昨日业内人士传出行业新变化日本搞关键矿产“去中国化”为何失败 很高兴为您解答这个问题，让我来帮您详细说明一下。品牌授权报修电话，快速上门服务

洛阳市汝阳县赵县沙河店镇湖北省恩施土家族苗族自治州恩施市云南省文山壮族苗族自治州广南县四川省甘孜藏族自治州丹巴县青海省海西蒙古族藏族自治州德令哈市辽宁省大连市旅顺口区西藏山南市博尔塔拉蒙古自治州温泉县江苏省徐州市新沂市怀柔区宝山镇海南省儋州市江西省宜春市宜丰县辽宁省锦州市义县贵州省安顺市普定县密云区古北口镇山东省威海市陕西省汉中市南郑区内蒙古鄂尔多斯市鄂托克旗北辰区重庆市县巫山县云南省普洱市景东彝族自治县四川省德阳市广汉市赵县沙河店镇内蒙古兴安盟乌兰浩特市钦州市福建省莆田市仙游县延庆区沈家营镇山西省晋中市榆社县广东省云浮市新兴县河东区东新街道广东省云浮市新兴县密云区河南寨镇江苏省南京市浦口区广东省汕头市龙湖区丰台区和义街道云南省丽江市宁蒗彝族自治县山东省泰安市东平县青海省果洛藏族自治州怀柔区雁栖地区辽宁省沈阳市元氏县殷村镇朝阳区小关街道四川省甘孜藏族自治州九龙县黑龙江省哈尔滨市巴彦县伊犁哈萨克自治州昭苏县江苏省镇江市句容市山东省青岛市城阳区焦作市沁阳市广东省江门市云南省怒江傈僳族自治州福贡县洛阳市汝阳县河东区大直沽街道山东省威海市陕西省宝鸡市千阳县吉林省四平市铁西区山西省朔州市山阴县云南省红河哈尼族彝族自治州绿春县马鞍山市博望区青海省海西蒙古族藏族自治州德令哈市平顶山市卫东区鹿泉区白鹿泉乡银川市贺兰县贵州省六盘水市水城县平山县上观音堂乡南阳市内乡县武清区上马台镇福建省福州市罗源县云南省红河哈尼族彝族自治州泸西县广东省江门市山东省青岛市城阳区陕西省宝鸡市千阳县山西省忻州市宁武县山东省滨州市江苏省镇江市句容市山东省东营市垦利区西青区精武镇元氏县四川省宜宾市翠屏区内蒙古呼伦贝尔市阿荣旗朝阳区豆各庄地区南开区长虹街道西青区精武镇西城区月坛街道湖北省宜昌市夷陵区武清区上马台镇蓟州区东赵各庄镇焦作市中站区甘肃省兰州市吉林省白山市浑江区重庆市县巫山县昌平区小汤山镇青海省海南藏族自治州贵德县四川省成都市新都区西乡塘区顺义区空港街道桂林市秀峰区辽宁省辽阳市白塔区伊犁哈萨克自治州昭苏县四川省凉山彝族自治州甘洛县

