当人工智能试图融入家庭生活，面临的挑战远超想象。厨房里油烟机轰鸣，客厅电视播放着节目，老人与孩子同时交谈，此时AI不仅需要识别出哪句话是对自己说的，更要理解“有点口渴”背后隐藏的需求，并协调不同设备完成服务。这绝非简单接入一个大模型就能实现，而是需要AI具备感知、交互、操作和执行物理世界的能力。
过去几年，大模型技术飞速发展，但始终难以突破数字世界的边界，无法真正感知和操作物理环境。如何让AI从虚拟走向现实，成为行业关注的焦点。在近日举行的世界人工智能大会上，参数比拼和单品展示逐渐退场，算力底座、模型矩阵和数据基础设施成为核心议题，企业开始比拼底层技术和生态链的完整性。
京东以“AI进入物理世界”为主题参展，展示了数字智能、附身智能和具身智能三大技术路线及其落地成果。依托20余年积累的供应链能力、真实场景和产业数据，京东构建了AI在物理世界中训练、验证和创造价值的闭环。其目标不仅是成为全球最大的物理世界运营中心，更为全行业提供可复制的解决方案。
本届大会上，AI竞争的逻辑已发生根本转变。算力厂商不再单纯展示芯片规格，而是推出液冷和超节点一体化集群方案；大模型企业弱化榜单排名，转而展示真实落地案例；具身智能展区则从机器人表演转向展示数据采集、数字仿真和真机部署的全流程闭环。行业普遍认为，竞争已从单一模型性能转向基础设施、数据、终端和场景协同的全链条实力比拼。
京东的展台没有单一爆品，而是呈现了一整套场景化解决方案。在样板间里，台灯辅助孩子写作业，床垫监测睡眠质量，茶吧机听到“有点口渴”后自动出水；具身智能展区中，观众佩戴头戴设备完成理货动作，数据经自动标注和仿真训练后，部署到零售小站的机器人上；物流无人机、AI智采管家和AI医生则分别解决不同场景中的具体问题。这些展示表明，AI正在逐步理解物理世界的运行逻辑。
要让AI真正融入物理世界，仅依赖基础模型远远不够。行业需要解决三个关键问题：强大的模型底座、复杂环境中的交互能力，以及让机器理解物理世界的高质量数据。京东提出的数字智能、附身智能和具身智能技术路线，正是为了应对这些挑战。数字智能提供语言、视觉和多模态理解能力，附身智能将这些能力投射到终端设备，具身智能则扩展到机器人等硬件，完成感知和操作。
在数字智能领域，京东展示了面向物理世界的JoyAI模型矩阵，涵盖图像编辑、长视频生成、实时视频交互、语音交互和视频编辑等多个方向。这些模型为AI进入家庭场景奠定了基础。然而，家庭环境的复杂性远超想象——成员多、设备多、场景多，且容错率极低。AI必须为结果负责，这对技术的可靠性提出了极高要求。
京东附身智能负责人以烤红薯为例解释这一变化：传统烤箱需要用户设置温度和时间，操作复杂且容错率高；而AI应能直接理解“外焦里糯”的需求，自主完成烹饪过程。这意味着责任从用户转移到了AI身上，技术必须足够可靠才能赢得信任。
无论是附身智能还是具身智能，算法、算力和数据都是基础支撑。京东集团副总裁指出，行业卡在物理世界门口的关键在于缺乏高质量数据。机器人需要学习的是人手操作物体的真实经验，而非互联网上的知识。为此，京东计划建设全球最大的具身智能数据采集中心，目标是在两年内采集1000万小时高质量数据。
在落地节奏上，京东选择从解决具体场景问题入手。以物流为例，亚洲一号仓的自动化程度已很高，但传统机械臂面对陌生物体时仍束手无策。具身智能的价值在于补充泛化能力，而非替代现有系统。更务实的方式是将具身智能与工业能力结合，逐步探索应用场景。
京东并未打算独占所有环节。其JoyInside平台已覆盖超200家品牌，2026年预计接入超千万台终端；同时开源了人类第一视角数据集EgoLive，包含2000小时高保真双目视频数据，覆盖346个任务。京东的目标是在物理世界智能化转型的窗口期，为行业铺就一条进入现实的路。
