直击WAIC｜JoyAI新模型亮相、京东“AI Home”首秀：AI物理世界边界探索

7月的上海，在“38℃+雷雨”的天气下，体感酷热难耐，而与此同时，AI（人工智能）的热潮正以强劲之势穿透物理世界的壁垒。

走进2026世界人工智能大会（WAIC）的展区，一个显著的变化悄然浮现。回想起去年，展区内随处可见大模型参数的对比以及各类榜单排名，然而今年，这些景象几乎消失不见。取而代之的是机械臂有条不紊的运转声、AI终端实时交互屏闪烁的光芒，还有一张张醒目地标注着“已量产”“已部署”的展牌，它们仿佛在向人们宣告着AI落地的新进展。

行业风向已然发生转变。京东集团副总裁、京东探索研究院副院长段楠在接受徽声在线记者采访时一针见血地指出：“当下，大家更为关注的是模型是否具备实际工作能力，怎样将基础模型切实落地到日常工作流程或者生活场景中，这已然成为当下极为重要的评测指标。”

京东在WAIC的展台，无疑是这一行业转向的生动缩影。首次亮相的“AI Home”样板间，充满了科技与生活的融合之美。在这里，智能床垫能够敏锐感知身体状态，自动调整到最舒适的角度；茶吧机仿佛拥有“智慧大脑”，在听到“有点口渴”的话语后，主动为人们倒出一杯水。而在展区的另一侧，京东物流与智元联合推出的人形机器人精灵G2 Max宣布正式落地真实仓库，承担起拆码垛与搬运作业的重任，展现出强大的实用价值。

这两个看似截然不同的场景，实则遵循着同一条核心逻辑：倘若AI无法进入物理世界，无法完成真实任务，即便参数再庞大，也不过是纸上谈兵，毫无实际意义。

在距离京东展台数百米之外，宇树、智元、星动纪元等具身智能公司的展位同样热闹非凡，被观众围得水泄不通。腾讯、阿里等互联网巨头也纷纷在各自展区亮出AI终端和行业解决方案，展现出强大的技术实力和行业影响力。

2026年，被业内人士视为“物理AI元年”。在这一年，竞争格局发生了深刻变化，从以往单纯追求模型参数的单点突破，演变为数据、算力、硬件、场景等多方面的系统级较量。各家企业纷纷推出自己的AI“全家桶”，齐聚在这场较量的风暴中心，试图探寻一个关键问题的答案：AI进入物理世界的边界究竟在哪里？又该如何找到通往边界的道路？

两大新模型登场，填补“交互”与“生成”领域空白

京东在此次WAIC上的首秀，备受瞩目的当属JoyAI - Talker实时语音交互模型和JoyAI - Video - Edit实时视频编辑模型两款新品的正式发布。加上此前已经亮相的JoyAI - Image - Edit、JoyAI - Echo、JoyAI - VL - Interaction等模型，京东今年已经累计推出7个面向物理世界的基础模型，展现出在AI领域的深厚积累和强大实力。

据徽声在线记者了解，JoyAI - Talker具备诸多核心能力，如低延迟对话、精准情绪理解、灵活工具调用以及强大的记忆功能。京东科技AI创新业务附身智能负责人戴文军向记者表示：“模型并不等同于用户体验。”

倘若模型仅仅具备通用的对话能力，却无法在真实场景中准确判断“是谁在说话、是不是在对我说、当下所处环境如何”，那么对于用户而言，这样的模型就缺乏实际意义。JoyAI - Talker要解决的关键问题，正是缩小AI从“听到指令”到“理解状态”之间的差距，让AI更好地服务于用户。

图片来源：企业供图

JoyAI - Video - Edit则为用户带来了全新的视频编辑体验，它支持自定义画面，并且能够边预览边修改，使视频编辑过程更加实时、灵活。段楠在采访中提到，视频生成模型的发展方向不应仅仅局限于成为内容创作工具，还应承担起“对物理世界的模拟和数据合成”的重要功能。“因此，我们期望在后续研究中，通过引入一种新的机制，将新的学习范式融入到下一代视频模型当中，让模型能够更好地学习物理规律。”段楠充满期待地说道。

然而，真正将京东与大多数模型公司区分开来的，并非模型本身，而是独特的评测方式。段楠指出：“在很大程度上可以说，我们对模型的评测能力决定了模型能力的边界。”

在如今的AI市场，通用榜单上的“刷分游戏”已经不再新鲜。京东依托自有场景搭建垂域评测体系，背后蕴含着务实的逻辑。毕竟，AI能否在真实业务中切实解决问题，或许才是衡量其价值的关键所在。

