从万卡到十万卡的算力跨越
9月9日，站在2026京东全球科技探索者大会（JDD）的讲台中央，京东集团技术委员会主席、京东云总裁曹鹏没有过多寒暄，直接抛出了一组令行业侧目的数字。他宣布京东云已联合摩尔线程等合作伙伴建成国产万卡集群，并正式启动十万卡集群的规划建设。这一表态标志着国内互联网大厂在智算基础设施领域，正从单纯的“规模竞赛”转向“国产化适配与规模化应用并重”的新阶段。
对于非技术人员而言，“十万卡”不仅代表硬件堆叠的数量级，更意味着系统工程能力的质变。据公开信息显示，当GPU集群规模突破万卡后，网络通信延迟、故障自愈效率以及异构芯片的调度难度将呈指数级上升。京东选择在此时公布十万卡规划，侧面印证了其在国产算力芯片适配、高性能网络架构及分布式训练框架上已取得阶段性验证成果。相比部分厂商仍在依赖单一海外芯片生态，京东此举意在构建一条自主可控且具备商业闭环能力的算力底座。
[IMG:1]千万小时数据构筑具身智能护城河
算力只是引擎，数据才是燃料。曹鹏在会上透露的另一项关键进展，是京东云正在推进的“1000万小时人类最大规模数据采集行动”。与通用大模型主要依赖互联网文本爬取不同，这1000万小时数据聚焦于真实物理世界的交互行为，涵盖了仓储物流、零售服务及家庭场景等京东核心业务腹地。这种高价值、多模态的实体数据，正是当前训练具身智能和世界模型最稀缺的资源。
基于这一数据资产，京东正式发布了JoyAI基础模型矩阵，其中实时可交互的世界模型JoyAI-Echo WM成为全场焦点。所谓“世界模型”，通俗来讲就是让AI在虚拟空间中建立一个符合物理规律的“数字孪生世界”，使其能够预测行为后果而非仅仅生成文本或图像。据业内人士分析，JoyAI-Echo WM的“实时可交互”特性，意味着该模型已具备在机器人仿真训练、自动驾驶测试及复杂供应链推演中落地的潜力，这将大幅降低实体AI在现实世界中试错的成本与风险。
[IMG:2]产业落地背后的战略定力与现实挑战
京东此次集中展示AI基建成果，折射出清晰的差异化竞争策略。在通用大模型同质化严重的当下，京东并未盲目追求参数量的无限膨胀，而是将AI能力深度锚定在自身庞大的供应链与零售场景中。据京东历年财报及公开技术文档显示，其AI研发始终围绕“降本增效”与“体验升级”展开，这种以产业需求倒推技术路线的模式，使其在商业化变现路径上比纯技术公司更为明确。
然而，十万卡国产集群的建设与世界模型的迭代仍面临严峻考验。一方面，国产算力芯片在单卡性能、互联带宽及软件生态成熟度上与国际顶尖水平尚存差距，十万卡集群的稳定运行需要持续投入巨大的工程优化成本；另一方面，1000万小时高质量数据的采集、清洗与标注是一项耗时耗力的重资产投入，且数据合规与隐私保护红线不容触碰。据多家市场研究机构发布的2026年AI基础设施报告指出，未来两年将是检验国产智算集群能否真正实现“好用、耐用”的关键窗口期，京东的这场硬核突围，才刚刚进入深水区。
本文由AI辅助生成
