京东豪赌300万台机器人，图啥？

9月的北京和上海，隔空打了个配合。

9月9日，京东在2026 JDD大会上放出重磅消息：5年内采购300万台机器人、100万台无人车、10万架无人机，打造全球最大规模的具身机器人应用军团。两天后，蚂蚁灵波科技在外滩大会上，把具身智能圈最重量级的一批科学家和创业者拉到一起，讨论的却是同一个问题：机器人到底什么时候能真干活、稳定干活、便宜地干活。

一边是真金白银的超级订单，一边是行业自己都承认的焦灼时刻。这中间的落差，才是今年具身智能最值得看的地方。

📦 300万台订单，京东在赌什么

先看数字本身。300万台机器人、100万台无人车、10万架无人机——这不是发布会上的PPT措辞，而是明确挂在采购口径上的数字。

按京东云在JDD大会上的说法，目标是推进物流全流程无人化落地。这个逻辑其实不难理解：京东的家底是仓配一体的物流体系，从仓储分拣、干线运输到末端配送，每个环节都是高度重复、标准化程度高、人力密集的作业场景。放在具身智能的语境里，这就是教科书级别的落地区域。

但300万台是什么量级？可以参考一个行业常识：目前整个人形机器人行业，年出货量还在万台级别徘徊，全球头部厂商的累计交付量也不过几万台。300万台机器人如果指广义的具身设备——包括机械臂、AMR、专机在内的物流机器人——五年周期内并非天方夜谭；但如果是人形本体，那就是要把全行业的产能规划整体抬升一到两个数量级。

据多位接近京东物流体系的人士透露，这批采购大概率是分层的：仓内的标准化设备先行，人形和复合形态本体跟着技术成熟度逐步放量。换句话说，订单是真的，节奏是弹性的。

真正值得琢磨的是信号意义：过去是机器人厂商追着物流公司问“你要不要试试”，现在是头部场景方直接亮出采购盘子。买方市场的定价权，第一次明显倒向了场景侧。对于苦于“没有真实订单”的具身企业来说，这是今年以来最实在的一针强心剂。

一句话：场景方下场下注，比一百个发布会都管用。

🧠 模型之争：demo不是终点，部署成本才是

订单来了，供给端准备好了吗？外滩大会给出的答案是：还没有。

“基座之上”论坛现场座无虚席，但气氛坦率得有点罕见。蚂蚁灵波首席科学家沈宇军把讨论拉回第一性原理：与其争论VLA还是世界模型，不如先回答机器人究竟需要什么能力。在他看来，过去的路线之争，某种程度上是在借用多模态大模型、视频生成模型这些数字世界的既有工具找捷径——有阶段性价值，但不是终局。

这话说得不客气，但符合工程直觉。对话式模型处理的是离散的输入输出，而机器人在行动时，视觉、触觉等传感器信号是连续涌入的。沈宇军把通用大脑的基础能力归纳为三件事：从原始信号中提取有效表征、把不同模态融合对齐、再生成真正可执行的动作。结论很清楚：具身模型不能简单复刻数字世界那一套，需要面向物理世界的模型架构和训练方法。

更有意思的是评价标准的变化。上海交通大学副教授李永露直言：单个机器人demo能传递的信息已经越来越少，评测首先应该服务研发，而不是比较名次。香港中文大学的薛天帆则补充了本体的多样性问题——不同机器人的传感器和模态各异，模型、数据与评测必须共同迭代。

沈宇军给出的两个尺度，很可能会成为接下来行业拿模型说话的标准姿势：一看合作伙伴把模型部署到具体场景要付出多少成本，这个成本是否随模型升级持续下降；二看机器人能否在开放环境里与人和世界持续相处一整天而不出问题。

后者才是真正的试金石。它不要求每项任务都成功，考验的是比单次成功难得多的事——长期运行、安全性、连续变化环境下的稳定性。

翻译成大白话：行业要证明的，不再是机器人“能不能做到”，而是做到这件事要花多大代价，以及能不能持续做到。

📊 数据：真正卡脖子的不是模型

如果说模型还有路线可吵，数据这件事连吵的资格都还没有。

外滩大会的第二问就是数据：什么样的数据能让模型真正进步？这个问题的背景是——具身智能正处在热度升高、但有效数据极度稀缺的拧巴状态。数字世界的大模型可以爬取全网语料，物理世界没有“全网”可爬，每一个动作数据都要真机采集或者真金白银生成。

