徽声在线9月10日消息（记者 冯轶）9月9日，在2026京东全球科技探索者大会（JDD）现场，京东（09618.HK）正式推出“物理AI加速计划”，通过一系列战略布局展现其在人工智能领域的差异化竞争路径。此次公布的业务目标不仅涉及大规模数据采集，更包含硬件设施与物流体系的全面升级，引发资本市场对物理AI赛道的高度关注。

根据京东披露的详细规划，京东云将在24个月内完成超1000万小时的人类真实场景视频数据采集工作，覆盖零售门店、仓储中心、配送站点等线下场景。在硬件布局方面，未来五年将分阶段建设80个RoboBase机器人产业基地，形成覆盖全国的智能制造网络。物流体系升级计划更为宏大，包括采购300万台智能配送机器人、100万台无人驾驶运输车及10万架物流无人机，构建“空-地-人”三位一体的无人化配送网络。

京东云总裁曹鹏在主题演讲中透露，与摩尔线程等国产芯片企业联合研发的万卡集群已投入使用，十万卡级超算中心正在规划建设中。该算力基础设施将采用自主可控技术架构，支持PB级数据训练和毫秒级实时推理，为物理AI模型提供从研发到落地的全周期算力保障。这种“软硬一体”的布局模式，被业界视为对抗国际科技巨头的重要策略。

市场分析认为，京东选择此时重仓物理AI领域具有战略前瞻性。该公司2026年半年报显示，上半年研发投入同比增长53%，其中AI相关支出占比超过60%。管理层在业绩说明会上明确表示，将把二十年积累的供应链能力与AI技术深度融合，通过智能预测、自动补货、动态定价等应用场景实现降本增效。

花旗银行最新研报指出，京东的物理AI战略形成独特竞争壁垒：一方面通过零售、物流等业务掌握海量线下数据，另一方面借助自建算力基础设施降低模型训练成本。这种“数据-算力-应用”的闭环生态，可能推动供应链管理进入全新智能化阶段。

全球科技巨头对物理AI的争夺已趋白热化。英伟达CEO黄仁勋在6月股东大会上预言，物理AI将成为驱动未来十年增长的核心引擎。他将其定义为具备环境感知、自主决策能力的实体智能系统，涵盖工业机器人、自动驾驶汽车、智能工厂等多个领域。与侧重语言处理的通用大模型不同，物理AI更需要真实世界的交互数据支撑。

真实场景数据的稀缺性正成为制约行业发展的关键因素。实验数据显示，机器人在标准化环境中完成家务任务的准确率可达89.4%，但在真实家庭场景中骤降至12%。这种巨大落差源于现实世界的复杂性——光照变化、物体遮挡、空间动态等变量对算法鲁棒性提出极高要求。国盛证券研究显示，截至2026年初，全球合规可用的物理交互数据总量不足50万小时，仅为文本训练数据的两万分之一。

东吴证券分析指出，物理AI的商业化进程将呈现场景分化特征。流程工业、汽车制造、仓储物流等结构化程度较高的领域有望率先突破，这些场景既存在明确的降本需求，又能提供相对可控的数据采集环境。以京东为例，其覆盖全国的仓储网络和配送体系，天然具备大规模数据采集优势。

京东的“数据富矿”战略正在显现成效。据内部人士透露，该公司计划动员60万一线员工参与数据采集工作，通过配备智能眼镜等设备记录操作过程。这些带有时空标签的视频数据将经过脱敏处理后，用于训练多模态大模型。预计到2028年，京东将建成全球最大的物理世界数据资产库，数据规模突破1500万小时。

当前物理AI领域呈现“三足鼎立”格局：国际科技巨头主导算力芯片，初创企业聚焦垂直场景，而京东等平台型企业则掌控数据入口。这种分工格局下，数据质量成为决定技术演进方向的核心要素。行业专家指出，未来三年将是物理AI从实验室走向产业化的关键窗口期，具备数据采集能力的企业将占据战略制高点。

值得注意的是，物理AI发展仍面临多重挑战。除数据获取难题外，模型可解释性、软硬件协同、安全伦理等问题亟待解决。京东技术委员会主席在大会上表示，将联合清华大学等机构建立物理AI联合实验室，重点攻关多模态感知、实时决策等关键技术，推动行业标准制定。

综合来看，物理AI代表人工智能从虚拟世界向物理世界的延伸，其产业化进程将重塑多个传统行业。在这场变革中，数据资源、算力基础设施、场景落地能力构成三大竞争要素。京东凭借独特的供应链生态和前瞻性布局，有望在物理AI时代建立新的技术壁垒，但最终成效仍需观察其数据资产转化效率和商业落地能力。

（徽声在线 冯轶 ）