在機器人技術(shù)持續(xù)升溫的當下，行業(yè)正面臨從“演示”走向“落地”的關(guān)鍵轉(zhuǎn)折。

京東集團副總裁、京東云基礎云總經(jīng)理龔義成直言，當前多數(shù)機器人仍停留在展示層面，依賴遙控操作，更多提供“情緒價值”，距離真正解決實際問題、實現(xiàn)規(guī)?；瘧萌杂休^大距離。

在這一背景下，京東選擇切入具身智能賽道。4月16日，在其具身智能生態(tài)發(fā)布會上，京東宣布推出覆蓋“采、存、標、訓、評、仿、測”全鏈路的數(shù)據(jù)基礎設施體系，并發(fā)布多項自研產(chǎn)品，包括超高清采集終端JoyEgoCam、具身大模型JoyAI-RA以及具身智能數(shù)據(jù)交易平臺等，從全鏈路能力入手，推動行業(yè)進化。

龔義成告訴《鳳凰WEEKLY財經(jīng)》，與傳統(tǒng)AI基礎設施側(cè)重算力與模型訓練不同，具身智能更像是一個“自上而下”的系統(tǒng)工程，同時又需要“自下而上”逐層打通。其核心挑戰(zhàn)首先體現(xiàn)在數(shù)據(jù)采集環(huán)節(jié)，企業(yè)需要明確所需數(shù)據(jù)類型，并通過合適的硬件設備進行高質(zhì)量采集。這些設備既可能來自自研，也可能依賴生態(tài)合作伙伴。

這些數(shù)據(jù)進入系統(tǒng)后，仍需經(jīng)歷清洗、處理、標注及訓練適配等多個環(huán)節(jié)。如何構(gòu)建一個高效的數(shù)據(jù)處理與訓練平臺，使模型能夠充分利用數(shù)據(jù)，是關(guān)鍵問題。同時，數(shù)據(jù)集本身的定義，如覆蓋場景與數(shù)據(jù)結(jié)構(gòu)，也成為決定模型能力的重要因素。

此外，數(shù)據(jù)流通機制同樣不可忽視。如何在保障安全與合規(guī)的前提下，實現(xiàn)數(shù)據(jù)的高效流轉(zhuǎn)，是具身智能生態(tài)建設中的另一重要環(huán)節(jié)。

京東在實踐中也面臨多重挑戰(zhàn)。首先是數(shù)據(jù)質(zhì)量與密度問題。龔義成指出，具身智能不僅依賴第一視角數(shù)據(jù)，還需探索更多維度的數(shù)據(jù)形式，關(guān)鍵在于識別并定義“對模型真正有效”的數(shù)據(jù)類型，并實現(xiàn)規(guī)?；杉?。

其次是大規(guī)模數(shù)據(jù)處理的成本與效率。如何通過技術(shù)手段在保證質(zhì)量的同時降低成本，是行業(yè)普遍難題。京東方面透露，在這一過程中已積累了多項技術(shù)與經(jīng)驗，但整體仍具高度挑戰(zhàn)性與創(chuàng)新性。

第三是數(shù)據(jù)與模型之間的協(xié)同驗證機制。即數(shù)據(jù)是否真正提升模型能力，需要通過反復迭代驗證。

據(jù)龔義成透露，在業(yè)務層面，京東有專門的機器人團隊，涉及科技、零售、物流、工業(yè)等核心業(yè)務板塊，打通機器人產(chǎn)品的銷售、售后、維修等服務，加速推動具身智能商業(yè)化落地。