在這一輪由“龍蝦”（OpenClaw）引爆的AI浪潮里，大廠、小廠的動作幾乎是整齊劃一的。

不完全統(tǒng)計顯示，目前至少有40+中國AI企業(yè)發(fā)布了龍蝦或類claw產(chǎn)品，但它們的共同特點是——發(fā)布會越來越像一場技術表演，智能體被描述成“下一代操作系統(tǒng)”，每一家都在試圖用更宏大的敘事，證明自己站在未來的正中央。

但就在這樣的背景下，一場發(fā)生在京東總部普通會議室里的小范圍溝通會，卻意外地成為觀察這家公司AI路徑的一個絕佳窗口。

沒有宏大敘事，沒有激進路線圖，甚至連“顛覆性”這樣的詞都很少出現(xiàn)。

取而代之的，是一些聽起來并不“性感”的表達：token效率、企業(yè)安全、本地部署、成本優(yōu)化。

但恰恰是這些詞，構(gòu)成了京東AI最清晰的一條主線：

不求最大，但求最實。

——導語

01

京東的龍蝦，為什么不一樣？

在2026年這個AI技術幾乎以“周”為單位迭代的節(jié)點，大大小小AI企業(yè)之間的博弈已經(jīng)從“參數(shù)至上”的虛火，轉(zhuǎn)向了“落地為王”的實戰(zhàn)。

2026年3月24日，京東總部2號樓的一間會議室里，沒有炫酷的燈光秀，沒有動輒萬億參數(shù)的口頭承諾，京東把近期的AI“硬貨”搬上臺前。

首先的重點，未能免俗的還是現(xiàn)在那個被無數(shù)企業(yè)追捧的龍蝦上。

“龍蝦”——這個因OpenClaw而火爆的智能體統(tǒng)稱，既是目前AI產(chǎn)業(yè)的焦點，也是很多人爭論的焦點。

有人認為它是普羅米修斯偷來的天火，第一次把“用AI制造AI”的權(quán)利下放給了小微個體；也有人認為，它會像剛剛死掉的Sora一樣，成為一個現(xiàn)象級但很快會被時代拋棄的產(chǎn)品。

京東沒有參與這種爭論，它在思考一個極其現(xiàn)實的問題：養(yǎng)“龍蝦”太貴了。

京東相關技術負責人在會上提出了一個冷峻的觀察：自“龍蝦”火爆以來，Token的消耗量呈暴漲趨勢，企業(yè)的費用也在暴漲 。在第三代智能體（Agentic AI）時代，由于需要多步思考、反復執(zhí)行和調(diào)用模型，Token成本已成為制約AI大規(guī)模落地的“緊箍咒” 。

針對“養(yǎng)蝦”暴露出來的這一痛點，京東提出了一個核心概念：Token Efficiency（Token效率）。

這里涉及到一個概念，即帕累托最優(yōu)（Pareto Optimality），又稱帕累托效率。

用通俗的話說，這是指資源分配達到一種理想狀態(tài)。如果把它著落到京東的“龍蝦價值觀”上，可以用這么一句話來概括—— 京東追求的是在完成同等任務的前提下，消耗最少的Token；或者從另一面看，是讓每一個Token對應完成更多的任務 。

說起來容易，做起來難。

但京東交出的答卷是——在對比測試中，京東模型在保證正確率的同時，Token消耗量僅為市面開源模型的1/4甚至1/5 。

作為這種token消耗上力求降本增效的產(chǎn)品觀念帶來的直觀結(jié)果就是：京東云“龍蝦”天團上線后，近一周Token調(diào)用量環(huán)比增長高達455%，這種爆發(fā)式增長背后，正是成本優(yōu)化帶來的紅利釋放 。

這其實向外界傳遞了一個清晰的信號：京東的AI邏輯，不求在概念上“最大”，但求在產(chǎn)業(yè)場景中“最實”。

但我想多說一句的是，這和京東在AI領域的底蘊，關系很大。

目前國內(nèi)AI企業(yè)可以說分為兩種——大廠追求全棧，靠垂直整合來給出成本最優(yōu)；獨立AI企業(yè)專攻大模型，但分發(fā)、渠道和生態(tài)則盡可能輕。

