AI重构供应链，京东剑指万亿人工智能生态
近期高度活跃的京东，又对AI“下手了”。
在今天举行的JDD大会上，京东一口气发布了三大AI产品、三个升级的深度应用平台，以及京东自研AI在四大场景的应用成果。同时京东集团SEC副主席、京东集团CEO许冉宣布，未来三年将持续投入人工智能发展，带动万亿规模的人工智能生态，并向具身智能等人工智能企业开放场景与训练数据。
京东这次对自研AI能力的集中展示，事实上为观察当前互联网行业的AI应用落地，提供了一个差异化样本。京东采用的“场景驱动”策略已见成效：先在自身供应链体系中验证AI应用的实际价值，再将经过实战检验的能力做了系统化输出。
这一路径选择背后，既代表着京东对AI战略意义的本质理解，也呼应了当前AI从强调技术研发转向注重实际应用价值的行业大趋势。京东的实践，或许能为AI深度应用提供可参照的关键要素和可能路径。
自用打磨，AI重塑供应链
从JDD大会的发布来看，京东在“关起门来”自研自用AI的这段时间，已经实现了自研AI能力跑通核心业务场景的成果。
以供应链的枢纽环节物流场景为例，京东在自建物流体系中已经完成了大模型的深度嵌入。经过升级后的物流超脑2.0，不再只是单点的自动化工具，而是通过全域感知、模型进化和人机协同三重机制，把原本依赖人工经验的作业流程，变成了数据驱动的动态决策。
京东方面发布的数据显示，物流超脑2.0已经让全链路作业“可感知、可预测、可协同”：在监控环节，操作标准化水平提升了15%；在人车货场调度中，一线效率接近提升20%；在人机协同中，效率增幅超过20%。
这一成效进一步通过智狼、天狼、地狼、飞狼、独狼、异狼、自动分播墙等自研产品，实现了从仓库存储零售终端的物流全场景覆盖。目前，“狼族”产品已覆盖全球，规模化部署应用仓库突破500个。
在工业场景，京东的JoyIndustrial已经深度嵌入供应链全流程。这是工业供应链大模型，依托5710万工业品SKU和40多个细分行业数据，不仅覆盖了采购、履约等环节，还衍生出商品治理、供需匹配、跨境合规等40余类智能体应用。
据京东方面介绍，在商品治理中，AI虚拟治理团队让十万级的治理任务从“以月计”压缩到“以小时计”；在供需匹配中，千条商机的澄清不再耗时5小时，而是缩短至15分钟；而在跨境业务中，关务代理智能体帮助企业把工时成本降低一半以上，关务评估也从T+3提升到准实时，供应链效率已实现跃迁。
这其中的一个关键点是，JoyIndustrial工业大模型在效率提升之外，更在于治理标准化与合规可信度的增强。这也呼应了京东在AI应用上的另一独特叙事——信任惟先。
尤其是在健康场景，京东推出的京医千询2.0医疗大模型，就把“可信”作为了核心优先级。它不仅能模拟医生的临床诊疗思维，还会在推理过程中主动引入循证医学证据，与医学共识对齐，确保诊疗结果具备临床可信度。同时，京医千询2.0能够对文本、影像、检验报告等多模态医学数据进行融合解析，建立起跨模态的“思维链”，提升诊断的完整性与准确性。
同样的信任逻辑，在作为供应链终端、同时也是京东核心业务之一的零售场景也有清晰体现。如果说在医疗场景，“可信”意味着循证医学与临床逻辑的保障，那么在零售场景，“可信”则体现在消费决策与履约环节的可靠性：京东通过AI购、AI试穿等应用，让用户不必在海量信息中反复比价搜索，而是能基于个性化推荐和真实可见的试穿效果快速决策；对商家而言，京麦AI助手、京点点设计智能体等工具让营销与履约更合规高效，降低退货率和损耗，增强交易的信赖感。
