京东的AI、数据和产业飞轮究竟长什么样？
文｜赵艳秋
编｜牛慧
国家数据局3月24日刚刚发布的数据显示，截至2026年3月，我国日均词元（Token）调用量已超过140万亿——相比2024年初，增长超过1000多倍，相比三个月前攀升40%。140万亿次，意味着每一天，有数以亿计的人、企业、设备正在密集与AI发生真实交互，AI已不是未来时，而是现在进行时。
与此同时，全球科技巨头同样在以生死时速角逐。OpenAI完成新模型初步开发的同时，“断臂求生”——宣布全面关停红极一时的Sora视频生成服务，将所有资源押注企业级生产力工具；Anthropic在近一个月内，几乎保持每周一个重磅更新的节奏，正面硬刚OpenClaw；Arm发布首款自研AI芯片，切入万亿级算力市场；国内大厂纷纷祭出组织和业务变革……整条AI产业链，从模型到应用、从算力到生态，都在全力冲刺。
这种速度，让人想起了移动互联网初期岁月——谁先跑通、谁先建壁垒，谁就活下来——天下武功，唯快不破。AI时代并未颠覆这一铁律，反而将其放大——谁先跑通AI、数据和产业间的飞轮，谁就能活下来，而这次赌注更大、节奏更快、给大家的窗口期更窄。
在这场极速狂奔中，从去年底到现在，京东AI有了很多变化与进展，已初步布局构建一个庞大的AI生态闭环：京东探索研究院牵头打磨底层语言、多模态和具身JoyAI系列模型；变色龙业务部将数字人、大模型助手、智能硬件“大脑”等产品迅速做出来。ToB端，数字人已创造数百亿GMV，云端Agent、Code、AI Infra已为企业提供生产力服务；ToC端，大模型助手JoyAI App率先跑通大模型点外卖、定酒店等场景，智能硬件大脑JoyInside将AI能力像自来水一样接入万物硬件。
京东正在试图加快飞轮转动，以在这场决定未来生死的技术产业竞赛中占据主动。那么，这台飞轮的几层，究竟长什么样？
01
京东将模型开源，这步棋下的是什么？
3月24日，京东对外正式开源了其基础大模型JoyAI-LLM Flash的Instruct版本。从参数规模看，这是一个偏轻量级模型，其最直接的目标，就是更好地配合当下火爆的OpenClaw（“龙虾”）等智能体应用。
此前出于商业考量，京东未曾开源过自家的JoyAI基础大模型。为何选择此时开源？“核心是期望打造生态。”京东相关技术负责人告诉数智前线。
“坦白说，友商想到的事情，我们也想到了。”该技术负责人进一步解释，未来企业端不会只用一个大模型，不同场景需要不同模型；而且，很多公司不愿调用“廉价API”，更希望在本地、局域网内实现安全部署，并在特定场景上进行微调和二次开发。“围绕某一系列模型，自然会形成一个开发生态，这个生态本身会变成新的商业圈和平台。”从这个角度考虑，开发者，也是京东必须争取的用户群，这股创新力进而也可转化引入京东云商业版图。
但如何让这个开源模型在强手如林的市场上脱颖而出，并支撑起“龙虾”类应用？该技术负责人提出了一个他在硅谷GTC大会上与同事碰撞出的概念：“Token Efficiency（Token效率）”。
在OpenClaw这类智能体应用爆发后，人们发现token用量暴涨，费用高企。背后原因是，它不像大模型助手那样一问一答，而是针对每个任务，需要多步思考、反复调用、循环验证。每完成一个复杂任务，可能要调用数十轮模型。这样，Token用量会越来越多。对于深度开发者和规模化落地的企业而言，token成本成了他们应用道路上最大的拦路虎。
JoyAI-LLM Flash这个几乎与OpenClaw同步推出的模型，恰好预判、解决了这个问题。在公布的测试对比图中，它在保证任务正确率与其他同类模型处于同一水平的前提下，消耗的Token数仅仅是其他模型的1/4甚至1/5。
该技术负责人介绍，这种“花小钱办大事”的能力，主要由京东两项技术创新实现：在训练端，京东引入了数学中的“纤维丛”理论，自研了强化学习方法FiberPO。传统强化学习在训练时间拉长后，奖励函数（reward）容易快速下降甚至“崩塌”，而FiberPO能让训练过程保持持续稳定提升。在推理端，京东采用MTP方式实现训推一体，推理效率相比传统方式提升。这让“龙虾”完成任务的时间极大缩短。