从“附身”到“具身”，以场景驱动模型需求

与其他AI公司从模型出发寻找落地场景的传统路径不同，京东走出了一条独具特色的场景驱动的逆向技术路线。

段楠将京东的技术路径划分为三个阶段：数字智能、附身智能、具身智能。数字智能作为底座，基于互联网数据构建语言、多模态与智能体的基础能力，为后续发展奠定坚实基础；附身智能则将AI能力巧妙嵌入家电、可穿戴设备、手机等终端，强调低延迟、高适配的实时人机交互，这正是JoyInside所处的层级，也是当前落地的核心形态；具身智能则更进一步，把模型部署到机器人等硬件中，使其能够在真实环境里独立完成操作和执行任务，展现出强大的实践能力。

这套三级路线的独特之处在于，它并非从模型出发去盲目寻找场景，而是从实际场景出发，精准倒推需要什么样的模型，从而实现技术与场景的深度融合。

图片来源：企业供图

戴文军分享了一组来自京东的有趣数据：在家庭场景中，使用频率最高的AI产品是学习教育类，平均活跃频次超过100次/周；而家居家电类SKU（最小存货单位）占了80%，活跃度却最低。究其原因，在于用户对家电的认知仍然停留在“工具”层面，尚未将其切换为“角色”。

“过去大家没有体验到这种新模式，本质上还是整个行业提供的这类体验没有得到认可。”戴文军说道。过去智能家居的逻辑是人将设备视为工具，按照设定一步步进行操作；而JoyInside致力于改变这种模式，让设备从“被动等待指令”转变为“主动理解状态”，戴文军将其概括为“被动控制还是主动满足”，体现了对用户体验的深度思考。

在具身智能层面，京东同样选择了一条与众不同的路线，与多数机器人公司形成互补。京东深度参与具身智能全产业链，同时承担多重角色，既是销售渠道，为产品打开市场；又是服务网络，提供全方位的售后保障；还是场景提供方，为技术落地提供丰富场景；更是数据采集的基础设施，为模型训练提供有力支持。

此次WAIC期间，京东物流与智元联合推出的精灵G2 Max人形机器人落地智狼仓，这一举措意义非凡。它并非展台上的演示品，而是直接投入真实仓库流水线，接受实际订单和真实生产节奏的考验。这个选择的背后，正是顺应AI进入物理世界的趋势，比拼的不是技能多么花哨，而是能否在真实环境中稳定运行，展现出强大的实用性和可靠性。

物理AI的系统之战：数据、场景、全链路闭环缺一不可

京东的这一布局逻辑，实际上也是2026年整个AI行业竞争逻辑的生动写照。在本届WAIC上，一个非常明显的信号传递出来：全场核心议题高度统一，聚焦于落地、商业化、规模化。前两年大模型厂商竞相发布参数榜单的“模型军备赛”似乎已经成为过去式，今年大家更为关注的是同一个话题——能否实际应用、能否实现量产、能否创造经济效益。

然而，当AI进入物理世界后，竞争规则发生了根本性变化。段楠告诉徽声在线记者，具身智能的Scaling Law（描述规模与性能的量化关系）比传统大模型多了一个关键维度，除了数据、算力、模型之外，还要加上硬件的规模化。这意味着物理AI的竞争不再是单一能力的简单比拼，而是一场数据、模型、算力、硬件和场景同时协同运转的系统级较量，对企业的综合实力提出了更高要求。

记者注意到，此次WAIC期间，京东还对外展示了具身智能数据采集项目，目标是在两年内达到1000万小时高质量数据，展现出对数据积累的高度重视和长远规划。

京东集团副总裁、京东云基础云业务负责人龚义成在接受记者采访时指出了一个行业普遍存在的误区：行业并非缺乏数据，而是缺少真正意义上高价值、有用的高质量数据。“如果只专注于数据采集，而不进行模型训练，不将数据放入最终场景进行验证，那么所谓的数据质量是无法保证的，只是我们想象中的质量。”龚义成强调，“高质量数据是前提，高性价比是数据走向规模化的基础。”

当AI走出聊天框，真正进入物理世界，竞争单位不再局限于单个模型，而是整套系统能否持续稳定运转。即便单项能力再强大，只要感知、判断和执行之间出现断层，机器人依然无法完成实际任务。然而，将“系统”这个抽象概念拆解成可执行的工程问题，仍然任重道远。AI的物理世界之战，最终比拼的是谁能真正深耕实体场景，在物理世界中走得更深更远，创造出更大的价值。