突然间才反应过来京东这话的意思

昨天从上海回北京，在机场看到了京东云的广告牌。我给拍了张照片，大家可以看一下。

看到这个广告文案还挺感慨。这些年，机场里的广告牌简直就是中国云计算行业的风向标。

早几年的云计算公司，核心还是提供计算资源，服务器、存储这些东西。

所以那时候的广告牌基本都是强调弹性计算、海量存储和基础设施服务，告诉企业不用自己买服务器、建机房，也能像用水用电一样按需使用计算资源。

后来又进入云原生阶段，容器、Kubernetes、微服务这些技术都是那几年火起来的。

云厂商提供的能力，也从单纯的服务器，慢慢变成了一整套应用开发、部署和运行的平台。

所以如果说最早的云计算解决的是计算资源怎么云化，云原生进一步解决的是软件怎么按照云的方式重新组织。

再到这两年，竞争焦点明显又变成了 AI 云。

毕竟大模型出来以后，企业对云的需求又变成了构建智能应用的能力。

诸如模型 API、GPU 算力、推理、微调、向量数据库......简单说，云计算从提供计算资源，一路走到了提供智能能力。

现在，京东云又继续推进，到了物理世界。

**所以，当时看到这广告语，我和同事说，感觉这真有点像云计算发展的四部曲。**资源云、云原生、AI 云，再到现在开始往物理 AI 过渡。

所以今天想聊聊，我对京东云这件事的一些理解。

1

很多年前，有位企业家讲过一句特别有名的话。

没有成功的企业，只有时代的企业。

这几年云计算市场最大的变化，本质上也是大家不断判断下一轮趋势，然后下注的过程。

前几年我甚至一度觉得，国内云计算的市场格局差不多已经定了。

结果大模型突然出现，AI 云又重新洗牌了。

京东云就是这样。

如果今天还回到单纯卖算力、卖服务器的竞争里，很难说有什么明显优势。前面的云厂商已经积累了很多年，再去追这场仗，意义也没那么大。

但现在 AI 开始进入物理世界，竞争的标准又变了。

我之前听过一个说法，云计算本质上是互联网公司能力的外溢。你自己最擅长什么，最后就会把什么能力变成云服务，开放给别人。

如果这个逻辑成立，那么理解一家公司的云，也许不能只看它卖什么，更要看它的优势是什么。

这么看京东就很有意思。

因为物理 AI 恰好把云计算的竞争，推到了京东最熟悉和擅长的地方，真实的物理世界。

就拿现在的具身智能创业来说。你只要出去跟这个行业的人聊聊，就会发现大家都在说同一个问题，缺数据，而且缺的是高质量的真实世界数据。

现在大家也在尝试各种办法。

比如让具身模型大量看视频，希望它从视频里学会人是怎么操作设备、怎么拿东西的。但目前来看，只靠视频这条路很难走通。

因为视频里缺的东西太多了，很多动作细节、空间关系，甚至人到底用了多大的力，模型都看不到。

还有一条路是用仿真数据。这个可以大量生成，但和真实世界之间仍然存在差距。

2

但大家知道京东怎么解决这个问题吗？

京东本来就有大量一线员工，每天都在仓库、配送、零售、家政这些真实环境里完成各种各样的任务，诸如拣货、搬东西、操作设备等等。

所以京东干脆自己做了一套数据采集设备。

可以从第一视角记录真实操作，同时采集手部、手臂这些动作信息，这样就可以从真实工作场景中积累高质量数据，用来训练具身模型。

别人需要专门搭一个场景，再想办法找人制造数据。京东直接把每天真实发生的工作变成了数据来源，而且足够真实。

这其实是京东做物理 AI 的优势：它不是先有模型，再寻找场景，而是本来就拥有大量真实发生的场景。

这件事其他公司想复制还真挺难。因为你去哪里找这么多人，每天都在这么多不同的真实场景里，持续完成这些操作？因为真正稀缺的是设备背后持续发生的大量真实场景。

数据采集还只是第一步。毕竟也不是所有数据都会直接拿去训练，这中间还要经过清洗、标注和处理。

处理完以后，京东会拿这些数据去训练模型，再把模型放回仓储、物流这些真实场景里验证。如果哪里效果不好，再继续回来补数据和训练。

相当于形成了一个训练循环，从真实场景中不断产生数据，数据训练模型，模型再回到真实场景里接受检验。

并且，这些高质量数据后面还会开放给生态伙伴。说实在的，物理 AI 现在最缺的，恰恰就是这种来自真实世界的数据。

其实我觉得，京东现在做 Physical AI，多少有点像二十年前自建物流。

记得当时电商行业还在快速增长，大家更关注线上流量和交易，京东却开始建仓库、建配送体系。这个投入非常重，短期看多少有点吃力不讨好，当时包括我在内很多人不理解。

但此刻再看，物流和履约能力，成为了京东电商重要的壁垒。

同样，现在大家还在卷数字世界的 AI，京东又开始下重注，提前准备真实世界的数据、场景、机器人和各种智能终端......

