2026年春天的AI行業，彌漫著一種奇特的割裂感。

一邊是“養龍蝦”的全民狂歡。OpenClaw開源架構讓每個人都擁有了一個“24小時數字員工”，地方政府競相出臺扶持政策和監管規范。不過伴隨而來的，還有Token賬單失控和應用場景的缺失。有重度使用者一天消耗數十億Token，多數普通人只將“龍蝦”作為日常聊天的工具，并未真實轉化為生產力。

另一邊，是大模型廠商在參數規模和榜單排名上繼續纏斗，每周都在推出新的產品，但卻越來越難回答一個樸素的問題：這些能力，究竟在哪里產生了真實的商業價值？

近日，京東在北京總部舉辦了一場媒體溝通會，一次性公布五項AI階段性進展：首次開源基礎大模型JoyAI-LLM Flash、推出“龍蝦天團”云服務產品矩陣、發布性能超越國際SOTA的數字人JoyStreamer、展示附身智能品牌JoyInside的生態擴展，以及宣布建設全球規模最大的具身智能數據采集中心。

與其他公司的AI交流會不同，這次主題并非“參數”或“算力”，而是“場景”與“落地價值”。

在溝通會后不久，京東探索研究院又開源了自研的 JoyAI-Image-Edit 圖像模型，也是京東首次開源的圖像編輯模型，空間編輯能力達到世界一流水平。

如果把這幾件事拆開看，每一項都不算這輪AI浪潮里最搶眼的故事；但合在一起，它們更像是京東對外展示的一張路線圖：不先爭奪“最強模型公司”頭銜，而是優先構建可承接AI能力的全場景落地體系。

這種選擇并非偶然。在多數科技公司仍在用Demo證明AI“能做什么”時，京東正試圖回答另一個更難的問題：AI如何被千行百業“用起來”？

模型是彈藥，場景才是戰場

AI行業有一種根深蒂固的慣性思維：模型越大越好，參數越多越強。但OpenClaw的爆火正在動搖這一共識。當AI從“問答助手”進化為“任務執行者”，衡量模型價值的標尺悄然改變了。有行業分析師判斷：2026年是AI算力敘事的分水嶺，市場只認兩個指標：Token生成速度和百萬Token成本。原因在于，OpenClaw執行任務時需要多步思考、反復調用模型，單次任務的Token消耗量較傳統聊天場景呈幾何級增長。

京東首次開源的JoyAI-LLM Flash，就精準地回應了這一痛點。這是一款輕量級通用大模型，在保持任務完成率的前提下，其Token消耗僅為同類開源模型的1/4到1/5。京東相關負責人在溝通會上強調：我們不再單純強調模型大小，而是聚焦輕量級高效能，讓每一個Token承載更多任務價值。

該模型依托自研FiberPO強化學習算法實現穩定訓練，支持本地部署，兼顧安全與效率。圍繞此模型，京東云推出“龍蝦天團”產品矩陣：包含自研JoyClaw智能體、云端一鍵部署、本地客戶端、企業安全加固版、國產芯片一體機，以及CodingPlan大模型套餐包，完整覆蓋個人到企業的全層級需求。據統計，系列產品上線后近一周Token調用量環比增長達455%，直觀體現市場對低成本高效能模型的強烈需求。

秉持一貫的風格，京東開源策略具備清晰商業生態考量。京東相關負責人坦言，京東希望“圍繞Joy模型系列打造生態”，“開發者也是需要爭取的用戶”。這意味著京東的大模型策略已經從單純的技術攻堅轉向了生態共建與場景賦能。模型本身不是最終產品，它是服務于千行百業場景的“彈藥”，而彈藥的價值取決于它被投射到多少個真實的戰場上。

7萬商家的“真人替身”

如果說輕量級模型和Token效率還需要基于技術敘事進行對比和延展，那么數字人JoyStreamer則是純粹的商業化落地案例，也是中國AI行業規模領先的數字人商用實踐之一。

