

作者 | 金旺
栏目 | 机器人新纪元
8月19日,WRC 2026正式开幕,大会首日,京东就对外公布了面向机器人的战略布局。
京东面向机器人的战略布局,被拆分到了三个层面:
供应链层面,截至2028年,京东将在机器人领域投入百亿资源,助力100个品牌独立销售额破10亿,以极致供应链推动行业降本增效,实现机器人产业走进百万个终端场景,让消费级机器人走进海内外千万家庭;
服务层面,未来5年,京东将建立覆盖全球超100个国家的售后服务能力,创造超10万名机器人售后服务工程师新就业岗位,建立80个RoboBase机器人基地,打造机器人全生命周期服务平台;
技术层面,京东附身智能JoyInside加速打造 “AI Home” 智能生态,预计年内实现包含机器人产品在内的超千万终端设备接入,京东云计划两年内累计采集超1000万小时真实场景数据。
三个层面、三组数据,京东的这次战略发布告诉所有人,京东在具身智能领域押了重注,也在成为具身智能产业的绝对拥趸。
实际上,这也是京东第二年成为世界机器人大会全球战略合作伙伴,我们在WRC 2026现场见到了京东零售具身智能业务负责人郑小丹。
在接受媒体采访时,她为我们剖析了京东在具身智能领域的战略规划,以及京东为什么会在具身智能领域押重注。
01 京东为什么在具身智能领域押重注?
问:今年机器人产业最明显的变化是什么?
郑小丹:第一个变化是大家更务实了。
去年大家看到机器人表演,觉得很热闹,今年不一样,所有人都在关心机器人能不能在场景中跑起来,即使只完成一个简单任务,只要真正在场景里做出来,就与发布一段视频完全不同。
第二,大家更加关注模型。
机器人要在复杂场景中完成任务,只靠VLA或者遥操作是不够的,它需要更强的泛化能力,模型就是底层驱动力,今年世界模型讨论得非常热,当然,世界模型未必就是终局,它还是学术界共同探索的方向,模型又会延伸出数据、预训练和后训练。
第三,消费级产品越来越多。
消费级人形机器人和四足机器狗在去年第四季度才开始出现,今年已经明显增加。
此外,细分场景的要求也在分化,工业和特种场景可能使用的都是机器狗,但它们需要完成的工作和行业Know-how并不一样,未来会形成更细分、更专业的产品。
问:京东为什么从去年开始开放内部场景,并把机器人上升为集团战略?
郑小丹:现在整个机器人产业面临的一个很大困境,就是缺少落地应用场景,从去年开始,京东已经把内部场景开放出来,与机器人企业合作,包括物流、线下零售、健康等诸多场景。