今日行业报告传递重要政策变化物理AI的竞争单位，正在从“模型”变成“系统”，很高兴为您解答这个问题，让我来帮您详细说明一下:官方服务专线，支持多品牌报修

乌鲁木齐市沙依巴克区福建省三明市梅列区辽宁省朝阳市北票市黑龙江省伊春市金林区静海区大邱庄镇辽宁省大连市旅顺口区山西省晋中市榆社县江西省九江市武宁县蓟州区官庄镇山东省淄博市临淄区西城区月坛街道四川省德阳市广汉市亳州市利辛县大兴区山西省运城市夏县福建省厦门市湖里区广东省汕头市南澳县福建省福州市永泰县蓟州区东施古镇云南省普洱市景东彝族自治县鹿泉区寺家庄镇大兴区元氏县殷村镇江苏省连云港市赣榆区大兴区密云区高岭镇蓟州区东施古镇百色市田林县湖北省恩施土家族苗族自治州恩施市昌平区回龙观街道山西省晋中市灵石县长安区广安街道甘肃省甘南藏族自治州辽宁省朝阳市北票市昌平区小汤山镇山东省威海市吉林省长春市双阳区门头沟区大峪街道四川省甘孜藏族自治州丹巴县丰台区宛平城地区福建省福州市罗源县西藏山南市山西省吕梁市岚县赵县沙河店镇福建省厦门市海沧区赞皇县西龙门乡平山县东回舍镇黑龙江省七台河市桃山区辽宁省大连市旅顺口区西藏山南市贡嘎县密云区河南寨镇云南省文山壮族苗族自治州广南县山东省德州市齐河县河东区东新街道辽宁省大连市旅顺口区辽宁省沈阳市浑南区云南省丽江市宁蒗彝族自治县陕西省汉中市留坝县昌平区回龙观街道陕西省汉中市西乡县云南省玉溪市新平彝族傣族自治县四川省泸州市江阳区伊犁哈萨克自治州昭苏县云南省玉溪市新平彝族傣族自治县贵州省铜仁市印江土家族苗族自治县山东省泰安市泰山区四川省甘孜藏族自治州九龙县广东省汕头市南澳县福建省厦门市湖里区蓟州区东施古镇福建省厦门市湖里区延庆区康庄镇内蒙古锡林郭勒盟镶黄旗南开区体育中心街道山西省吕梁市岚县平山县岗南镇崇左市宁明县江西省宜春市宜丰县亳州市利辛县辽宁省沈阳市浑南区阿克苏地区拜城县山东省聊城市茌平区西青区精武镇赞皇县西龙门乡鹿泉区寺家庄镇长安区南村镇黑龙江省七台河市桃山区西藏阿里地区日土县黑龙江省佳木斯市汤原县贵州省铜仁市印江土家族苗族自治县朝阳区双井街道甘肃省陇南市山西省忻州市宁武县云南省玉溪市新平彝族傣族自治县平山县宅北乡湖北省恩施土家族苗族自治州恩施市江苏省苏州市相城区广东省云浮市新兴县江苏省连云港市赣榆区广东省珠海市斗门区

全球服务区域:陕西省西安市未央区辽宁省本溪市溪湖区银川市贺兰县山东省潍坊市青州市山东省烟台市龙口市山西省运城市夏县四川省成都市金牛区河西区桃园街道辽宁省本溪市溪湖区河西区桃园街道西青区精武镇广东省珠海市斗门区桂林市秀峰区山西省临汾市安泽县平山县宅北乡朝阳区酒仙桥街道隆安县防城港市东兴市静海区西翟庄镇西藏阿里地区日土县昌平区阳坊镇广东省汕头市南澳县陕西省商洛市山阳县静海区大邱庄镇江苏省镇江市句容市辽宁省沈阳市沈河区海淀区青龙桥街道陕西省商洛市山阳县辽宁省铁岭市开原市丰台区宛平城地区蚌埠市龙子湖区蓟州区东施古镇静海区大邱庄镇海南省三沙市西沙区贵州省安顺市普定县湖北省襄阳市襄州区四川省遂宁市蓬溪县黑龙江省佳木斯市富锦市山西省朔州市山阴县内蒙古鄂尔多斯市康巴什区河东区东新街道江西省宜春市奉新县朝阳区小关街道江西省吉安市永新县延庆区康庄镇平山县岗南镇青海省海南藏族自治州贵德县长安区南村镇井陉县测鱼镇辽宁省铁岭市开原市喀什地区叶城县广东省深圳市陕西省汉中市西乡县银川市贺兰县焦作市中站区辽宁省沈阳市浑南区四川省广安市岳池县青海省海南藏族自治州贵德县甘肃省陇南市崇左市宁明县怀柔区龙山街道山西省运城市夏县平山县岗南镇海淀区青龙桥街道山西省吕梁市岚县福建省福州市永泰县合肥市庐阳区和田地区四川省宜宾市江安县合肥市瑶海区贵州省铜仁市印江土家族苗族自治县甘肃省天水市秦州区桂林市秀峰区湖北省恩施土家族苗族自治州建始县湖北省襄阳市襄州区福建省厦门市湖里区海南省儋州市喀什地区叶城县广东省深圳市青海省玉树藏族自治州治多县行唐县龙州镇福建省南平市建瓯市银川市贺兰县新乐市协神乡平山县小觉镇内蒙古乌海市乌达区平顶山市卫东区合肥市瑶海区江苏省镇江市句容市四川省泸州市江阳区朝阳区小红门地区湖北省襄阳市襄州区云南省普洱市景东彝族自治县山东省德州市齐河县重庆市市辖区北碚区四川省广安市岳池县福建省莆田市仙游县山东省威海市贵州省安顺市普定县平顶山市卫东区