而京東選擇的是一條非典型的路徑——既有基礎模型的研發(fā)在日積月累，以真實的產(chǎn)業(yè)發(fā)展需求為導向，做更實用的道路。

基礎模型的研發(fā)香火不能斷，因為這是保證京東有強大端到端優(yōu)化能力的基礎——最好的證明，是京東首次開源了基礎大模型JoyAI-LLM Flash的Instruct版本 。這款模型并非為了在參數(shù)規(guī)模上比拼，而是強調(diào)“輕量級、高性能” 。

參數(shù)不大，但很先進——京東的模型引入了基于“纖維叢”理論的FiberPO強化學習方法，解決了傳統(tǒng)方法在長學習過程中容易“崩掉”的難題，實現(xiàn)了持續(xù)的優(yōu)化提升；同時，通過MTP（Multi-Token Prediction）方式，推理效率相比傳統(tǒng)情況提升了1.8倍，大幅縮短了智能體思考和響應的時間 。

但這一切的一切，都是為了應用。

02

向?qū)嵍?，深耕業(yè)務毛細血管

如果要概括京東AI的最大特點，就是一切以實際業(yè)務結(jié)合為基石。

這種“實”，體現(xiàn)在和京東龐大的、超級復雜的業(yè)務體系，以及背后支撐這個巨大的產(chǎn)業(yè)鏈、供應鏈的體系性能力，正在悄無聲息但落點清晰的進行一次沉默的“AI內(nèi)生變革”，它體現(xiàn)在和京東業(yè)務息息相關的數(shù)字人、具身智能、供應鏈、萬物互聯(lián)等每個需要AI底層能力的細節(jié)中。

京東數(shù)字人JoyStreamer正在重新定義直播間的生產(chǎn)力 。

在數(shù)字人方面，京東數(shù)字人的性能開始超越國際SOTA：在音視頻同步、多模態(tài)協(xié)調(diào)等方面達到商用級標準，并在自由態(tài)動作下表現(xiàn)優(yōu)異 。

“自由態(tài)”是其中的關鍵詞——JoyStreamer 率先推出的“自由態(tài)數(shù)字人”，打破傳統(tǒng)數(shù)字人動作僵硬、姿態(tài)固定的局限，支持自然走動、靈活擺姿，鏡頭跟隨、出畫入畫流暢，臉部遮擋也能保持高保真質(zhì)感。

舉一個典型的例子——吃播。

實際上，吃播是數(shù)字人領域里最難的細分場景之一，而京東數(shù)字人現(xiàn)在達到的高度是——一邊試吃食品的同時一邊回答用戶的問題，在唇形模型方面不會出現(xiàn)任何穿?，F(xiàn)象，而且清晰度足夠高。

在數(shù)字人領域，京東已經(jīng)可以做到可以生成分鐘級的長視頻。同時，文本可控性非常強，能夠嚴格遵循文字提出的需求，指定照片中的人物做動作和表情。

能實現(xiàn)這一點，我覺得除了京東的技術追求外，有一個根本的原因——目前，在京東平臺上，已有超過7萬商家深度應用數(shù)字人，覆蓋全品類，且數(shù)字人直播與真人直播在京東流量池中實現(xiàn)同權(quán)競爭 。

