近日，京东披露了多项AI进展，这是京东少见的密集性公布AI研发应用的阶段性成果，也让外界得以看见京东做AI的一些战略打法。
包括，首次开源基础大模型JoyAI-LLM Flash的Instruct版本，被称为行业内token效率最高的中等规模模型；推出围绕“龙虾”（OpenClaw）智能体的云产品矩阵、数字人技术迭代、JoyInside为上百品牌装上“AI大脑”以及计划建成全球最大具身智能数据采集中心。
目前，AI成本和性能难平衡、产业落地“最后一公里”难打通，各家大厂各有侧重，有的专攻大模型，有的软硬结合，还有的强调局域生态。
所以京东打算怎么做？
京东AI相关负责人在回答21世纪经济报道记者的提问时表示，京东的AI会介入生产力更深，创造更多增益价值。
这家拥有庞大实体业务的公司，更多将AI与实际业务场景、商业效率结合在一起，希望推动AI与产业的深度融合。
Token消耗大战里的效率叙事
“完成同样的任务，我们需要的token数比别的‘龙虾’小。”京东相关技术负责人在谈及JoyAI-LLM Flash模型时，没有从模型参数说起，而是先算了一笔账。
“自从有‘龙虾’以后，token的消耗量暴涨，费用也在暴涨。”该负责人介绍说，一个智能体完成一项任务，往往需要多次调用模型，反复思考、执行，导致Token消耗量成倍增长，成本急剧上升。
这也是京东此次发布开源的JoyAI-LLM Flash模型的核心切入点， 主打“Token效率”（Token Efficiency），以偏轻量级的规模实现强大效果。在完成同样任务的基准测试中，京东的模型在正确率略优于市面上其他开源模型的情况下，消耗的Token只有对方的四分之一或五分之一。
技术支撑在于京东自研的“纤维丛算法”（FiberPO）。该负责人解释，传统的模型训练方法，在强化学习阶段容易“崩掉”，训练时间一长，模型性能就会迅速下降。而FiberPO能让模型性能持续稳步提升，同时避免训练过程中“垮掉”的风险。
本次把这款模型开源，主要是希望围绕京东的Joy模型系列打造一个开发生态。
“未来企业端、B端可能不会只用一个大模型，不同场合用的模型不一样，很多地方不想用廉价的API，还是希望更安全，做局域网部署，或者在某一点上做二次开发，”他说，“这时候就会慢慢围绕某一套系列的模型形成一个开发体系。”
阿里千问已经证明了开源路线的价值。开发者围绕一个模型体系进行开发，逐渐形成一个生态，最终形成商业圈和新的平台。京东也希望建立更庞大丰富的开发生态。
养“龙虾”的正确方式
“龙虾”的火爆让开发者兴奋，但也让企业IT部门头疼。
京东云相关负责人在沟通会上指出了两个现实问题：一是个人用户自己“养龙虾”从前到后安装调试很麻烦；二是企业端担心安全问题不敢用，甚至有些公司明令禁止员工安装OpenClaw，因为出过安全事故。
京东云的解决方案是一整套“龙虾天团”产品。
针对个人开发者，有轻量云主机一键部署方案，可以在云端直接“养虾”，省去本地安装调试的麻烦。针对企业用户的，是两款落地产品，一是完全自研的、封闭安全的智能体平台，二是基于OpenClaw做的企业端安全加固版本，增加漏洞扫描、安全隐患加固等措施。
还有一类企业，数据根本无法出内部网络。京东云为此推出了OpenClaw企业版一体机，基于国产芯片打造，可以企业内网一键部署。“一体机只要拿过去之后，打开之后整个界面是完全一体化的。”该负责人介绍。
这些产品并非突发奇想。前述负责人透露，京东内部做类似“龙虾”的自研产品，当时OpenClaw还没有大规模火爆。如今OpenClaw的出现，加速了企业端和个人端的应用落地，京东云的产品线也随之快速跟上。
这套打法的实质，是在算力层和应用层之间构建一个“中间层”。一方面，通过技术手段优化推理成本，保持云服务价格稳定；另一方面，通过提供更易用、更安全的“龙虾”部署方案，吸引更多企业用户上云。
该负责人透露，京东云“龙虾”系列产品上线后，近一周token调用量环比增长455%。这一数据侧面印证了市场对低成本、高安全性的AI智能体的迫切需求。
“能带货”的数字人
在京东AI的布局中，数字人是另一个被反复提及的落地成果。京东数字人业务相关负责人透露，京东数字人在直播带货领域“可以带来百亿级甚至更高的GMV，这是在商业上可以看到的清晰价值。”
据该负责人介绍，早期数字人需要拍摄30分钟素材，后来压缩到3分钟，但是现在，只需要一张图片就可以实时驱动，甚至可以根据历史直播素材“复刻”出一场完整的直播。
这种“自由态数字人”是京东数字人最新的技术突破。所谓自由态，是指数字人不再局限于站桩式播报，可以在直播间自由走动、持品，甚至走出画面再回来。
一个案例是，京东数字人一边试吃食品一边回答用户问题，唇形与语音是匹配的，没有出现穿模现象。