本周行业报告披露重要变化物理AI的竞争单位，正在从“模型”变成“系统”，很高兴为您解答这个问题，让我来帮您详细说明一下:售后服务维修中心电话，支持多渠道服务

全国服务区域：四川省遂宁市蓬溪县丰台区长辛店镇焦作市沁阳市亳州市利辛县山东省潍坊市青州市井陉县吴家窑乡开封市通许县山西省阳泉市平定县贵州省铜仁市玉屏侗族自治县长安区南村镇辽宁省大连市旅顺口区山西省临汾市安泽县鹿泉区寺家庄镇四川省成都市双流区江苏省镇江市句容市平山县东回舍镇云南省红河哈尼族彝族自治州绿春县辽宁省沈阳市沈河区四川省成都市双流区甘肃省甘南藏族自治州合肥市瑶海区辽宁省本溪市溪湖区西青区精武镇朝阳区豆各庄地区辽宁省大连市旅顺口区内蒙古锡林郭勒盟正镶白旗新乐市协神乡山西省吕梁市中阳县黑龙江省佳木斯市汤原县山东省枣庄市台儿庄区西城区天桥街道西藏山南市山西省阳泉市平定县山东省泰安市东平县密云区古北口镇山东省烟台市牟平区昌平区小汤山镇平顶山市卫东区山东省聊城市冠县湖北省宜昌市秭归县黑龙江省佳木斯市汤原县内蒙古鄂尔多斯市鄂托克旗青海省海北藏族自治州门源回族自治县黑龙江省七台河市桃山区蚌埠市蚌山区山西省晋中市榆社县黑龙江省绥化市明水县陕西省汉中市西乡县北辰区福建省南平市江苏省苏州市相城区赵县沙河店镇上海市市辖区嘉定区辽宁省沈阳市赵县沙河店镇广东省珠海市斗门区丰台区宛平城地区云南省文山壮族苗族自治州广南县山东省泰安市泰山区四川省甘孜藏族自治州崇左市宁明县江西省赣州市石城县湖北省宜昌市西陵区海南省三沙市西沙区银川市贺兰县朝阳区管庄地区山东省枣庄市台儿庄区四川省凉山彝族自治州西昌市辽宁省大连市旅顺口区西藏拉萨市达孜区陕西省汉中市留坝县山东省聊城市茌平区江苏省徐州市新沂市云南省普洱市景东彝族自治县江西省景德镇市昌江区南开区体育中心街道延庆区沈家营镇江西省宜春市宜丰县青秀区平顶山市卫东区江西省赣州市石城县昌平区阳坊镇云南省怒江傈僳族自治州福贡县朝阳区酒仙桥街道辽宁省铁岭市开原市蓟州区东二营镇焦作市沁阳市陕西省宝鸡市眉县山西省晋城市高平市和田地区和平区南市街道四川省宜宾市珙县山西省朔州市山阴县黑龙江省鹤岗市和平区南市街道朝阳区双井街道江苏省南通市启东市四川省成都市金牛区山西省吕梁市岚县阿克苏地区新和县

售后服务上门服务电话，智能分配单据：物理AI的竞争单位，正在从“模型”变成“系统”

作者｜黄小艺

微信 | H997Hbiu

今年WAIC，比模型本身更抢眼的，是那些开始替人做事、进入设备和真实场景的AI产品。

展馆里，可以跨应用完成任务的智能体手机、进入产线的人形机器人、戴在身上的AI眼镜，以及支撑它们运行的超节点和万卡集群，正在成为新的注意力中心。

这种变化也体现在论坛议题中。AI行业关注的问题，正在从“模型还有多聪明”，转向“AI能不能进入产品、完成任务，并以产业能够承受的成本大规模运行”。

京东集团副总裁、京东探索研究院副院长段楠在演讲中指出了这种变化：“互联网数据还是数字世界信息的载体，没办法让模型学习到如何真正交互和驾驭物理世界。如果人工智能未来面向更高水平的通用性，必须从数字世界走向物理世界。”

这是一场比模型竞赛更复杂的竞争。

一个模型可以生成内容，甚至构造一个世界；但要真正进入设备、理解环境、完成任务并对结果负责，中间还隔着数据、评测、算力、硬件和产品。

在今年WAIC，京东JoyAI是一个很适合观察这种变化的样本。

一直以来，京东把AI的发展分成三个阶段：语言、代码和内容生成属于“数字AI”；当AI进入玩具、家电和汽车，持续感知并与人交互，它变成“附身AI”；当AI进一步理解空间和物理规律，并能在真实世界执行动作，才进入“物理AI”。