京東數字人業務可追溯至2024年“采銷東哥”直播首秀，觀看量突破2000萬、帶動成交額超5000萬元。歷經兩年迭代，該業務已從營銷事件升級為平臺級基礎設施。據京東數字人相關負責人披露，京東平臺已有7萬商家深度應用數字人直播，覆蓋全品類商品。在公域流量競爭中，高質量數字人直播間流量表現優于81%的真人直播間，京東平臺對數字人與真人主播實行“同權PK”流量機制。

這一機制設計尤為關鍵，平臺沒有為數字人開“綠色通道”，而是將其置于與真人同等的競爭環境中，倒逼其必須真正提升轉化效率。

技術層面，JoyStreamer實現單張圖片實時驅動、分鐘級長視頻穩定生成、自由態動作交互三大突破，突破傳統數字人動作僵硬、姿態固定局限，支持自然走動、靈活擺姿、鏡頭跟隨、出畫入畫流暢，臉部遮擋也能保持高保真質感，精準適配電商、家電、服飾、文旅、新聞等五大商用場景。

京東負責人在答記者提問時透露了一個更具沖擊力的業務預期：2026年京東數字人直播帶動GMV將實現一年內達數百億元。京東數字人業務已從一個技術展示項目，蛻變為一個支撐數百億GMV的商業引擎。

不過，也有業內人士提醒，數字人直播若缺乏真人情感溫度，長期可能面臨用戶審美疲勞或信任瓶頸。京東能否持續優化交互真實感與情感連接能力，將是下一階段核心考驗。

從客廳到工廠：物理世界的兩步棋

眾所周知，京東之“扎實厚重”，簡直不像是一家互聯網科技公司，其強大的供應鏈、多元的商業場景為技術變革與應用提供了天然的土壤。如果說數字人解決的是AI在數字世界的價值變現問題，那么在物理世界，京東的落子則直指核心：JoyInside和具身智能數據采集中心，兩者共同指向一個判斷，AI的終局戰場在物理世界。

而供應鏈場景是京東最大的底牌。

JoyInside附身智能將大模型驅動的對話智能體植入各類硬件終端。截至2026年3月，該生態已合作近百個家電家居品牌、超40個機器人與AI玩具品牌，京東APP可查詢近100個JoyInside合作SKU，年底預計拓展至800個以上。

有趣的是，京東對JoyInside的戰略定位，與行業主流的C端AI策略形成了鮮明差異。多數科技公司選擇通過APP來觸達C端用戶、爭奪日活數據，京東則選擇了一條更“重”的路，把AI塞進你家里的每一件可能的設備中。

JoyInside相關負責人表示：“京東在全新AI入口領域的戰略投入領先行業，這個入口的未來規模將超越手機終端。”目前已落地智能床墊（睡眠監測）、兒童安全座椅（陪伴）、廚房搭子（烹飪指導）等場景，精準解決家庭生活真實痛點。

特別需要注意的是，在生態協作層面，京東沒有選擇構建封閉的IoT體系，而是采用了AIOTAgent的方式，通過A2A協議對接不同廠商的硬件生態。這種開放策略降低了合作門檻，但也意味著京東對終端體驗的控制力相對有限。JoyInside相關負責人將其定義為“人智共生時代的標準對接形態”。

京東輸出的是交互能力和產業資源，從創意孵化到產品包銷的全鏈路支持，即將舉辦的“AI終端新物種”首屆創新大賽正是這一意圖的具體體現。

京東在物理世界的另一步棋，則直接瞄準了具身智能產業的核心“命門”：高質量、大規模、任務導向的真實世界數據。

很少有人意識到這才是具身智能的重要護城河。2026年被業界廣泛稱為具身智能的“數據元年”，多家機器人公司在年初喊出了“沖擊百萬小時數據采集”的目標。中國信通院的報告也指出，國內已建成或在建的具身智能訓練場接近30家，但普遍面臨場景深度不足、跨訓練場數據難互通的挑戰。