可以看到，从物流、工业到健康、零售，京东用AI对整个供应链实现了一次范式重构和效率再造。在这个过程当中，供应链也充当了京东AI最好的强化学习场景，因为环节多、数据量大、反馈闭环快，京东能在自有场景里打磨出更鲁棒的AI能力。这也是为什么在行业普遍还在探索落地路径时，京东就率先交出了一份可验证的应用成绩单。
深度试炼后的深度应用
除了核心业务场景的应用成效展示，JDD大会上的另一重头戏是三大AI产品和三大深度应用平台。它们的推出，标志着京东正在把自用打磨的成果转化为可供产业调用的能力。从这些产品和平台的赋能侧重点中，还可以看到京东在推动AI深度应用过程中的战略分层。
基于JoyAI大模型能力推出的三款产品，就分别锚定了不同的业务面向。
面向消费者，京东正在把AI从“购物推荐”扩展到全场景生活服务。其中，京犀是一款AI原生应用，它不只能实现一句指令就完成购物、点餐、订酒店等动作，最大的不同还在于线上线下联动：直连京东零售、外卖、酒旅等服务，把AI真正嵌入现实生活。
定位为数字人助手的“他她它”，则融合了语音、表情和动作，既能一站式满足知识问答、医疗咨询、金融服务等需求，还能通过“同一灵魂”打通，将智能体能力植入硬件终端，把数字人的陪伴和交互延伸到现实可触的形态，尝试塑造一种可共生的AI体验。
可以看到，京东不仅在通过AI优化自身零售体验，还同步把面向消费者的交互和服务能力，转化为一种可复制的AI应用模式，赋能更多场景下的用户触点。
面向硬件生态，京东则正式发布了附身智能平台JoyInside 2.0。相当于是为机器人和玩具厂商提供的“大脑”，通过开放这一平台，京东让合作伙伴能够快速接入成熟的智能体能力，在硬件终端里嵌入智慧。目前，JoyInside 2.0已接入宇树、Fuzozo等机器人和AI玩具品牌，相关产品已上线京东售卖。据统计，接入JoyInside的智能硬件对话轮次平均提升超120%。从合作伙伴的快速接入到“买机器人上京东”的用户心智逐步形成，JoyInside 2.0已经不只是一个平台，而是硬件生态智能化的加速器。
三大深度应用平台，总体而言针对的是降低各行业AI深度应用的门槛。
其中，作为行业 首个 100%开源的企业级智能体，JoyAgent 3.0不仅集成了京东内部沉淀的多模态 RAG、数据治理等能力，还能与企业自身的知识库和数据库无缝对接，成为“智能决策中枢”。自2025年7月开源以来，JoyAgent在GitHub上已收获超10K Star。在JDD大会上，京东方面表示，JoyAgent进一步开源了DataAgent和DCP数据治理模块，全面支持多模态数据加工，让智能体真正在企业生产场景用起来。
JoyCode 2.0则将“智能体+代码平台”结合，定位为企业级智能开发平台。它支持“零手写代码”的全自动化编程，并已服务京东上万名研发人员，生成代码采纳率超过40%。作为开放工具，JoyCode 2.0把京东内部的研发提效经验产品化，帮助外部开发者和企业低门槛构建复杂应用。
数字人4.0从“替身执行”走向“个性创造”，在营销、文旅、代言等场景中展现出全新价值。它不仅能在直播带货中以1/10的成本超越真人主播，还能成为品牌的长期数字资产。背后依托的JoyAI LiveHuman模型，同样通过开放接口和工具链，让京东的数字人实践经验得以大规模拓展到更多行业。
开源，不仅是三大平台的共同特征，也是京东向千行百业释放AI能力的关键路径。
除了上述三大深度应用平台，京东还开源了多项支撑性能力，包括：OxyGent多智能体协作框架，专为国产芯片优化的xLLM推理框架，JoySafety大模型安全，以及突破可信推理及全模态能力的医疗大模型京医千询2.0。这些都京东在试图降低全行业AI应用门槛上的具体努力，把自身打磨出的经验和方法论转化为行业公共资源，加速大模型深度应用的普及。