沿着这条路线，这届WAIC，京东第一次把JoyAI大模型矩阵、具身数据体系、云基础设施和JoyInside硬件入口集中摆在了一起。

其中，JoyAI-Image-Edit、JoyAI-Echo和JoyAI-Video-Edit分别覆盖空间图像编辑、长音视频生成和实时视频编辑；JoyAI-VL-Interaction、JoyAI-Voice和JoyAI-Talker负责持续观察、实时回应和语音交互；到了JoyAI-RA，模型开始进一步学习机器人的动作。

模型之外，JoyEgoCam负责采集，EgoLive沉淀真实操作数据，JoyAI-Sim完成仿真转换与训练评测；京东云支撑数据处理、模型训练和规模化部署，JoyInside则把这些能力装进具体硬件。

这些能力覆盖了AI进入物理世界的完整链路：看见、理解、交流、行动、学习，直至落地。

它也对应着当前的行业变化——当AI走出聊天框、进入物理世界，竞争单位不再是单个模型，而是数据、模型、算力、硬件和场景能不能组成一套真正跑起来的系统。

模型先要学会空间、时间和交互

系统化并不意味着模型变得不重要。恰恰相反，当AI开始离开聊天框、进入真实世界，模型需要解决的问题反而更多了：它不仅要生成内容，还要理解空间、时间，以及什么时候应该介入。

以JoyAI-Image-Edit为例，普通图像编辑解决的是“哪些像素应该改变”，但物理世界面对的问题是：一个物体移动以后，空间关系应该怎样随之变化。

JoyAI-Image-Edit将图像理解、生成和编辑放进同一个体系。它展示的重点不只是换背景、改颜色，还包括移动、旋转物体，改变相机视角以及生成多视角画面，同时尽量维持几何关系的一致性。

过去的模型主要判断“这张图看起来是否合理”，现在则需要进一步理解：“如果换一个位置观察，这个世界是否仍然成立。”

编辑甚至可以反过来帮助理解。当原始视角无法判断空间关系时，模型可以生成另一个视角的画面，再根据新画面回答问题。生成由此不再只是输出内容，也成为模型观察世界的一种方式。

如果说图像模型理解的是一个瞬间，JoyAI-Video-Edit面对的则是时间连续性。它需要在视频持续发生时修改人物、动作和场景，同时保证前后画面不会因为一次干预而崩掉。

这相当于要求模型理解：世界不仅“长什么样”，还要知道它怎样从上一秒运动到下一秒。

到了JoyAI-VL-Interaction，问题进一步从空间和时间变成了介入时机。

传统语音助手等待用户唤醒，用户问一句，它回答一句；附身AI却要长时间待在环境中，一边持续观察，一边判断什么时候应该回应，什么时候应该保持沉默，什么时候应该把复杂任务交给后台模型、API或者智能体。

此前有人利用这一模型制作了一台AI夜视婴儿看护器：红外视频持续输入模型，只有在模型发现婴儿惊跳、醒来或者口鼻可能被遮挡时，才触发手环和音响提醒。

JoyAI-Talker补充的则是实时表达能力，让模型在保持理解和推理能力的同时，拥有更加自然、低延迟，并具备情感表达和共情能力的语音交互。

把这些模型放在一起，可以看到一条清晰的演进线：Image-Edit补充空间理解，Video-Edit处理时间连续性，VL-Interaction判断介入时机，Talker负责自然、实时的表达。它们共同回答的是，AI怎样持续看见、理解并回应一个正在发生的世界。

模型开始反过来定义什么是好数据

但看懂世界，只完成了一半。

模型可以在屏幕里把一只杯子旋转90度，机器人却必须知道从哪里抓、用多大力，以及抓空以后怎样调整。像素里的合理，不等于物理上的可执行。

如果把GPT-3.5看作语言模型真正跨过能力门槛的时刻，物理AI还没有到达类似的节点。语言模型拥有互联网规模的文本、相对统一的训练方法和成熟的评测体系；物理AI的数据却分散在不同场景、任务和机器人身体里，既昂贵，又难以复用。

段楠把物理数据规模化放在了首位：“物理AI不仅要从海量数据中学习通用常识知识，还要从蕴含着非常丰富的物理信息的真实世界数据中学习物理规律和因果关系，比如三维空间结构、物理属性、运动轨迹等。”

