300万台机器人订单，喂饱了谁？

机器人行业最近流行一句话：会跳的机器人数不过来，会干活的机器人还数得过来。

9月9日，2026京东全球科技探索者大会（JDD）在北京举行，主题叫「JoyAI·跃迁物理世界」。据京东云披露，京东将在5年内采购300万台机器人、100万台无人车及10万架无人机，目标直指物流全流程无人化。

300万台是什么概念？大致相当于把目前全国工业机器人的年装机量翻着倍地往一个买家手里堆。而在同一个月，北京国家速滑馆里，天工Ultra原地跳高跳出3.4米；世界机器人大会的展台上，最抢手的却不是会跑会跳的整机，而是一堆教机器人「擦桌子」的数据采集展位。

三件事凑在一起，指向同一个判断：具身智能的商业化，正在从「秀肌肉」切换到「买真账单」的阶段。

📦 300万台大单，买的是账本不是噱头

京东这次没有讲科幻故事。

300万台机器人、100万台无人车、10万架无人机，这三个数字背后是同一个场景：物流。仓储里的搬运分拣、干支线的无人配送、末端三十公斤以下的低空投送，京东要把整条链路上的「人」逐步替换掉。

这不是凭空想象。京东做物流自动化十几年，亚洲一号仓里的AGV早就跑出了规模效应，这次只是把「无人化」的边界从仓库内推到了仓库外、从轮式推到了人形。

用 mermaid 画一下这条采购逻辑，会发现它不是一条线，而是一张网：

注意最后一环：数据回流。这才是这份大单里最值钱的部分。

据多位接近京东的人士私下说法，这批采购订单对供应商的要求不止于「能交付」，更看重「能在真实业务里持续跑」。换句话说，京东买的不是设备，是一支替它去物理世界里打工、顺便采集数据的具身智能军团。

对整个产业链来说，这是一张久旱逢甘霖的确定性订单。过去两年人形机器人融资热闹，但真正愿意掏真金白银、按台数买单的甲方屈指可数。现在首个亿级台数级的采购方出现了，游戏规则开始变。

🏟️ 超70所「学校」，还教不会端盘子

订单有了，机器人真的能干活吗？答案藏在训练场里。

2026世界机器人大会的展台上，一块屏幕播放着「擦桌子」的特写：机械手指触碰桌面，力度、角度实时微调。但这不是机器人在自主决策——屏幕旁，观众头戴采集设备、手持手柄遥控操作，机器人第一视角画面被录下来，处理后就成了训练机器人的「教材」。

与去年厂商比拼跳多高、跑多快不同，今年大会的焦点悄悄让位给「教机器人干活」。一批定位为「数据基础设施」「物理AI数据基座」的服务商首次集中亮相，不造整机、不训大模型，只卖最底层的数据。

北京人形机器人创新中心具身智能数据与训练基地负责人夏华林打了个比方：「现在的具身智能机器人相当于十年前的自动驾驶。」机器人所需数据比自动驾驶还要多出几个量级。

中国信通院《具身智能训练场研究报告（2026年）》的数据显示，截至2026年6月底，全国建成启用超70家训练场，在建或规划46家。听起来不少，但业内普遍判断：远远不够。

训练场里的日常是什么样的？在华东某训练场，一位「00后」训练师对着麦克风下达指令——「拿起桌上浅蓝色盘子，放在白色托盘上」，然后操纵机械臂完成抓取、平移、放下。这个动作，她一天要重复上百次。仅一个零件分拣任务，该训练场就采集了三四万条数据。

8月6日，安徽合肥市具身智能机器人数据采集预训练场里，83台来自不同企业的机器人在家居、商超、工业等30余个复刻场景中开展实训。8月10日，北京石景山区的人形机器人数据训练中心，上百台机器人在训练师带领下学快递分拣。