這就是典型的痛點驅(qū)動需求，需求變成技術，技術推動產(chǎn)業(yè)變革的路徑——而這，恰好是京東做AI的特點——一切從實際中來，一切以應用為標準。

京東很少在AI上喊口號，但這并不表示京東不想用AI鏈接千家萬戶。

一個新的概念出現(xiàn)了——附身智能（JoyInside）。

在這條路上，京東提供一站式開發(fā)平臺，通過首屆“AI終端新物種”創(chuàng)新大賽，為開發(fā)者提供從算法平臺到零售渠道的全鏈路支持 。

在實踐中，它支持超擬人對話，甚至讓毛絨玩具之間能像人一樣“加好友”、傳聲，解決了留守老人或兒童的社交陪伴需求 。

最重要的是，它為幫助那些需要引入AI能力，但又不可能有太多的預算，也不需要重復造輪子的產(chǎn)業(yè)鏈企業(yè)提供了最短的賦能鏈路——目前，近百個家電品牌、40多個機器人與AI玩具品牌已經(jīng)植入這種“新大腦” 。

在今年爆火的具身智能領域，京東也有宏大的布局謀篇。

具身智能落地的最大瓶頸是真實場景數(shù)據(jù)的匱乏 。京東為此啟動了“人類規(guī)模最大的數(shù)據(jù)采集行動” ， 計劃一年內(nèi)積累500萬小時、兩年內(nèi)超1000萬小時的人類真實場景視頻數(shù)據(jù)，并同步采集100萬小時機器人本體數(shù)據(jù) 。

如果說數(shù)字人和JoyInside、具身智能等是“看得見”的AI，那么供應鏈，是京東最核心但最容易被忽視的部分。

在溝通會中，有幾個細節(jié)非常值得注意：云服務不漲價+token價格保持穩(wěn)定+ 通過自研推理與資源調(diào)度降低成本。

同時，在硬件側(cè)也有幾個關鍵詞值得抓住——小批量生產(chǎn)支持、成本分攤能力、產(chǎn)業(yè)鏈整合。

還有一句話讓我印象深刻：“在京東供應鏈、銷售到交易、物流這些環(huán)節(jié)都是有AI的應用” 。

這句話非常容易被聽漏，但信息量很大。它說明，對于京東供應鏈來說，AI不是單點工具，是全鏈路滲透，AI已經(jīng)進入供應鏈全流程，而不是停留在某個節(jié)點。

這些關鍵詞、這些能力疊加起來，構(gòu)成了一件事情：

對京東來說，AI不再是一個單點技術，而是嵌入到整個供應鏈系統(tǒng)。而供應鏈系統(tǒng)，是京東最深的護城河。

結(jié)語

京東AI的終極卡位

站在這個AI時代的風口浪尖，未來的AI公司可能會分化為三類生存形態(tài)：

第一類，靠規(guī)?；当镜膫鹘y(tǒng)大廠：這類公司未必是每一項技術的絕對開創(chuàng)者，但擁有極強的技術整合能力和規(guī)模效應，靠算力與數(shù)據(jù)的龐大體量拉平競爭距離 。

第二類，追求極致創(chuàng)新的獨立模型商，它們沒有云業(yè)務包袱，追求技術代差，與基礎設施廠商深度嵌套，在細分領域做到無可替代 。

第三類，就是京東這樣的“非典型AI企業(yè)”。

一方面，它們是AI與業(yè)務深度耦合的實踐者，它們或許不會在財報中單獨列出一項巨額的“AI收入”，但AI已經(jīng)像骨髓一樣融入了業(yè)務的每一個環(huán)節(jié) 。

這樣的企業(yè)，不會去努力的在AI的舞臺中央刷存在感，但AI的戰(zhàn)略布局清晰可見：體量適當?shù)腁I基建 + 基礎模型能力持續(xù)自研 + 全場景、全鏈路場景落地 。

它不滿足于僅僅提供一個對話框或一套API，而是將大模型部署在物流配送的路徑規(guī)劃中，植入在商家的直播間里，封裝在老百姓家里的智能水壺和智能玩具上——在京東的語境里，AI的成功不取決于它在測試榜單上的排名，而取決于它能否讓一個初學者安全、輕松的養(yǎng)龍蝦；能否讓一個中小商家在凌晨三點依然能精準回答用戶的咨詢，能否讓物流成本再降低一個百分點 。

不求最大，但求最實。這種把AI做進“基石”里的務實風格，或許也是通向AGI的另一條可能路徑。