京东把这件事拆成了三层。

第一层，是先把真实经验采下来。

京东开源的EgoLive首批包含约2000小时视频、65,866段数据和346种真实任务，覆盖家庭、仓储、药房等场景。第一视角数据记录的不只是“人在做什么”，还有人看见了什么、手怎样运动、动作按照什么顺序发生。

这很重要。实验室里的标准动作容易采集，却很难覆盖真实世界的杂乱、遮挡和意外。EgoLive要保存的，正是人类处理这些不确定性的过程。

第二层，是把人的经验翻译成机器人能够使用的数据。

人的手与机器人的关节结构完全不同，人类演示不能直接拿来训练机器人。JoyAI-Sim因此把真人动作放进仿真环境，检查它是否满足机器人的关节、碰撞和物理约束，再转换成机器人可以学习的轨迹；反过来，它也能把真实机器人任务重建到仿真环境中，用于批量测试。

第三层，是验证这些经验到底有没有用。

JoyAI-RA把第一视角视频、仿真轨迹、真实机器人数据和网络数据放进统一训练框架，再通过仿真和真机任务检验效果。如果一批数据加入以后，机器人的任务成功率没有提高，甚至下降，那么无论它多清晰、标注多完整，都不能算好数据。

段楠把JoyAI-RA 0.1定位为一项验证工作：随着数据规模扩大和多样化，观察具身模型在理解、推理、预测和最终操作上的能力变化，并随着具身数据集体量扩大继续验证效果。

到这里，模型同时成为数据的消费者和质检工具。

这三层形成了一个完整闭环：EgoLive采集经验，JoyAI-Sim翻译经验，JoyAI-RA学习并验证经验。数据训练模型，模型再反过来定义什么是好数据。

只有这个闭环能够运转，扩大数据规模才有意义。今年，京东还进一步提出将在两年积累1000万小时高质量数据，同时将具身训练扩展到千卡规模集群，并把数据处理成本降低了10倍以上。

物理AI何时抵达自己的GPT-3.5时刻，很大程度上取决于真实世界的经验能否被转化为可训练、可验证、可复用的数据。

模型装进硬件之后，难题才刚开始

即便AI已经会看、会学，要真正进入物理世界，仍然需要具体的产品和硬件作为入口。

京东JoyInside想做的，就是补上这一环，把AI能力装进不同品类的硬件，让它在真实场景中与人交互、完成任务。

从2025年正式发布，到今年WAIC，JoyInside已经与近200家行业品牌合作，覆盖家电家居、机器人、玩具和健康设备等品类；按照公开计划，2026年接入终端将超过1000万台。

在这一年的产品实践中，JoyInside形成了一个核心判断：从玩具、机器人到家居家电，设备正在从“被动执行控制”走向“主动完成目的”。

过去使用蒸烤箱，用户需要设置温度、时间和模式，设备只负责执行参数；接入AI以后，用户只说“我想吃烤红薯”，系统就要理解食材、口味和火候，并对最后有没有烤好负责。

人与设备的责任由此被重新划分：过去人负责决策，设备负责执行；现在人只提出需求，设备开始负责结果。

接入品类不断增加后，JoyInside团队也发现，单品AI化的价值存在明显差异。目前使用频率最高的是台灯、点读笔等学习产品，其次是AI玩具；家居家电虽然一度占到团队接入SKU的约80%，活跃度却相对较低。

家电家居当然需要AI，只是单台设备能够提供的新价值仍然有限。灯还是灯，床垫还是床垫，增加一项对话功能，很难真正改变用户原来的使用习惯。

于是，JoyInside把策略从单品推向了AI Home。

AI Home的思路是让不同设备根据用户目的进行联动分工。比如床垫感知身体和睡眠状态，灯光与音箱调节环境，机器人负责移动和观察；当用户说“我有点累”，系统判断应该由谁响应、怎样配合。

京东科技AI创新业务JoyInside负责人戴文军把这种家庭形态称作一个“积木化的、更复杂的机器人”：感知、交流和控制能力被分散在不同设备中，组合起来共同完成任务。

更重要的是，AI Home还让产品重新接回了反馈循环。哪些场景真正被使用、一次联动有没有完成目的、用户是否接受设备主动服务，这些反馈会回到品牌、方案商和JoyInside，决定下一代硬件应该增加什么能力、删除什么功能。