與依賴仿真環境或小范圍實驗室采集的路徑不同，京東選擇了一條“從真實業務中長出數據”的路線。其優勢在于，京東每天有超過50萬一線員工在倉庫分揀、門店理貨、配送穿行、家政服務等場景中執行標準化操作，這些不是為AI臨時搭建的演示，是天然帶有任務目標、空間約束和反饋機制的真實行為流。

京東給出的方案是：發動內部超過10萬名各類職業員工、外部最多50萬各行業人員（其中僅宿遷一地就超過10萬市民），開展“人類規模最大的數據采集行動”。目標是在一年內積累500萬小時人類真實場景視頻數據，兩年內超過1000萬小時，并同步采集100萬小時機器人本體數據。

采集將采用第一人稱視角（ego-centric）為主的方式，通過輕量化頭戴設備或智能眼鏡記錄操作全過程，同時同步采集語音指令、手部動作、環境語義和任務結果。例如，一名家政服務員擦桌子的過程，不僅會被錄像，還會標注“識別污漬—選擇清潔劑—擦拭力度—驗收標準”等結構化標簽。

為保障數據質量與持續性，京東正在試點“數據貢獻激勵計劃”：參與采集的員工可獲得績效加分，外部用戶則可通過積分兌換商品或服務。同時，所有數據均經過脫敏處理，并遵循《個人信息保護法》和即將出臺的《AI訓練數據管理辦法》進行合規管理。

這一計劃雄心勃勃，但也面臨現實挑戰。多位機器人領域投資人指出，大規模真實場景數據采集涉及高昂的標注成本、復雜的隱私合規流程，以及用戶長期參與意愿的維持。京東能否建立可持續的激勵機制，例如通過積分、補貼或數據確權分成，將決定該計劃能否真正落地。

更關鍵的是，如何將這些碎片化的人類行為轉化為可泛化、可遷移的機器人策略，仍需突破“行為到策略”的建模瓶頸。

但若成功，其價值將遠超京東自身業務。該數據集有望成為國內首個覆蓋“家庭—社區—商業—工業”多場景的具身智能基礎數據資源，未來可向高校、科研機構和機器人公司開放，推動行業從模型驅動轉向數據+場景雙輪驅動新范式。

寫在最后：

回到京東這場溝通會的主題，“AI向實”。這兩個字某種程度上概括了京東在這一輪AI競爭中的策略取向：不做最大的模型，做最“實”的落地；不爭單一賽道的頭名，爭場景覆蓋的廣度和穿透的深度。

戰略上來說，京東還不是AI領域的先行者，血拼單一領域并不明智。依托供應鏈場景優勢，全面覆蓋AI應用場景，是京東差異化競爭的核心路徑。

這種策略能否跑通，取決于一個尚未被完全驗證的假設：當AI從實驗室走向千行百業時，決定勝負的到底是模型的“絕對聰明度”，還是場景的“絕對豐富度”？京東押注了后者。

翻開它同時攤開的五張牌，輕量模型、云服務、數字人、硬件AI、具身數據，每一張單獨看都算不上最耀眼，但拼在一起，構成了一張從數字世界到物理世界、從開發者到消費者的場景網絡，各業務板塊形成協同效應。

但這條路注定孤獨。場景穿透的路遠比模型競賽更漫長、更瑣碎。把AI植入一件床墊、教會一個數字人如何拿起一袋薯片、說服數十萬人戴上采集設備記錄日常動作……這些工作注定不會成為社交媒體上的熱搜話題，卻是AI真正融入產業、創造價值的必經之路。

真正的考驗在于：當整個行業仍在為下一個千億參數模型歡呼時，京東能否耐住性子，把散布在倉庫、門店、廚房和臥室里的AI種子，一一澆灌成林。