这个飞轮转起来的前提，是有足够多的真机在真实场景里跑。而这恰恰是京东订单的另一半价值所在：300万台设备不只是一张采购清单，更是一个潜在的数据采集网络。当数以百万计的机器人在仓储、分拣、配送场景中作业，产生的第一手作业数据，才是具身模型真正意义上的“语料库”。

据多位接近具身创业公司的人士透露，头部团队目前对真机数据的争夺已经接近白热化，谁能绑定一个有规模的场景方，谁的数据飞轮就先转起来。这也解释了为什么场景绑定会成为今年融资故事里最硬的一条：资方看的不再只是团队背景和demo完成度，而是“你有没有独占的真机数据入口”。

当然，数据多不等于数据好。外滩大会现场没有给出标准答案，但把衡量行业进步的尺度变具体了：模型是否降低了场景部署成本，数据是否真正带来能力提升，产业链各方能否形成持续反馈的闭环。三个问题环环相扣——没有部署就没有数据，没有数据模型就不进步，模型不进步部署成本就下不来。

能把这三个环节串成闭环的玩家，才是这场竞赛的终局候选者。

⚠️ 订单与现实之间，隔着几道坎

泼点冷水是必要的。

第一道坎是技术路线尚未收敛。VLA、世界模型、分层架构，各家还在各说各话，没有出现像大语言模型领域Transformer那样的共识底座。这意味着采购方今天下的单，押注的是还不确定的技术形态——如果两年后主流本体形态和交互方式发生大变化，这批设备里有多少会被快速折旧，是供应链上没人愿意深谈的问题。

第二道坎是成本曲线。具身智能当下的核心矛盾，外滩大会已经说得很直白：能够规模复制的产品形态和商业模式还在探索。部署成本要随模型升级持续下降，这话说起来轻巧，做起来意味着机器人本体、核心零部件、模型推理、运维服务全链条都要参与降价。任何一环掉链子，300万台的商业账就平不了。

pie title 京东5年采购构成

"机器人 300万台" : 73

"无人车 100万台" : 24

"无人机 10万架" : 3

第三道坎是稳定性。要知道，物流是典型的不间断作业场景，“机器人能在开放会场持续相处一整天”这个外滩大会提出的及格线，放到分拣中心的真实环境里，要求只会更高。工业客户不会为demo买单，只会为MTBF（平均无故障时间）买单。

但反过来说，这三道坎也正是这次产业信号的价值所在。过去技术团队在实验室里自己琢磨指标，现在有了明确到具体环节的采购需求——仓内需要什么自由度、配送需要什么续航、分拣需要什么节拍——技术的迭代第一次有了锚点。

据业内流传的一种说法：这轮订单真正筛掉的，是那些只有故事没有场景理解的公司。具身智能的下半场，拼的不是谁的视频更炫，而是谁能在仓库里待满一整年。

🔗 产业链怎么接住这泼天的富贵

把视角拉远一点看这次事件的产业结构。

两天之内，需求侧和供给侧同时发声，这个时间上的巧合背后是同一种焦虑：具身智能到了必须从“演示”走向“交付”的临界点。

对上游核心零部件厂商来说，这是明确的需求指引——关节模组、灵巧手、传感器、算力板卡的产能规划，终于有了一个可以参考的天花板。对中游本体厂商来说，绑定京东这样的场景方，等于拿到了真机数据入口和迭代闭环。对下游的集成商和运维体系来说，全流程无人化意味着一整条新的服务生意。

这个闭环里最关键的位置，其实是场景方自己。京东既是买家，也是数据的主要产生地和模型的最终检验场。这种“买方即生态位”的结构，很可能成为接下来具身智能商业化的主流范式——美团、顺丰、菜鸟体系里的类似动作，大概率不会缺席太久。

当然，产业链的兑现节奏不会像发布会一样整齐。五年采购计划里，第一年能落多少、落的是哪类设备、真实运行数据表现如何，才是验证这套叙事成色的关键节点。业内普遍的判断是：仓内标准设备先行放量，无人车跟随路权和成本双成熟后铺开，人形本体和无人机放在周期后段——这个排序本身，就是对技术成熟度最诚实的注脚。

小结

300万台机器人订单，是场景方第一次用真金白银给具身智能定价；外滩大会的三问，是技术圈第一次把成功标准从demo换成部署成本。一买一答之间，行业的坐标系正在重置：能不能做到，正在让位于做起来多贵、能跑多久。接下来两年，谁的数据飞轮先转、谁的部署成本先降，谁就有资格吃下这张超级订单里最肥的那一段。至于最后是京东的胜利还是整个具身行业的成人礼——仓库会给出答案。