而在从单品走向AI Home的过程中，交付压力随之显现。模型可以统一训练，硬件却无法统一交付。台灯、床垫和蒸烤箱拥有完全不同的麦克风、传感器、芯片、声学结构和控制协议，JoyInside团队不可能独自完成所有适配。

为解决交付问题，京东今年在WAIC把方案商推到了更重要的位置。

分工上，京东提供大模型、ASR、TTS和家庭场景能力，品牌负责产品和品类知识，方案商则完成芯片、声学结构、控制协议与整机方案的工程适配，并触达大量仍在小批量试水、尚未进入京东视野的品牌，将新的产品机会带进这套体系，帮助JoyInside扩充品类。

数字AI时代，一个基础模型可以成为一家公司的技术中心。但在物理世界，数据、模型、算力、硬件和产品中的任何一层出现问题，AI都只能停留在Demo里。

京东的优势来自它能力的完整性：模型、数据、云基础设施、产品入口和真实场景可以彼此连接，组成一个不断转动的反馈循环。

所谓“全球最大物理世界运营中心”，真正值得关注或许不是“大”，而是“运营”：数据训练模型，模型筛选数据，云降低迭代成本，JoyInside把能力装进产品，产品与场景再不断返回新的经验。

一个模型可以生成一个世界，但只有成为一整套系统，才能真正进入这个世界。

点个“爱心”，再走 吧

本月行业协会披露最新研究报告物理AI的竞争单位，正在从“模型”变成“系统”

作者｜黄小艺

微信 | H997Hbiu

今年WAIC，比模型本身更抢眼的，是那些开始替人做事、进入设备和真实场景的AI产品。

展馆里，可以跨应用完成任务的智能体手机、进入产线的人形机器人、戴在身上的AI眼镜，以及支撑它们运行的超节点和万卡集群，正在成为新的注意力中心。

这种变化也体现在论坛议题中。AI行业关注的问题，正在从“模型还有多聪明”，转向“AI能不能进入产品、完成任务，并以产业能够承受的成本大规模运行”。

京东集团副总裁、京东探索研究院副院长段楠在演讲中指出了这种变化：“互联网数据还是数字世界信息的载体，没办法让模型学习到如何真正交互和驾驭物理世界。如果人工智能未来面向更高水平的通用性，必须从数字世界走向物理世界。”

这是一场比模型竞赛更复杂的竞争。

一个模型可以生成内容，甚至构造一个世界；但要真正进入设备、理解环境、完成任务并对结果负责，中间还隔着数据、评测、算力、硬件和产品。

在今年WAIC，京东JoyAI是一个很适合观察这种变化的样本。

一直以来，京东把AI的发展分成三个阶段：语言、代码和内容生成属于“数字AI”；当AI进入玩具、家电和汽车，持续感知并与人交互，它变成“附身AI”；当AI进一步理解空间和物理规律，并能在真实世界执行动作，才进入“物理AI”。

沿着这条路线，这届WAIC，京东第一次把JoyAI大模型矩阵、具身数据体系、云基础设施和JoyInside硬件入口集中摆在了一起。

其中，JoyAI-Image-Edit、JoyAI-Echo和JoyAI-Video-Edit分别覆盖空间图像编辑、长音视频生成和实时视频编辑；JoyAI-VL-Interaction、JoyAI-Voice和JoyAI-Talker负责持续观察、实时回应和语音交互；到了JoyAI-RA，模型开始进一步学习机器人的动作。

模型之外，JoyEgoCam负责采集，EgoLive沉淀真实操作数据，JoyAI-Sim完成仿真转换与训练评测；京东云支撑数据处理、模型训练和规模化部署，JoyInside则把这些能力装进具体硬件。

这些能力覆盖了AI进入物理世界的完整链路：看见、理解、交流、行动、学习，直至落地。

它也对应着当前的行业变化——当AI走出聊天框、进入物理世界，竞争单位不再是单个模型，而是数据、模型、算力、硬件和场景能不能组成一套真正跑起来的系统。

模型先要学会空间、时间和交互

系统化并不意味着模型变得不重要。恰恰相反，当AI开始离开聊天框、进入真实世界，模型需要解决的问题反而更多了：它不仅要生成内容，还要理解空间、时间，以及什么时候应该介入。

以JoyAI-Image-Edit为例，普通图像编辑解决的是“哪些像素应该改变”，但物理世界面对的问题是：一个物体移动以后，空间关系应该怎样随之变化。

JoyAI-Image-Edit将图像理解、生成和编辑放进同一个体系。它展示的重点不只是换背景、改颜色，还包括移动、旋转物体，改变相机视角以及生成多视角画面，同时尽量维持几何关系的一致性。

