模式将导致悲剧，但这一战略坚持十余年后，已成为京东最深的护城河。2021 年京东物流上市，市值超 700 亿港元。去年其一体化供应链客户收入达 1162 亿元，同比增长 33%，贡献过半营收。
近期财报显示，京东物流总收入近 1247 亿元，同比增长 26.6%；外部客户收入占比近七成；非国际财务报告准则利润为 37 亿元，同比增长 10.7%。
如今，刘强东再次在物流领域下注，发布“超脑”大模型 3.0，目标建设全球最大物理世界运营中心。如果说上一局赌的是仓库和配送，这一局赌的则是 AI 在物理世界的执行权。
图源：京东物流
超脑 3.0：工业级大模型的全链路指挥
超脑 3.0 内部集成了五套分工明确的模型，形成首尾相接的闭环系统：
- PreX：估算未来货量与供需变化；
- OptiX：处理仓储布局、库存分布及车辆路径规划；
- OmniX：读取仓库内的图像与视频数据；
- GeoX：综合计算地址、路线与时间；
- EmbodiedX：将方案转化为机械臂、无人车的可执行指令。
图源：京东物流
该系统具备自主决策能力，并非简单的"AI 出方案，人拍板”。面对亿级包裹路径计算，求解时间从数分钟缩短至数秒。目前，超脑 3.0 已接入 3600 多个仓库及超 60 万名员工的业务网络。数据显示，系统自动安排车辆任务占比达 86%，仓储一线作业效率提升 13.8%。
在硬件执行层面，机械臂“异狼”累计处理上千万件包裹；无人配送车“独狼”已进入国内 20 多个省份并在沙特试运行。双臂版本完成识别、抓取、码放全流程仅需约 10 秒。
物理 AI 的门槛：场景与容错率
相比数字世界，物理世界的 AI 应用面临三大挑战：信息“读不懂”（需实时视觉识别）、规律“算不准”（涉及重量材质等物理约束）、执行“容错低”（失误即造成真金白银损失）。因此，物理 AI 的核心壁垒在于谁拥有“赔得起的场景”。
京东物流凭借十多年积累的重资产，为大模型提供了稀缺的训练场。面对每年数百亿计的真实包裹，系统可在海量实战中快速迭代，解决了通用机器人公司面临的泛用性不足难题。
人机协作新范式：从替代到升级
截至 2025 年底，京东物流拥有约 68.3 万名员工，其中超 65 万人从事运营工作。面对 AI 浪潮，京东并未简单裁员，而是推动岗位升级。自今年 6 月起，首批一线员工经培训转型为机器人维修工程师。
首批由一线员工培训而来的机器人维修工程师已上岗 图源：京东物流黑板报
京东计划五年内围绕机器人维修创造超 10 万个就业岗位，并配套建设技术培训中心。AI 在此并非替代人力，而是将人从重复劳动中解放，转向更高阶的技术管理与维护工作。
行业演进：从辅助决策到全权执行
物流行业的智能化进程大致经历了三个阶段：
2023 年：交互赋能阶段。菜鸟“天机π"、京东言犀等大模型主要解决自然语言交互、知识查询及报告生成，最终决策仍由人工完成。
2024 年：专业决策阶段。货拉拉“货运无忧”、顺丰“丰知”等开始参与需求预测、路径规划及包装优化。顺丰案例显示，新系统将服务器资源降至原来的五分之一，计算速度提升 120 倍，预测准确率提高 5%。
2025 年及以后：全权执行阶段。大模型与运筹算法、数字孪生深度融合，直接调度智能体执行任务。京东超脑 2.0 协同无人车与机械臂，顺丰内部超 5000 个智能体覆盖 30 多个业务场景，标志着 AI 正式接管执行环节。
继被电商改造后，物流行业正迎来新一轮由 AI 驱动的深度重塑。刘强东此次在物理 AI 领域的重注，能否复刻当年自建物流的成功，值得期待。