该训练场数据采集负责人郑鑫说得直白：「现实中，高质量数据支撑不到位，机器人就永远摆脱不了遥控大玩具的标签。」

产业逻辑很清晰：具身智能的天花板不在电机和关节，在数据。大模型缺数据可以爬互联网，机器人缺数据只能一帧一帧去物理世界里采。而端盘子、分拣快递这些「低级任务」，恰恰是数据采购成本最低、又能规模化复制的起点。

一线采集师最直接的感受是：任务越来越难，容错率越来越低。这说明模型能力在爬坡，训练场正在从「教基本动作」走向「教复杂工序」。

🏃 8.86秒和3.4米，性能焦虑的另一面

再看「会跑会跳」这条线，今年也没有缺席，只是换了个热闹法。

8月22日，第二届世界人形机器人运动会在北京开幕，赛期5天，16个国家的666支赛队、2056台人形机器人参赛。百米复赛跑出8.86秒，超过博尔特9.58秒的人类纪录；跳高、400米同样刷新人类纪录。8月25日决赛日，天工Ultra原地跳出3.4米夺冠并包揽前四，把开幕式上自己创下的2.88米又抬高一截。

连U19三对三足球赛都有了「小学生选手」——平均年龄11岁的东城区府学胡同小学「府学翱翔队」也登上了赛场。

有人会问：跑得比博尔特快有什么用？能送快递吗？

这恰恰是把两件事看反了。运动会上比的是本体硬件和运动控制的极限——关节功率密度、动态平衡、整机可靠性。这些能力不直接等于干活能力，但它们是干活能力的前置条件：一台连自身动态平衡都搞不定的机器人，谈不上扛着30公斤的包裹在楼宇间穿行。

更值得关注的是参赛规模：2056台机器人同场竞技，本身就是一次极端工况下的集中可靠性测试。摔了、趴窝了、烧了，都当众发生——这种公开压力测试，比实验室里跑一万小时更有说服力，也更利于供应链快速迭代。

据业内人士透露，不少整机厂把运动会当成「发布会＋耐久测试」二合一来打：成绩是营销，完赛率才是内部KPI。

⚠️ 真正的坎：从「遥控大玩具」到产业工人

把三条线索摆在一起，2026年具身智能的图景就完整了：

• 需求侧：京东给出5年300万台级别的采购承诺，首个超级甲方现身；
• 供给侧：全国超70家训练场在建在用，数据基础设施成为独立赛道；
• 能力侧：本体性能持续突破，但真实作业能力仍靠海量人工数据「喂养」。

这是一条清晰的产业化路径，但坎也明摆着。

第一道坎是数据成本。一个分拣任务三四万条数据，全国物流场景里成千上万个任务变体，靠人肉遥控采集，算下来每条有效数据的成本依然高企。仿真合成数据、视频学习、真实遥操作三条路线怎么配比，还没有公认答案。

第二道坎是场景碎片化。训练场里的托盘是白的、桌子是平的，真实仓库里的箱子是歪的、地面是滑的。京东选择自己下场当甲方，本质就是把碎片化场景收拢到自己手里——这是它相对纯整机厂商最大的底牌。

第三道坎是商业化节奏。300万台是5年承诺，不是5年交付。第一年能落地多少、故障率能不能压到运维成本可接受的水平，才决定这张大饼是蓝图还是画饼。据接近供应链的人士说，头部整机厂目前的状态是「产能爬坡和交付验证两头赶」。

小结：订单落地之日，才是叙事兑现之时

京东的300万台、训练场里的上百次重复、运动会上的8.86秒，是同一枚硬币的三个面：需求在确认、数据在积累、本人在进化。

具身智能正处在从「看懂世界」迈向「改变世界」的换挡期，接下来一年真正的看点，不是又一台机器人跳了多高，而是第一台在京东仓里连续作业超过30天、运维成本打平人力的机器人何时出现。那一天到来，这轮叙事才算真正落地；在那之前，所有数字都只是预告片。