这件事今天看起来同样很重，甚至有点早。但如果 AI 真的开始大规模进入现实世界，现在这些投入，可能就是下一轮壁垒的起点。

3

当然，也有人会说，机器人这事是不是还太早了？

这个判断其实没错。

尤其机器人真正大规模进入家庭，肯定还需要时间。现在整个行业还在摸索，很多能力也没有完全成熟。

但这并不代表 Physical AI 现在没东西可做。机器人产业本身已经需要数据、训练、仿真、部署和售后这些基础设施。而且 Physical AI 也远不只有机器人这一条路。

京东现在还在做另外一件我觉得挺有意思的事情，叫附身智能。

说简单点，就是让 AI 先进入我们身边已经存在的各种硬件。

现在大家都在讲家电智能化。空调、冰箱、咖啡机、床垫、玩具，甚至医疗设备，都希望越来越聪明。

但让每一家硬件厂商都搭建一整套 AI 系统，显然不现实。

那怎么办？

京东做的 JoyInside，就是把这套 AI 能力直接提供给硬件厂商。

比如咖啡机可以识别不同家庭成员，再根据每个人的习惯调整口味。空调也不需要人每次去设温度，它可以结合环境里的温度、湿度，自己做调整。

我觉得这可能反而是物理 AI 更快落地的一条路。

未来未必是家家户户先买一台人形机器人，更有可能是冰箱、空调、床垫这些原本就在家里的设备，先拥有 AI 能力。

所以你看，**物理AI 这个市场其实比机器人大得多。**机器人只是其中一个很重要的方向，家电、家居、医疗设备这些现成的硬件，同样需要智能化。

越来越多原本不会思考的物理设备，开始拥有感知、理解和行动的能力。

4

上周参加京东云的活动，他们提到一个观点，我当时醍醐灌顶。

过去这么多年，京东很重要的能力就是供应链。

商品从生产出来，到仓储、销售，再到最后送到消费者手里，中间这一整套供应链，解决的是商品怎么高效流动，京东已经做了二十多年。

到了物理 AI 时代，被重新组织起来的东西可能不再只是商品，而是算力、数据、模型、机器人、智能终端，以及它们背后的生产、销售、交付和服务。

所以他们提出了一个概念，叫超级 AI 供应链。如果把这张超级 AI 供应链拆开来看，大概是六个环节：

1、算力：京东已经与国内厂商建立万卡集群，正在规划超十万卡国产算力集群。

2、数据：计划两年累计采集超过 1000 万小时真实世界的人类操作数据。现在已经自己做了 JoyEgoCam 这样的采集设备。

3、模型：JoyAI 模型矩阵，除了我们熟悉的多模态、语音这些能力，还包括世界模型和具身模型 JoyAI-RA，开始专门解决 Physical AI 里的理解、预测和操作问题。

4、终端：通过通过 JoyInside 将 AI 能力接入家电、家居、玩具、医疗设备等硬件。

5、场景：拿自己已有的零售、物流、工业、健康、家庭这些真实业务不断验证模型。

6、交付和服务：在布局 RoboBase、机器人零售渠道和全球维修网络。

模型和硬件做出来只是第一步，后面还要解决生产、销售、配送、安装和维修，京东想把自己原来积累的供应链能力用到物理 AI 的规模化落地上。

回头再看机场里的那块广告牌，可能就更容易理解把 AI 推向物理世界到底意味着什么。

过去的云，连接的是计算资源；云原生连接的是软件。AI 云连接的是模型和智能。

而 物理 AI 要连接的，是数字世界和真实世界。算力、数据、模型、终端、场景，以及它们背后的生产和服务体系，正在被重新组织起来。

所以，这一次变化的可能不只是云本身，而是云，终于开始真正走向现实世界。