过去的模型主要判断“这张图看起来是否合理”，现在则需要进一步理解：“如果换一个位置观察，这个世界是否仍然成立。”

编辑甚至可以反过来帮助理解。当原始视角无法判断空间关系时，模型可以生成另一个视角的画面，再根据新画面回答问题。生成由此不再只是输出内容，也成为模型观察世界的一种方式。

如果说图像模型理解的是一个瞬间，JoyAI-Video-Edit面对的则是时间连续性。它需要在视频持续发生时修改人物、动作和场景，同时保证前后画面不会因为一次干预而崩掉。

这相当于要求模型理解：世界不仅“长什么样”，还要知道它怎样从上一秒运动到下一秒。

到了JoyAI-VL-Interaction，问题进一步从空间和时间变成了介入时机。

传统语音助手等待用户唤醒，用户问一句，它回答一句；附身AI却要长时间待在环境中，一边持续观察，一边判断什么时候应该回应，什么时候应该保持沉默，什么时候应该把复杂任务交给后台模型、API或者智能体。

此前有人利用这一模型制作了一台AI夜视婴儿看护器：红外视频持续输入模型，只有在模型发现婴儿惊跳、醒来或者口鼻可能被遮挡时，才触发手环和音响提醒。

JoyAI-Talker补充的则是实时表达能力，让模型在保持理解和推理能力的同时，拥有更加自然、低延迟，并具备情感表达和共情能力的语音交互。

把这些模型放在一起，可以看到一条清晰的演进线：Image-Edit补充空间理解，Video-Edit处理时间连续性，VL-Interaction判断介入时机，Talker负责自然、实时的表达。它们共同回答的是，AI怎样持续看见、理解并回应一个正在发生的世界。

模型开始反过来定义什么是好数据

但看懂世界，只完成了一半。

模型可以在屏幕里把一只杯子旋转90度，机器人却必须知道从哪里抓、用多大力，以及抓空以后怎样调整。像素里的合理，不等于物理上的可执行。

如果把GPT-3.5看作语言模型真正跨过能力门槛的时刻，物理AI还没有到达类似的节点。语言模型拥有互联网规模的文本、相对统一的训练方法和成熟的评测体系；物理AI的数据却分散在不同场景、任务和机器人身体里，既昂贵，又难以复用。

段楠把物理数据规模化放在了首位：“物理AI不仅要从海量数据中学习通用常识知识，还要从蕴含着非常丰富的物理信息的真实世界数据中学习物理规律和因果关系，比如三维空间结构、物理属性、运动轨迹等。”

京东把这件事拆成了三层。

第一层，是先把真实经验采下来。

京东开源的EgoLive首批包含约2000小时视频、65,866段数据和346种真实任务，覆盖家庭、仓储、药房等场景。第一视角数据记录的不只是“人在做什么”，还有人看见了什么、手怎样运动、动作按照什么顺序发生。

这很重要。实验室里的标准动作容易采集，却很难覆盖真实世界的杂乱、遮挡和意外。EgoLive要保存的，正是人类处理这些不确定性的过程。

第二层，是把人的经验翻译成机器人能够使用的数据。

人的手与机器人的关节结构完全不同，人类演示不能直接拿来训练机器人。JoyAI-Sim因此把真人动作放进仿真环境，检查它是否满足机器人的关节、碰撞和物理约束，再转换成机器人可以学习的轨迹；反过来，它也能把真实机器人任务重建到仿真环境中，用于批量测试。

第三层，是验证这些经验到底有没有用。

JoyAI-RA把第一视角视频、仿真轨迹、真实机器人数据和网络数据放进统一训练框架，再通过仿真和真机任务检验效果。如果一批数据加入以后，机器人的任务成功率没有提高，甚至下降，那么无论它多清晰、标注多完整，都不能算好数据。

段楠把JoyAI-RA 0.1定位为一项验证工作：随着数据规模扩大和多样化，观察具身模型在理解、推理、预测和最终操作上的能力变化，并随着具身数据集体量扩大继续验证效果。

到这里，模型同时成为数据的消费者和质检工具。

这三层形成了一个完整闭环：EgoLive采集经验，JoyAI-Sim翻译经验，JoyAI-RA学习并验证经验。数据训练模型，模型再反过来定义什么是好数据。

只有这个闭环能够运转，扩大数据规模才有意义。今年，京东还进一步提出将在两年积累1000万小时高质量数据，同时将具身训练扩展到千卡规模集群，并把数据处理成本降低了10倍以上。