而这一整套AI产品+平台的发布组合拳，本质是，京东并非简单地把AI能力包装成新品投放市场，而是沿着消费者体验、硬件生态以及产业应用的战略路径，把零售、物流、健康、工业等场景长期打磨出的能力系统向外部企业、用户输出。这是京东AI能力厚积薄发的体现：来自实战沉淀，而非算力、参数和概念的空转；而后将深度淬炼后的能力，封装成企业乃至C端用户都可以直接调用的完整解决方案。
ROI时代，京东给出答案
事实上，不仅是这次JDD大会所集中展示的那样，京东的AI战略，从一开始就脱离了炫参数和炫技能的层面。
从2020年前后开始布局言犀大模型起，京东就坚持让AI扎根于自身最擅长的供应链及实体业务场景，强调大模型本身无法直接创造价值，需要放在场景中才真正发挥作用。
2021年，京东推出10亿参数规模的K-PLUG模型，为零售业务生成了累计30亿字商品文案；2022年又发布百亿级模型Vega，服务于京东物流的一站式数智供应链数据平台，帮助企业实现降本增效。可以看到，这些大模型在研发之初即深度嵌入京东零售、物流等核心场景，经由高复杂度场景的大规模淬炼来打磨能力。
随后，京东在2023正式发布千亿级参数大模型。彼时的发布会也并未过度着眼参数，而是强调模型融合了“70%通用数据+30%京东数智供应链原生数据”，具备更高的产业属性和泛化能力，将深耕零售、金融、物流、健康等知识密集型、任务型场景以解决实际问题。
而到了今年，JDD大会前夕，京东集团高级副总裁、京东探索研究院副院长何晓冬在接受媒体采访时也提及，“京东的大模型从一开始就强调产业属性。我们不仅要用通用互联网数据，还要构造针对特定行业和任务的数据，让模型在垂直领域越用越深。”这再次凸显了，京东坚持用产业厚度来打磨AI深度的战略取向。
由此可见，JDD大会对深度应用的强调，实际上是京东一贯以来的AI战略重申。不同的只是，经过了自研自用的打磨后，京东开始将AI能力对外释放，推动AI在千行百业的实际应用。但无论是最开始的只针对自用，还是现在的开放开源，京东的AI雄心始终都根植于场景。
今年以来，无论是产业界还是资本市场，都在强调AI应用的ROI指标，这其实强调的也是，AI要从算力和参数指标的堆砌，走向对真实应用场景的价值提升。
以深度绑定OpenAI的微软为例，其最新的财报和业绩电话会，几乎已不再像往常一样，重点提及GPT系列模型的参数，而是更多地强调模型的性能优化、实际应用效果以及相关产品能力等，尤其是有关Copilot的使用情况。据悉，Copilot系列月活跃用户达1亿，付费用户渗透率则已经达到了35%。也就是说，微软对AI的大手笔投入，不仅给用户带来了实际的效率提升，也开始给自身带来业务和投资的回报。
国内方面，一个最直观的变化就是，在今年的人工智能集中展示大舞台WAIC上，各家参展企业也开始更多地对外展示实际应用能力，以更好地回答逛展投资人有关ROI指标的问题。
京东在这个时间点对AI能力的集中输出，是对行业趋势的一种呼应，更可以说是行业龙头对AI深度应用的一种引领，它的底层方法论是：先扎根场景，在零售、物流、工业、健康等复杂供应链环节中自用打磨；再依靠反馈闭环，通过交易、履约、诊疗等高频数据迭代优化，让模型越用越稳健；最后走向开放，把沉淀的能力产品化、平台化，更重要的还有开源化，把智能体、推理引擎、安全网关的技术能力，以及医学诊疗等垂直领域的业务能力贡献给行业，让企业和用户都能直接调用、部署京东的经验。
京东正在以“自用沉淀到对外赋能”的方式构建AI深度应用链路，而从现有成效来看，这或许是产业AI极可行、也极具复制性的路径。
