京东具身数采覆盖百余场景：已采超10万真实作业任务
京东在 2026 年世界互联网大会乌镇峰会披露，具身数采已覆盖百余细分场景，采集超 10 万真实作业任务。计划两年内采集超千万小时真实视频数据，已推出自研采集终端与仿真引擎，仿真与真实评测一致性达 90%。#具身智能#
11 月 4 日，2026 年世界互联网大会乌镇峰会机器人与具身智能论坛上，京东集团技术委员会主席曹鹏登台演讲，介绍京东推动 AI 从数字世界迈向物理世界的最新进展。他给出的一组数据是：京东具身数采目前覆盖 100 余个细分生产服务场景，已采集超 10 万真实作业任务。
在曹鹏看来，物理 AI 的较量并非模型或机器人本体的单点比拼，拼的是体系能力。京东的路线是“自研底座 + 开放生态”，把在真实业务中验证过的能力开放给产业，让 AI 变成提高产业效率、改善生活体验的生产力。
京东 AI 眼下已落地零售、物流、健康、工业等 3000 多个场景。支撑这些应用的是实体资产：3800 多个仓库、20 多万家合作线下零售药房，以及京东 MALL、七鲜、养车等各类门店超过 1 万家。场景足够丰富，机器人学习商品操作、仓储作业和家庭服务就有了真实环境和持续反馈。
场景要变成可训练的数据，还得有采集体系。京东正在建设具身智能数据采集中心，两年内的目标是累计采集超过 1000 万小时高质量人类真实场景视频数据，外加超过 100 万小时机器人本体运行数据。相关采集将严格依法依规推进，确保合法、合规、安全、可信。
围绕数据怎么用，
京东云自研了 JoyEgoCam 等采集终端，并搭起覆盖“采、存、标、训、评、仿、测”的具身数据服务体系。另一款产品 JoyAI-Sim 物理仿真引擎，把人类操作数据、仿真环境和机器人评测串在一起，支持数据扩增与策略验证。已完成的测试中，仿真评测与真实评测结果一致性约 90%，效率是真机评测的 3.2 倍。京东自研的具身操作基础模型 JoyAI-RA 在测试中显示，人类实操视频数据规模越大，模型真机任务得分随之稳步增长。
算力这一环由京东云 JoyScale AI 算力平台承担，通过算力池化、异构调度和软硬协同优化，把多元算力统一管理并高效调度。京东云已联合国内合作伙伴建成纯国产万卡集群，并规划建设十万卡集群，为大规模模型训练和物理 AI 应用提供支撑。
训练侧，JoyBuilder 模型开发平台为具身模型训练提供端到端服务，优化多模态数据读取与训练效率，打通训练、评测和仿真闭环，企业可以把更多精力放在模型与业务创新上。
推理与模型服务方面，京东云自研推理引擎提升了高并发场景下的吞吐与资源利用效率，典型任务推理成本最高降低 80%。一站式大模型服务平台 JoyMaaS 已汇聚 100 余个主流开源模型与京东自研模型，提供统一接入、企业级管理和成本治理能力，企业开发与应用的门槛随之降低。
应用端，京东正把 AI 与机器人推进供应链全流程。京东物流计划未来五年采购 300 万台机器人、100 万台无人车和 10 万架无人机。智元的具身机器人已进入京东物流智狼仓，双方在真实作业中检验产品边界、提升可靠性，推动机器人从单点操作走向流程协同。