物理AI何时抵达自己的GPT-3.5时刻，很大程度上取决于真实世界的经验能否被转化为可训练、可验证、可复用的数据。

模型装进硬件之后，难题才刚开始

即便AI已经会看、会学，要真正进入物理世界，仍然需要具体的产品和硬件作为入口。

京东JoyInside想做的，就是补上这一环，把AI能力装进不同品类的硬件，让它在真实场景中与人交互、完成任务。

从2025年正式发布，到今年WAIC，JoyInside已经与近200家行业品牌合作，覆盖家电家居、机器人、玩具和健康设备等品类；按照公开计划，2026年接入终端将超过1000万台。

在这一年的产品实践中，JoyInside形成了一个核心判断：从玩具、机器人到家居家电，设备正在从“被动执行控制”走向“主动完成目的”。

过去使用蒸烤箱，用户需要设置温度、时间和模式，设备只负责执行参数；接入AI以后，用户只说“我想吃烤红薯”，系统就要理解食材、口味和火候，并对最后有没有烤好负责。

人与设备的责任由此被重新划分：过去人负责决策，设备负责执行；现在人只提出需求，设备开始负责结果。

接入品类不断增加后，JoyInside团队也发现，单品AI化的价值存在明显差异。目前使用频率最高的是台灯、点读笔等学习产品，其次是AI玩具；家居家电虽然一度占到团队接入SKU的约80%，活跃度却相对较低。

家电家居当然需要AI，只是单台设备能够提供的新价值仍然有限。灯还是灯，床垫还是床垫，增加一项对话功能，很难真正改变用户原来的使用习惯。

于是，JoyInside把策略从单品推向了AI Home。

AI Home的思路是让不同设备根据用户目的进行联动分工。比如床垫感知身体和睡眠状态，灯光与音箱调节环境，机器人负责移动和观察；当用户说“我有点累”，系统判断应该由谁响应、怎样配合。

京东科技AI创新业务JoyInside负责人戴文军把这种家庭形态称作一个“积木化的、更复杂的机器人”：感知、交流和控制能力被分散在不同设备中，组合起来共同完成任务。

更重要的是，AI Home还让产品重新接回了反馈循环。哪些场景真正被使用、一次联动有没有完成目的、用户是否接受设备主动服务，这些反馈会回到品牌、方案商和JoyInside，决定下一代硬件应该增加什么能力、删除什么功能。

而在从单品走向AI Home的过程中，交付压力随之显现。模型可以统一训练，硬件却无法统一交付。台灯、床垫和蒸烤箱拥有完全不同的麦克风、传感器、芯片、声学结构和控制协议，JoyInside团队不可能独自完成所有适配。

为解决交付问题，京东今年在WAIC把方案商推到了更重要的位置。

分工上，京东提供大模型、ASR、TTS和家庭场景能力，品牌负责产品和品类知识，方案商则完成芯片、声学结构、控制协议与整机方案的工程适配，并触达大量仍在小批量试水、尚未进入京东视野的品牌，将新的产品机会带进这套体系，帮助JoyInside扩充品类。

数字AI时代，一个基础模型可以成为一家公司的技术中心。但在物理世界，数据、模型、算力、硬件和产品中的任何一层出现问题，AI都只能停留在Demo里。

京东的优势来自它能力的完整性：模型、数据、云基础设施、产品入口和真实场景可以彼此连接，组成一个不断转动的反馈循环。

所谓“全球最大物理世界运营中心”，真正值得关注或许不是“大”，而是“运营”：数据训练模型，模型筛选数据，云降低迭代成本，JoyInside把能力装进产品，产品与场景再不断返回新的经验。

一个模型可以生成一个世界，但只有成为一整套系统，才能真正进入这个世界。

点个“爱心”，再走 吧

列车上，汉族乘务员主动帮孩子们收纳足球、护具，各族旅客围坐听少年们讲述高原牧区的生活。多果和队友拿出哈达，送给一路上热心照料他们的乘务员与邻座旅客，各族少年一路分享零食、交流踢球技巧。青海藏族、土族非遗代表性传承人在列车上展示唐卡、土族盘绣等技艺，各地游客分享明信片和家乡的故事，大家在欢声笑语中热烈交流。 日本搞关键矿产“去中国化”为何失败