不造机器人的京东，如何靠供应链押注具身智能

一家不造机器人的电商巨头，正在成为具身智能产业动作最密集的玩家之一。

在京东全球科技探索者大会上，京东正式启动「物理AI加速计划」。其中最受关注的目标是：京东物流计划在未来5年采购300万台机器人、100万台无人车及10万架无人机，推进物流全流程无人化。

从研发训练、零部件供应，到销售渠道、场景应用乃至售后维修，一台机器人从走出实验室到进入现实场景的完整生命周期，京东几乎在各个关键节点都完成了卡位。不同于亲自下场研发机器人本体的硬件厂商，京东试图成为具身智能走向规模化进程中无法绕开的基础设施服务商。

组织升级与资本扫货

过去一年多时间里，京东在具身智能赛道的布局明显提速，主要围绕搭组织、投生态和铺基建三方面展开。

在集团架构层面，京东形成了战略协同与前沿研发的双轮驱动模式。2025年3月，京东成立集团级具身智能专项部门，拉开组织化切入的序幕；同年9月，京东探索研究院升级为集团直管业务，刘强东亲自挂帅，AI与具身智能被确立为核心工程。在技术产出上，该团队开源了双臂移动机器人数据集JD ManiData，并发布了实时可交互世界模型JoyAI-Echo WM，其JoyAI模型矩阵已全面覆盖多模态理解与具身操作。

在资本层面，京东投资部与具身智能专项部门协同出击。数月内，京东密集出手投资智元机器人、千寻智能、逐际动力、众擎机器人、RoboScience以及帕西尼等多家明星创企，投资版图精准覆盖了人形与四足机器人本体、具身大模型、触觉传感器与灵巧手等产业链核心节点。

与此同时，京东各子业务板块也开始围绕机器人进行业务拆解与重构：

• 京东云抓数据要素：具身智能模型能力的滞后核心在于缺乏真实物理交互数据。京东云在宿迁落地数据采集中心后，进一步计划发动数十万人力，在两年内采集超1000万小时真实场景视频数据，试图补齐具身大模型训练的核心短板。
• 京东零售搭销售渠道：依托3C家电成熟的流通网络，京东成立智能机器人业务部，计划投入百亿级资源扶持机器人品牌入驻，提前抢占消费级与商用级机器人的销售渠道。
• 京东物流做场景验证与售后：除了未来5年采购300万台机器人的庞大需求外，京东物流已在全国布局8大维修中心，规划搭建全球机器人售后服务网络。
• 京东工业控上游供应链：京东工业联合舍弗勒等核心零部件供应商发起产业发展联盟，意图帮助机器人本体厂商降低电机、传感器等硬件的采购与交付成本。

场景、数据与供应链的复用逻辑

在硬核技术和本体制造层面，京东并无原生先发优势，其切入逻辑建立在现有商业基本盘的能力复用上。

与依赖互联网图文数据的大语言模型不同，具身智能系统必须理解物理世界的交互规律，真实物理环境数据的获取门槛极高。若机器人进入外部生产车间，往往受限于商业机密和流程壁垒难以将数据带回；而京东拥有庞大的自有仓储、分拣与配送网络，场景产权明确，机器人可以在执行任务的同时持续沉淀多模态交互数据，形成更稳定的数据与算法迭代闭环。

在商业流通端，当前机器人行业普遍面临技术关注度高但实际出货量低的尴尬处境。机器人企业从技术验证迈向工业量产，往往受困于零部件采购周期长、供应链管理成本高以及缺乏规模化分销网络。京东长期积累的工业品供应链体系与消费电子零售渠道，恰好契合了机器人量产交付与渠道下沉的诉求。通过边际成本较低的业务复用，京东以较低的试错风险撬动了产业链协同效应。

规模化前夕的现实挑战

尽管规划宏大，但京东的具身智能商业版图仍需面对技术与产业维度的多重考验。

首先是产品形态的认知偏差。京东物流采购的300万台机器人并不等同于通用人形机器人。在仓储搬运与自动化作业中，轮式AGV、工业机械臂等成熟专用形态在未来相当长时间内仍是主力，具备智能泛化能力的专用机器人完全能够胜任绝大多数流程，人形形态仅在非标准化的复杂人居环境中才具备不可替代性。

其次是数据利用率与泛化能力。虽然京东启动了海量真实场景视频的采集工程，但多模态物理数据从采集、清洗到转化为机器人策略控制信号，中间存在巨大的损耗与技术标准缺失。此外，仅依赖京东自有仓储物流环境训练出的模型策略，能否有效泛化至制造工厂、商超乃至家庭等复杂场景，仍有待检验。

最后是产业爆发节点的不确定性。京东铺设的数据采集、零部件供应联盟、零售展销与维修网络，本质上属于平台型企业提供的配套基础设施服务，其商业价值的兑现完全取决于机器人本体行业何时真正迎来规模化爆发。在市场渗透率尚未跨过临界点之前，这些庞大布局仍需跨越较长的培育周期与组织协同磨合。