京东在具身智能领域迈出关键一步，全国首个具身智能数据采集社区在宿迁正式投入运营。这一举措标志着京东“具身智能超级供应链”战略进入实质性落地阶段，为破解行业长期存在的“数据荒”难题提供了新思路。
作为战略布局的重要环节，京东今年3月宣布建设全球最大具身数据采集中心，计划通过两年时间动员60万人参与，累计获取1000万小时真实场景视频数据。仅一个月后，其生态发布会上便集中展示了全链路基础设施、自研采集终端JoyEgoCam、具身大模型JoyAI-RA等系列成果，形成完整的技术闭环。
行业数据显示，通用具身大模型训练需要数千万小时高质量数据，但全球现存数据量不足需求量的5%。这种供需失衡导致现有机器人系统在真实场景中表现乏力，如同“小脑发达、大脑不足”的演员，虽能完成标准动作，却难以应对家务、精密操作等复杂任务。根本原因在于训练数据脱离物理世界实际交互逻辑。
京东将突破口锁定在第一视角数据重构。与传统遥控操作数据和互联网视频数据相比，这类数据完整记录了人类操作时的视线轨迹、手眼协调、空间判断等隐性信息，堪称物理AI的“原生语言”。以烹饪场景为例，互联网视频仅展示成品和步骤，而第一视角数据能捕捉油温控制、翻炒力度等关键参数，为机器人提供可执行的决策依据。
全球科技巨头已形成共识：第一视角数据规模直接决定模型能力上限。英伟达EgoScale框架明确将其列为核心基础设施，特斯拉、Figure等企业纷纷启动大规模采集计划。京东选择此时入局，既源于对行业趋势的精准判断，更依托其独特的实体基因优势。
支撑京东战略落地的“3+1”体系初现成效。在AI基建层面，3600多个仓库、超万家线下门店、二十余万家合作药房构成的实体网络，为数据采集提供了天然场景。2026年一季度研发投入同比增长59%的技术积累，则确保了全链路数据基础设施的搭建，覆盖采集、存储、标注、训练、评估等全流程。
产业深度嵌入形成差异化竞争力。京东超级供应链已渗透零售、物流、健康等数千个细分场景，仓库分拣力度、家政擦窗角度等操作细节，构成其他玩家难以复刻的数据资产。这种带着行业Know-how的数据，使模型训练结果天然具备产业适配性，避免实验室数据的“水土不服”。
用户体验导向推动技术落地。京东零售计划2026年助力机器人品牌伙伴实现百亿销售额，JoyInside技术已与近200个品牌展开合作。通过为家电、机器人等产品植入“高情商大脑”，让消费者切实感受AI价值，形成“技术可用-体验提升-数据反哺”的良性循环。
超级供应链思维构成终极壁垒。京东将物理空间管理、信息流统筹、操作环节优化等供应链能力，转化为具身智能时代的“水电煤”基础设施。通过开放数据交易平台、构建产业生态圈，其正从数据采集者升级为行业标准制定者，为机器人企业、模型厂商提供一站式解决方案。
在宿迁采集现场，家庭主妇、果农、医护等普通市民正通过自研终端上传操作数据。这些覆盖超百个细分场景的“数据燃料”，经过质检标注后输入模型，推动具身智能从数字世界走向物理现实。当行业还在争论参数规模时，京东已用千万小时级真实数据，叩响物理AI的变革之门。
