11月2日‑5日，2026 世界互联网大会乌镇峰会在浙江乌镇举行。在11月4日的机器人与具身智能论坛上，京东集团技术委员会主席曹鹏围绕AI向物理世界迁移这一产业趋势分享了他的观点。
京东集团技术委员会主席曹鹏。
曹鹏认为，物理AI想要实现规模化落地，不能只追求模型、机器人本体的单点性能，算力、数据、场景以及供应链共同构筑的体系能力，才是行业竞争的核心。“过去十年，AI主要改造信息流，未来十年，AI将深度走进工厂、门店、家庭，改变生产、流通与服务交付的方式。” 他说。
在曹鹏看来，生成式AI的发展大多还局限在数字世界，当大模型与实体终端相结合，AI的能力不再局限于信息问答，而是拓展到感知现实环境、研判现场状况、完成实体作业任务。这也意味着，企业对待AI，不能仅仅把它当作提升效率的工具，更需要围绕物理AI重新梳理、组织自身的生产与经营模式。
“物理AI的竞争，不只是模型和机器人本体的单点竞争，更是体系能力的竞争。” 曹鹏强调，算力底座是规模化发展的重要基础，算力、数据、场景三者缺一不可。他指出，当下不少机器人技术演示效果惊艳，但想要从实验室demo走向大规模应用，复制到万千真实场景之中，光靠技术参数远远不够。从产品研发、整机制造，再到交付落地、后期运维，完整的产业链条缺一不可，机器人的终极目标，是脱离表演式演示，完成真实环境下的任务交付。
针对行业热议的数据瓶颈，曹鹏认为，手握业务场景资源，并不等于直接拿到可用于训练的高质量数据集。物理世界里物体操作、环境交互的大量细节，很难单纯依靠文字或者仿真完全还原，来源于真实作业场景的数据，是驱动模型迭代进化最重要的资源。
基于上述行业现实，曹鹏也在论坛现场分享了产业实践层面的探索与中长期规划。他表示，京东正在推进具身智能数据采集相关建设，目前实践已经覆盖上百个细分生产服务场景，沉淀十余万项真实作业任务，全部采集工作均遵循合法、合规、安全可信原则。此外，京东还计划建成规模领先的具身智能数据采集中心，两年内目标采集超过 1000万小时高质量人类真实场景视频数据，并同步采集超过100万小时机器人本体运行数据。
面对行业普遍存在高质量具身训练数据匮乏、仿真与现实存在差距的现实痛点，曹鹏梳理出了一套产业闭环逻辑，即场景产生数据，数据训练模型，模型再回到场景当中接受检验，以此循环往复持续优化。“真实数据打基础，仿真和生成能力作补充，最终还是要回到真实场景完成验证。” 他指出，仿真与数据增强技术可以填补部分数据短板，但无法完全替代人类在现实作业中沉淀下来的一手数据。原始记录素材，还需要经过系统化加工，才能转化为可供模型学习使用的素材。他同时提及，数据价值不止于内部使用，也希望通过数据流通平台，降低行业获取高质量数据集的成本，减少产业的重复投入。
曹鹏还提出了 “先量脚，再做鞋” 的实践思路。技术迭代应当从真实业务问题出发，算法和模型先在实际场景中跑通验证，再向外输出赋能产业。他认为，推动物理AI走向成熟并非一家企业可以完成，需要全产业链协同投入，打通技术、场景、供应链各类资源，依托开放生态，才能加速机器人走出实验室，落地千行百业。
“物理AI的价值，不只在于让机器更聪明，更在于让产业更高效，让生活更美好。” 曹鹏在演讲的结尾谈到，只有当AI真正理解物理世界，并且能够在现实环境中持续进化，具身智能蕴藏的生产力才会真正释放。
采写：南都记者王子黎 李玲 樊文扬 发自浙江乌镇