我们很早开始做这件事,首先是因为机器人提效很有价值,人不可能24小时上班,比如夜间人无法持续工作的时候,机器人是不是可以进来干活?是不是可以帮助我们提高工作效率?
以京东物流为例,我们大概有3600多个仓库,这些仓库里有大量工作可以让机器人参与,包括分拣、打包、履约,以及搬运一些人无法负载的重物,这些都有很大的应用空间。
第二,机器人进入千行百业、千家万户,只靠本体或者“大脑”是不够的,京东本身就是巨大的场景使用方,我们希望帮助厂商进入真实环境,让机器人一边干活,一边提升泛化能力和效率。
问:具身智能产业仍处于早期,京东为什么选择在这个阶段重金投入?
郑小丹:底层还是因为我们对整个物理AI非常坚定。
以京东物流为例,大家能够感受到,今天有这么多提升效率的需求,以终为始来看,这些问题未来就应该通过物理AI、通过更聪明的机器人来解决,既然存在明确需求,我们为什么不去做这件事?这是京东的战略选择。
京东虽然有很多业务和品类,但我们本质上是在做数字化社会供应链,我们做的事情与自己的基因相匹配:
怎么让机器人连接更多终端,进入千行百业和千家万户?
客户购买、使用机器人时产生的需求和痛点,能不能提前、有效地得到满足?
用户的声音能不能传递给厂商和产业前端?
包括在这个过程中,京东也可以发挥已有的规模化优势,帮助产业降低成本,这些都是京东擅长的事情,也是我们投入这么多资源,希望更好地服务产业发展的原因。
从去年开始,京东就是WRC全球战略合作伙伴,也与很多企业合作机器人马拉松等活动,本质上,我们希望成为给整个产业赋能、为产业加速的生态合作伙伴。
02 具身机器人场景化落地,走到了哪一步?
问:与AGV、AMR和机械臂相比,具身机器人在仓储物流场景中主要解决了哪些前者不曾解决的问题?
郑小丹:物流场景不只是京东关注,整个行业都很关注,这个场景中有很多事情不是人随时都能覆盖,比如特别重的物品、非标物品,以及夜间作业,降低物流成本又要求这些任务必须被解决,所以物流行业对机器人的接受程度天然很高。
机械臂、AGV、无人小车通常解决特定环节的任务,但还存在大量长序列、非固定点位的任务需要具身机器人参与。
例如仓库中的包裹并不标准化,有的是软包装,有的是硬纸壳,摆放角度也不一样,传统设备很难快速反应,需要机器人有更强的“大脑”,把模型能力和动作任务深度结合起来。
当然,这其中的挑战也很大,现阶段机器人干活的效率一定没有人高,在节拍和准确率上还无法与人完全匹配,企业必然会面对“用还是不用”的选择。
对京东来说,物流在整体业务中占比很重,我们也很早推出了无人“亚洲一号”仓,所以有动力推进这件事,现在我们一边与产业企业合作,一边在生产线上探索人与机器怎么配合,在实际运行中持续迭代。
问:消费级机器人已经出现了哪些真实需求?为什么还没有大规模进入家庭?
郑小丹:消费级市场已经出现了一些不错的产品,例如AI陪伴类产品在京东卖得很好,它既能进行情绪互动,也能通过Agent“大脑”实现更强交互,可以成为生活搭子、健康管家,还能帮助用户点外卖。
围棋机器人很受老年人欢迎,外骨骼机器人也很火,不只是“新老年人”登山、旅游时会用,年轻人爬长城也会使用,小人形机器人和四足机器狗同样出现了消费级趋势。

此外,真实用户也在分化。
宝妈会给孩子购买AI陪伴机器人,城市年轻女性可能有陪伴需求,外骨骼和康养出行机器人,购买者可能是子女,实际使用者是父母。
消费级机器狗和人形机器人的用户,更多是中产和家庭人群,有些产品可以编程,有些机器狗能带到户外,露营时帮助搬运物品,还能自主避障。
但在中国制造一台机器人已经不是难点,真正的问题是技术与产品之间还有鸿沟。机器人会跳舞、跟随和避障,消费者就一定会买吗?实际上大家仍然会问“我为什么要买”,如果是消费级产品,它必须回答究竟解决了用户的什么痛点。
用户希望机器人做家务、带孩子,但这类技术还没有完全收敛,机器人进入家庭以后,要识别环境、理解任务并完成执行。不论VLA还是世界模型,都还有很多问题需要回答。
问:真实场景数据为什么重要?京东如何保证数据质量?
郑小丹:没有数据,模型就无法变得更强,也无法获得更强的泛化能力,完成做家务、打螺丝等任务。
过去主要依靠机器人本体采集数据,但模型需要Scaling时,数据量可能不够,所以现在第一视角Ego数据、UMI手持设备采集等方式都受到关注。
实际上,一些京东物流员工已经携带Ego设备,在真实工作中同步采集数据,我们还在拓展工业、特种以及经过隐私授权的家庭场景。
衡量数据不能只看小时数,更重要的是质量和真实性。
仿真不一定完全符合物理规律,Sim2Real之间存在Gap,真实场景数据在预训练阶段有优势,后训练更需要回到真实环境中验证。
数据采集完成后还要经过清洗、标注和评测,也会涉及仿真、合成等工作,京东的技术和研究团队会对整套流程进行把控,确保数据能够服务不同模型路线。
03 京东在具身智能产业中,扮演怎样的角色?
问:京东已经与大量机器人企业合作,希望在产业中扮演什么角色?
郑小丹:目前京东已经与两三百家机器人厂商开展自营合作,不只是建立联系,而是已经在自营平台上开展业务。
第一,我们要帮助产品更好地被客户了解。京东B端有800万企业客户,C端有9亿用户,既有线上平台,也有数万家线下门店,我们会开设线下体验店,让大家在日常生活中接触到机器人。
第二,我们会把平台观察到的消费趋势分享给品牌,帮助厂商定义产品、理解用户真正需要什么。技术和产品之间还有鸿沟,京东希望成为连接二者的桥梁。
第三,我们会发挥供应链、京东工业、基础模型、Agent和真实场景等能力,帮助产业降低成本、提升机器人泛化能力。
此外,京东也有投资团队,投资了很多机器人企业,我们希望成为给产业赋能、为产业加速的生态合作伙伴。
问:销售之外,京东如何解决机器人售后和使用成本问题?
郑小丹:京东已经获得几十家机器人厂商的售后授权。我们还推出了“机器人120”计划,在北京、上海、广州、深圳配备机器人“救护车”。如果机器人坏了,工程师可以上门,最快两个小时到达客户所在地。
租赁也是降低使用门槛的一种方式,京东从去年开始做机器人租赁,既有自营业务,也与几家主流租赁平台合作。让所有人直接买一台机器人,成本还比较高,所以租赁服务很有必要。

