从资源云到物理 AI：京东云的第四次进化
近日，京东云在机场投放的新广告引发行业关注。回顾中国云计算发展历程，机场广告牌堪称行业风向标：早期强调弹性计算与基础设施，中期转向云原生与容器技术，近期聚焦大模型与 AI 算力。而京东云此次提出的“物理 AI"，标志着行业正从数字世界向物理世界跨越，开启了资源云、云原生、AI 云之后的第四阶段。
大模型的出现曾让云计算市场重新洗牌。若仅停留在售卖算力层面，后来者难有优势。然而，当竞争焦点转向物理世界，京东凭借其在供应链与真实场景中的深厚积累，构建了独特的竞争壁垒。
真实场景数据：物理 AI 的核心壁垒
具身智能发展的最大瓶颈在于高质量真实世界数据的匮乏。视频数据缺失动作细节与空间力学信息，仿真数据则难以完全还原现实差距。京东的破局之道在于其庞大的线下业务网络。
从业务场景中自然沉淀数据
京东拥有大量一线员工，每日在仓储、配送、零售等真实环境中执行复杂任务。通过自研的第一视角数据采集设备（如 JoyEgoCam），京东能够记录真实操作中的手部动作、力度及空间关系，将日常作业直接转化为训练具身模型的高质量数据源。这种“先有场景，后有数据”的模式，是其他厂商难以复制的优势。
构建“数据 - 模型 - 场景”闭环
京东建立了完整的训练循环：从真实场景采集数据，经清洗标注后训练模型，再将模型部署回仓储物流等环节验证，并根据反馈持续迭代。未来，这些高质量数据还将开放给生态伙伴，解决行业共性难题。这一策略正如当年京东自建物流，短期投入巨大，长期却构成了坚实的护城河。
落地路径：从人形机器人到“附身智能”
尽管人形机器人全面普及尚需时日，但物理 AI 的落地早已展开。京东提出了“附身智能”概念，即通过 JoyInside 方案，将 AI 能力植入现有硬件设备。
硬件智能化的快速通道
让每家硬件厂商独立研发 AI 系统并不现实。京东通过提供标准化 AI 能力，使空调、冰箱、咖啡机甚至医疗设备具备感知与自适应能力。例如，空调可依据环境温湿度自动调节，咖啡机能识别家庭成员偏好。相比等待人形机器人进入家庭，让存量家电率先智能化，是物理 AI 更务实且快速的落地路径。
超级 AI 供应链：重构物理世界要素
京东正将其深耕二十余年的供应链能力延伸至物理 AI 领域，提出“超级 AI 供应链”概念，旨在重新组织算力、数据、模型、终端及服务体系。该体系涵盖六大核心环节：
- 算力：联合国内厂商建立万卡集群，并规划超十万卡国产算力集群；
- 数据：计划两年内采集超 1000 万小时真实人类操作数据；
- 模型：打造 JoyAI 模型矩阵，包含世界模型及具身模型 JoyAI-RA，专注解决物理世界的理解与操作问题；
- 终端：利用 JoyInside 技术赋能家电、家居、医疗等各类硬件；
- 场景：依托零售、物流、工业等自有业务进行常态化验证；
- 交付与服务：布局 RoboBase、机器人零售渠道及全球维修网络，保障规模化落地。
从连接计算资源到连接软件，再到连接智能模型，如今物理 AI 致力于连接数字世界与真实世界。京东云的探索表明，云计算的下半场不仅是技术的升级，更是云服务向现实世界的深度渗透与重构。