这部分的技术支撑包括京东自研的双教师DMD后训练技术、动态CFG调制策略和历史帧编码模块等。双教师DMD让模型在不增加训练数据的情况下，提升文本指令的遵从能力；动态CFG调制策略解决数字人“手脚动作与面部表情不协调、口型和声音对不上”这类多维度控制冲突；历史帧+伪最后一帧结构，可以稳定生成30秒以上长视频，全程保障数字人形象不变形、动作不卡顿，满足直播、长视频、广告片等商业场景的实际需求。
但技术的终点是商业。京东数字人产品负责人给出了几组数据，目前数字人直播在京东已经有超7万商家深度应用，几乎覆盖京东商城所有品类，某家电品牌使用数字人直播后，公域流量超过81%，人均停留时长比真人直播提升了51%。
该负责人特别提到，京东数字人目前对商家免费开放。商家只需要在后台一键配置，就可以快速开播，不需要复杂的建模和训练。对于已经有优秀主播的品牌，也可以通过复刻技术打造专属的数字人主播。
让AI走进硬件
数字人是AI在屏幕内的应用，JoyInside项目更像是AI向物理世界延伸的尝试。
JoyInside是京东为智能硬件植入的AI交互系统。据该业务相关负责人介绍，JoyInside已经与近百个家电家居品牌、超40个机器人与AI玩具品牌深度合作。从毛绒玩具到智能床垫，从安全座椅到投影仪，京东正在把AI能力嵌入各种各样的硬件中。
他举了几个例子。一个毛绒兔子可以让远隔两地的祖孙通过传话功能保持联系，不用再天天打电话。两个孩子的玩具可以互相加好友，实现“约着玩”，不再依赖线下见面。JoyInside新增的唱歌功能，支持用户以自己的音色唱一首歌，“虽然有时会有点跑调，但是很好玩。”
京东对下一代人机交互入口有自己的思考。该负责人认为，手机虽然是主要的交互媒介，但在很多场景下并不方便。“在家里干着活呢，拿着手机可能也麻烦，不想以手机屏幕为交互媒介的时候，什么可以成为交互媒介？就是声音。”
但这种交互不仅仅是“能说话”，更重要的是“能做事”。该负责人提到，京东也正在与心理疗愈方向的创业公司合作，将其专业能力通过智能体的方式集成到硬件中。“一家创业公司做好了，它的疗愈就可以在二三十亿的硬件上被人选用。”
对京东而言，JoyInside的价值在于构建一个跨品类的AI硬件生态。目前，京东内部已经在推动JoyInside与各种硬件方案商的合作，从质量、成本、小批量快速出品三个维度降低AI硬件的门槛。该负责人还透露，打开京东APP搜索JoyInside，已经有接近100个SKU，到2026年底预计将达到800至1000个。
与此同时，具身数据采集计划是京东在AI基础设施层面投下的一个重注。
具身智能被视为AI的下一个浪潮，但行业面临一个共同痛点，真实场景数据匮乏。机器人的“小脑”能力不断提升，但决策核心的“大脑”却因缺乏真实数据而训练不足。
为此，京东将建成全球规模最大、场景最全的具身智能数据采集中心，覆盖物流仓储、工业制造、健康医疗、家庭服务、城市运维五大核心场景。
据介绍，京东计划发动内部超过10万名各类职业员工，以及外部最多50万各行业人员参与数据采集。其中仅在江苏宿迁一地，就将发动超10万市民参与。京东方面称，这将是“人类历史上规模最大的数据采集行动。”
采集目标也很明确，一年内积累500万小时人类真实场景视频数据，两年内突破1000万小时，同步采集100万小时机器人本体数据。所有数据都将严格依法依规进行采集。
据京东方面介绍，数据采集方式包括遥操、仿真、真人视频等多种主流技术路线。一位京东相关负责人解释，通过第一人称视角采集的真人数据，可以较好地泛化到机器人上，因为算法可以将人手部的动作映射到机器人的灵巧手上。
这种“笨功夫”背后，是京东对AI未来形态的判断。前述京东AI相关负责人用“杠铃”来形容AI的发展趋势，“一端是把模型的深度思考、推理能力、完成任务的能力做得越来越深，另一端是在机器人上，在具身智能上真正用起来，服务家庭和工厂。”
也就是说，京东的AI路线，最终是要深度介入生产力，提升生产效率。
在模型层，京东没有参与“参数内卷”，而是选择开源一个“轻量级”模型，把“Token效率”作为核心卖点，把降维之后的“性价比”作为对外输出的核心。
在应用层，京东把数字人、智能体等能力与自身的电商、物流等场景深度绑定，把AI能力嵌入到自己的销售、物流、服务全链路中。
在基础设施层，京东依托自身的场景优势，投入重资产做数据采集，试图从源头解决具身智能的数据瓶颈。
这些AI策略带着强烈的“实体基因”，最终追求的是怎么在自己的业务里用起来，用出效果，用出商业价值。
这种策略有其合理性，不过挑战同样存在。开源路线、生态构建、企业服务……这些打法并非京东独有。在巨头环伺的AI战场，京东能否凭借“实体基因”形成真正的差异化，还得再继续观察，但它至少提供了其中一种路径的可能性。
