财报里的京东AI：一条通向物理世界的产业化路径

8月13日晚，京东发布2026年第二季度报及中期业绩。第二季度，京东集团收入3464亿元，其中服务收入793亿元，占比升至22.9%；上半年收入6621亿元，服务收入同比增长12.9%，同时，上半年京东体系研发投入同比增长53%。

值得玩味的是，尽管京东没有单独公布AI相关的财务数据，但从财报信息来看，AI已经深度进入京东多个核心业务：数字人给商家直播，智能体参与工业采购，医疗模型辅助医生和患者，算法则开始调度仓库里的机器人以及路上的无人车。

进入2026年，AI行业讨论的重心正在发生变化。大模型仍在刷新参数和能力纪录，但企业的关注点正从“模型会什么”转向“AI能否进入业务流程，并创造更多商业价值”。模型能力只是起点，能否接入企业的数据、组织、交易和交付体系，正在成为AI产业化的分水岭。

中国大力推进“人工智能+”，政策重点之一便是推动AI进入制造、零售、医疗和物流等行业，使其成为产业升级的工具。在这一轮应用竞赛中，京东是一个值得观察的样本：它没有把售卖通用模型作为AI商业化的唯一主线，而是将技术放进经营多年的零售、物流、健康和工业供应链，在交易、服务和履约中检验效果。

京东集团首席执行官许冉表示，“第二季度业绩体现出我们具有韧性的高质量经营表现，充分证明了我们以供应链为基础的业务模式的韧性”。此前，她还曾提出，人工智能的价值等于“模型×体验×产业厚度的平方”，京东不追求“运动式的AI”，更看重AI能否持续为产业创造价值。

AI不再停留于模型，而是进入业务提升效率

京东对AI的投入并非始于这一轮大模型热潮。早在2017年，其就开始布局人机交互和多模态技术，2023年推出面向产业场景的言犀大模型，2025年又将AI技术品牌升级为JoyAI，覆盖语言、语音、图像和视频等多种模态，并陆续开源其中部分模型。

但对绝大多数公司而言，拥有模型并不等于完成了AI落地。企业里的数据往往分散在不同系统，流程涉及多个部门，一次模型回答也未必能够转化为交易。真正的挑战是：让AI进入原有业务流程，提高效率。

相较于以通用助手、云服务或流量入口为先的商业化方式，京东更强调把AI嵌入交易、供应链和履约流程，与商品、商家、库存、采购、医疗服务和物流网络连接起来。

数字人是其中最早呈现使用规模和交易结果的应用之一。

京东已将官方数字人直播工具向商家免费开放。目前，京东数字人直播服务累计服务超过8万家商家。今年二季度，数字人开播账号数同比增长3倍，日均活跃开播账号数增长6倍；618期间，开播时长和成交金额同比均增长超过4倍。

过去，商家要搭建一支成熟的直播团队，成本并不低，场地、直播运营缺一不可，这也让不少中小商家望而却步，现在随着数字人直播技术的成熟，中小商家可以在后台配置数字人实现开播，把原本只适合头部品牌的能力推向更多长尾商家，降本增效。

在工业领域，问题更加复杂。工业品长期存在一物多码、参数不统一和资料分散等问题。截至2026年6月底，京东工业平台合作制造商、分销商和代理商约23万家。面对如此规模的商品和供应商，仅靠人工很难持续完成数据治理。

京东工业通过JoyIndustrial和“百川计划”，将产品手册、物料信息等非结构化资料转化为标准数据，再用于商品治理、采购和供应商管理。目前，其标准商品数据库的智能建模效能提升14.5倍，平台已累计部署超过70款智能体。

这说明，工业AI的价值并不在于能否完成流畅对话，而在于能否把机器难以识别的物料信息，转化为采购系统能够理解和执行的语言。

医疗场景则提出了另一套要求。京医千询提供医疗模型能力，“大为”面向用户，京东知医服务医生群体，支持循证决策和医学文献检索，京东卓医则已在多家医院落地。模型给出建议之后，京东健康还能连接在线问诊、到家快检、护士上门和药品配送。618期间，“大为”服务用户数同比接近4倍。