这些通用基础大模型出自京东AI研发组织——京东探索研究院。但技术攻关之后，新的问题随之而来：再好的模型，如果停留在研究院里，可能只是一堆参数。此时，企业需要一个专门的 “转化器”。今年初，一个名为“变色龙”的业务部门从研究院孵化并独立，紧盯一个更现实的问题：如何让AI真正实现商业化变现。
对此，该技术负责人描绘了一个“杠铃策略”：杠铃的一端是“向虚”，把模型的深度思考、推理、完成任务的能力越做越深。在去年发布750B模型之后，研究院已规划突破万亿参数大模型。另一端是“向实”，紧盯商业场景，如服务直播电商等高价值场景，预期今年将撬动数百亿级GMV。更长远来看是将具身智能真正用起来，服务家庭和工厂。这一虚一实结合，京东AI的飞轮，才能加速运转。
战略方向既定，接下来的问题就是：这套能力，要通过什么路径真正触达用户和市场？几乎所有头部大厂都心照不宣地采取了ToC和ToB的“双轮战略”。因为有了ToC，才能带来用户规模、品牌效应和真实数据反馈；有了ToB，则能带来稳健的商业收入与行业渗透深度。只有两者协同，才能将“数据—模型—收入”的飞轮轰隆隆转起来。
那么，京东是如何布局这两大市场的？
02
ToC市场，为什么要把AI塞进每一件硬件
在ToC战场，为了统一品牌认知，京东在2025年秋季将言犀大模型品牌升级为“JoyAI”，并在今年1月升级了消费者端大模型助手——JoyAI App。
然而，在今年春节期间，当几家大厂开启轰轰烈烈的大模型助手“红包战”时，京东并未参与。团队当时在思考，过往互联网时代“DAU”流量思维，是否适应如今的AI算法时代？
“我们还是更想创造实实在在且有粘性的服务。”该负责人说。
“我们想将JoyAI App与JoyInside进行深度联动。”他进一步解释。JoyInside，是京东在去年7月为硬件推出的一套“端到端”AI交互解决方案。这一联动，把大模型直接“塞进”成千上万的物理硬件里，让用户在物理世界中更轻松自然地与AI接触。“这可能是京东的独特玩法。”他补充说。
“这是一个比做单一App投入更大、未来体量更大、粘性也更大的全新AI入口。”京东AI创新业务JoyInside负责人举了一个例子：他给远在老家的母亲配一个“唠唠鹦”（面向老人的AI玩具），给北京的闺女买一只“AI小兔子”，这两个形态各异的设备可以底层互通、“交朋友”，承担起祖孙俩传话的功能。“老太太现在周末都不催我电话了，明显开心了许多。”
他说，全球有70亿人，京东希望能养出70多亿个“崽”，它们是每个人的AI分身，不仅是流量入口，更是跨越物理介质的伴侣。
想法很丰满，但落地极其考验内功。他们调研发现，AI硬件初创团队目前面临三大痛点：出货量小（有的只需500个试水）、研发成本高、品控难保障。于是，从去年到现在，他们联合“京东京造”团队及各类硬件方案商一起，造出了智能机芯、PCB板。在方案中，甚至细化到一根麦克风线能承受多少牛的拉力，以此来保障质量。通过汇聚产业链的碎片化需求，他们将制造成本大幅打了下来，实现了小批量柔性出货。
这套模式正在全品类加速延展：从去年的AI玩具，到现在能感知呼吸并调节睡姿的智能床垫、陪伴孩子学习的投影仪、监督每日引水情况的养生壶……在这个过程中，最大的难点是定义全新的交互体验，以及保持用户粘性。“大家都走得越来越深。”该负责人观察。同时，这套体系还在解决出海合规问题，预计5月就能支撑AI硬件打入要求极其严苛的欧洲市场。
目前，在京东App内搜索JoyInside，已有近100个SKU；预计到今年底，将扩展到数百甚至千个以上。
这些产品与手机上一问一答的对话不同，是一种润物细无声的生活陪伴，也都打上了“JoyInside”标签。比如，正在打造的“厨房搭子”——一个在厨房横叉上的AI设备，可以实时指导用户下厨：什么时候放油、什么时候下食材。该负责人形容，当这些硬件产品密集出现在用户生活场景中，其影响力将不亚于任何一款App。而这正是京东依托自身供应链构建的独特壁垒。
不仅如此，在大模型时代，硬件将是一个更宏大的生态视角。“过去IT时代，硬件生态做的是互联。”他说，最终小米、海尔、京东都有各自的IoT体系。本质上它们都是一个个封闭的“流量孤岛”。但今天，以智能体为代表的技术，正在改变格局。