京东自营租赁主要解决标准化需求,仓库中会放置已经调试好的机器人,比如客户需要文娱表演时,可以快速点对点交付。我们也希望通过差异化租赁,让具身机器人和商业服务机器人以更低成本进入各行各业。
问:JoyInside与机器人厂商自研“大脑”是否存在竞争?
郑小丹:我认为双方更多是合作关系,不是纯竞争关系。
以JoyInside为例,它不仅提供语言交互,还可以调用京东购物平台,帮助用户点外卖,也可以与京东健康大模型结合,成为健康管家。
对厂商来说,所有能力都自己做,可能没有找合作伙伴效率高,不同企业擅长的方向不一样,合作形式自然会有差异,但大家在商业合作中是平等的。

机器人产业现阶段更重要的是大家共同往前走,把问题放到更大的尺度上,看中国机器人产业如何发展,协同发展更重要。
问:为什么机器人出海必须同步建设售后能力?
郑小丹:机器卖到海外以后,如果坏了,不能让客户一直等,再找时间集中派工程师出差维修,这没有解决真正的落地问题,也不符合客户为先的原则。
所以京东在英国和德国把机器人售后维修站点直接设在当地,我们先在国内把人员能力培养好,再部署到当地,确保客户出现问题时可以立即响应。

前段时间,有一台咖啡机器人在英国损坏,京东工程师最快4个小时解决了问题,品牌CEO还在社交媒体上分享了这件事。
机器人出海不能只有商品销售,仓储、配送、安装、维修和保养都要一起跟上。
好文章,需要你的鼓励
ARCHead是一种专门压缩大语言模型输出层的方法,通过量化低秩核心与激活度量修正,将LM-head存储压缩至BF16的约25%,质量损失极小。
这项研究发现AI投票推理在多答案问题上会系统性失效,提出用因果数学规则直接验证候选答案的CALVER方法,准确率比投票提升约11至19个百分点,且差距随尝试次数持续扩大。
这项来自港科大与腾讯视频的研究提出WorldCycle框架,通过可逆动作循环构造无标注自验证奖励,将视频世界模型的长程漂移误差降低最高44%,复合动作准确率提升约四倍。
哥本哈根大学团队构建了首个同时覆盖三种引用粒度、屏蔽信息泄露、包含全量段落候选库的法律信息检索数据集LegalPincite,用于评估法律判决段落精确检索任务。