这意味着，京东原有的医药供应链和服务网络，因此成为模型落地的一部分。

2026年上半年，京东工业收入同比增长27.4%，经调整净利润同比增长43.4%；京东健康收入同比增长15.9%，非国际财务报告准则经营利润同比增长40.3%。但毫无疑问，这些增长离不开AI的助力，AI技术作为底座，已深入到京东的每一块业务版图中，对供应链效率带来提升。

从数字交易到物理执行，京东的物理AI为什么可以和产业深度融合

从这个角度看，京东对物理AI的布局则更为直接。在物流体系中，算法早已从“提供建议”走向“指挥执行”，并形成了从决策系统、自动化设备到真实运营场景的多层结构。

目前，“超脑大模型2.0”能在3分钟内计算亿万包裹的运输路径，“AI地图库存诊断助手”可以针对千万级SKU制定补货策略，带动商家库存周转效率提高30%至40%。模型在这里解决的是库存放在哪里、何时补货以及包裹如何运输。

截至二季度，“智狼”货到人方案已经用于全球超过60个仓库；“异狼”双臂机械臂完成一次识别、吸附、抓取和码放约需10秒。上千台无人车在20多个省份常态化运营，京东物流的无人机则拥有超过100条国内航线。

这些系统共同完成了决策、执行，提高了流通效率。2026年上半年，京东物流总收入1247亿元，同比增长26.5%；经调整经营利润36亿元，同比增长39.9%。

在物流体系之外，京东还在补齐物理AI的另外几块拼图，完成产业化布局。

JoyInside承担的是去中心化入口。它将语音交互、角色、记忆和服务能力接入玩具、家电、机器人及健康设备。截至今年618，JoyInside累计接入设备量较去年京东11.11增长超过3倍。这意味着，京东正在尝试把模型能力从自己的业务系统，延伸到更多外部硬件。

EgoLive和JoyAI-RA对应的是数据与模型。机器人要在仓库、门店和家庭工作，需要理解真实空间中的物体、动作和人类行为。京东开放第一视角数据集EgoLive，并布局视觉—语言—动作模型JoyAI-RA，目的正是让模型从“看懂和回答”走向“理解和行动”。

RoboBase则试图补上产业基础设施。今年7月，京东首个RoboBase项目在广州开工。按照规划，该项目将连接机器人研发、中试、制造、应用和产业服务，并向机器人企业开放京东MALL、物流园区、健康药房等真实场景，用于长期测试和应用验证。

现阶段，具身智能产业面临的难题不只有模型和机器人本体，还包括真实世界数据不足、测试场景有限等，随着这些场景的开放，它们可能进一步成为机器人采集数据、长期测试的基础设施。这意味着，京东也开始成为产业基础设施运营者和生态组织者。

京东在物理AI的布局，已经逐渐形成产业闭环：真实场景产生数据，数据训练模型，模型进入机器人和智能设备，设备在实际运营中继续产生新的数据。与模型参数相比，这些重资产、行业数据和长期运营经验更难在短时间内复制。

这份财报没有直接回答AI究竟为京东赚了多少钱，但京东押注物理AI的逻辑已经逐渐清晰：当模型从数字世界进入物理世界，竞争的不再只是算法能力，还包括真实的线下场景。

对京东而言，物理AI的布局，也并不是脱离原有业务的技术投资，而是对供应链能力的延伸。它既可以利用机器人、无人车和智能设备改善现有业务的效率，也可以把积累的数据、场景和服务能力等开放给更多厂商。完成闭环后，京东获得的也将不只是某一款AI产品的收入，而是把其深耕的供应链网络转化为物理AI时代的基础设施，从而提高产业效率。