“我们创新了一种AIOT Agent方式，硬件生态封闭没关系，只要把Agent接口暴露给我就可以了，这就是A2A模式。”该负责人解释说。在这个新趋势下，智能体不仅有望打破手机、冰箱、机器人等物理硬件的隔阂，还能让线上大模型助手与线下实体设备无缝打通，最终形成一个大一统的“人智共生”新生态。
03
ToB市场，为什么押注这三大方向
在ToB市场，AI已迅速化身创造真金白银的生产力工具。京东押注了三大关键方向：让AI站上直播间带货的“数字人”、以OpenClaw为代表的智能体企业级服务，以及正蓄势撬动万亿生态的“具身智能”。
先说数字人。真人主播成本高昂、体力有限，面对海量用户的个性化互动时存在天然瓶颈。京东自身离交易最近，拥有场景优势，可以让AI、场景和数据协同转动。
从2024年起，团队先从顶端试水——为刘强东打造“采销东哥”数字分身，随后为100多位企业总裁定制数字人完成年货节直播。2025年，战场扩展至明星数字人与企业品牌IP，五粮液等品牌相继在京东直播间用上专属数字人。策略进一步升级为“万物皆可说”——任何拟人化角色，都可以由数字人呈现。
“三年前我们进入了这个赛道，今天已有7万商家在深度应用了。”京东数字人产品负责人说。在规模背后，数字人必须与电商业务场景和商家生意深度绑定，最终目标是实现对优秀头部主播的1:1还原复刻。
要做到“1:1复刻”，技术上仍面临极大挑战。京东AI创新业务智能算法负责人介绍，数字人技术围绕表现力、制作效率和模型通用性三个维度展开。
在表现力上，传统数字人呈现“木桩式”生硬播报，“自由态”是核心突破方向——京东攻克了大姿态、动作语义编排与驱动，以及持品换装等技术，可匹配户外、鞋服、美妆等不同品类场景。在制作效率上，从30分钟素材拍摄，到轻量级拍摄，再到如今只需一张图片配合文字描述，即可实时驱动数字人完成指定动作和表情，商家门槛大幅降低。
除了“皮囊”，还要为数字人注入“灵魂”。背后有两个关键AI任务：一是依托京东亿级用户行为数据，生成专属直播脚本；二是实时与用户互动，完成商品答疑、福利露出和促单转化。
“我们构建了直播电商的AI大脑，一个人就是一个队伍。”该产品负责人说——一个数字主播，可全面替代传统直播间的主播、副播、导播和视觉设计等所有角色。为降低门槛，京东将技术封装为全行业适配的“公模”，一键配置、快速开播，并对商家免费开放。只要质量过关，数字人就能与真人直播同权竞争流量。
数据印证了价值：某家电品牌复刻直播间后，上线8天GMV近百万，公域流量占比达81%；另一品牌数字人凌晨1至7时不间断直播，GMV破万，人均停留时长比真人提升51%。未来，京东数字人还将覆盖从内容生成到直播复盘的全链路生意。
如果说数字人解决的是“怎么卖”，那OpenClaw类产品，解决的是企业“怎么让AI真正干活”。
OpenClaw爆火后，企业落地却面临部署繁琐、智能体互不相通、数据泄露隐患、算力成本高企等现实焦虑。京东云针对这些痛点，推出了一套保姆级解决方案。
部署与“失忆”问题：一键云端部署与本地安装并行，并创新“记忆共享”能力——无论部署多少个“龙虾”，它们都能保持记忆连贯，无缝接管业务流转。数据安全问题：基于国产芯片打造“OpenClaw一体机”，开箱即用，一机支持企业内部多个客户端，同步配套CodingPlan等Token套餐以压降算力成本。
目前，京东云上各类Agent、Code和AI Infra服务快速上线，Token调用量创下周增长455%的纪录。
具身智能，则是一盘更大的棋。当前具身智能最大的瓶颈，是真实场景数据匮乏。京东计划建立全球最大的具身智能数据采集中心，一年内积累500万小时人类真实场景视频，两年内超1000万小时，同步采集100万小时机器人本体数据，推动产业从算法仿真迈向真实数据驱动。在此基础上，京东率先提出“言行一致”的人机交互理念，深度联动头部机器人企业，补齐机器人软能力短板。
纵观京东AI整盘棋，它正在寻找属于自己的独特卡位——跳出单纯“做个App”的流量思维，让大模型贯穿整条产业链。这盘棋的路还很长，技术的天花板仍在抬高，生态格局也在剧烈重塑。但无论潮水方向如何改变，有一条铁律一直未变：在AI从实验室走向产业深水区的这场竞速里，谁能率先转起商业闭环，谁就能拿到下新时代的新船票。