140萬億Token“唯快不破”：京東AI飛輪全景解構

京東的AI、數據和產業飛輪究竟長什么樣？

文｜趙艷秋

編｜牛慧

國家數據局3月24日剛剛發布的數據顯示，截至2026年3月，我國日均詞元（Token）調用量已超過140萬億——相比2024年初，增長超過1000多倍，相比三個月前攀升40%。140萬億次，意味著每一天，有數以億計的人、企業、設備正在密集與AI發生真實交互，AI已不是未來時，而是現在進行時。

與此同時，全球科技巨頭同樣在以生死時速角逐。OpenAI完成新模型初步開發的同時，“斷臂求生”——宣布全面關停紅極一時的Sora視頻生成服務，將所有資源押注企業級生產力工具；Anthropic在近一個月內，幾乎保持每周一個重磅更新的節奏，正面硬剛OpenClaw；Arm發布首款自研AI芯片，切入萬億級算力市場；國內大廠紛紛祭出組織和業務變革……整條AI產業鏈，從模型到應用、從算力到生態，都在全力沖刺。

這種速度，讓人想起了移動互聯網初期歲月——誰先跑通、誰先建壁壘，誰就活下來——天下武功，唯快不破。AI時代并未顛覆這一鐵律，反而將其放大——誰先跑通AI、數據和產業間的飛輪，誰就能活下來，而這次賭注更大、節奏更快、給大家的窗口期更窄。

在這場極速狂奔中，從去年底到現在，京東AI有了很多變化與進展，已初步布局構建一個龐大的AI生態閉環：京東探索研究院牽頭打磨底層語言、多模態和具身JoyAI系列模型；變色龍業務部將數字人、大模型助手、智能硬件“大腦”等產品迅速做出來。ToB端，數字人已創造數百億GMV，云端Agent、Code、AI Infra已為企業提供生產力服務；ToC端，大模型助手JoyAI App率先跑通大模型點外賣、定酒店等場景，智能硬件大腦JoyInside將AI能力像自來水一樣接入萬物硬件。

京東正在試圖加快飛輪轉動，以在這場決定未來生死的技術產業競賽中占據主動。那么，這臺飛輪的幾層，究竟長什么樣？

01

京東將模型開源，這步棋下的是什么？

3月24日，京東對外正式開源了其基礎大模型JoyAI-LLM Flash的Instruct版本。從參數規模看，這是一個偏輕量級模型，其最直接的目標，就是更好地配合當下火爆的OpenClaw（“龍蝦”）等智能體應用。

此前出于商業考量，京東未曾開源過自家的JoyAI基礎大模型。為何選擇此時開源？“核心是期望打造生態。”京東相關技術負責人告訴數智前線。

“坦白說，友商想到的事情，我們也想到了。”該技術負責人進一步解釋，未來企業端不會只用一個大模型，不同場景需要不同模型；而且，很多公司不愿調用“廉價API”，更希望在本地、局域網內實現安全部署，并在特定場景上進行微調和二次開發。“圍繞某一系列模型，自然會形成一個開發生態，這個生態本身會變成新的商業圈和平臺。”從這個角度考慮，開發者，也是京東必須爭取的用戶群，這股創新力進而也可轉化引入京東云商業版圖。

但如何讓這個開源模型在強手如林的市場上脫穎而出，并支撐起“龍蝦”類應用？該技術負責人提出了一個他在硅谷GTC大會上與同事碰撞出的概念：“Token Efficiency（Token效率）”。

在OpenClaw這類智能體應用爆發后，人們發現token用量暴漲，費用高企。背后原因是，它不像大模型助手那樣一問一答，而是針對每個任務，需要多步思考、反復調用、循環驗證。每完成一個復雜任務，可能要調用數十輪模型。這樣，Token用量會越來越多。對于深度開發者和規模化落地的企業而言，token成本成了他們應用道路上最大的攔路虎。

JoyAI-LLM Flash這個幾乎與OpenClaw同步推出的模型，恰好預判、解決了這個問題。在公布的測試對比圖中，它在保證任務正確率與其他同類模型處于同一水平的前提下，消耗的Token數僅僅是其他模型的1/4甚至1/5。

該技術負責人介紹，這種“花小錢辦大事”的能力，主要由京東兩項技術創新實現：在訓練端，京東引入了數學中的“纖維叢”理論，自研了強化學習方法FiberPO。傳統強化學習在訓練時間拉長后，獎勵函數（reward）容易快速下降甚至“崩塌”，而FiberPO能讓訓練過程保持持續穩定提升。在推理端，京東采用MTP方式實現訓推一體，推理效率相比傳統方式提升。這讓“龍蝦”完成任務的時間極大縮短。

這些通用基礎大模型出自京東AI研發組織——京東探索研究院。但技術攻關之后，新的問題隨之而來：再好的模型，如果停留在研究院里，可能只是一堆參數。此時，企業需要一個專門的 “轉化器”。今年初，一個名為“變色龍”的業務部門從研究院孵化并獨立，緊盯一個更現實的問題：如何讓AI真正實現商業化變現。

對此，該技術負責人描繪了一個“杠鈴策略”：杠鈴的一端是“向虛”，把模型的深度思考、推理、完成任務的能力越做越深。在去年發布750B模型之后，研究院已規劃突破萬億參數大模型。另一端是“向實”，緊盯商業場景，如服務直播電商等高價值場景，預期今年將撬動數百億級GMV。更長遠來看是將具身智能真正用起來，服務家庭和工廠。這一虛一實結合，京東AI的飛輪，才能加速運轉。

戰略方向既定，接下來的問題就是：這套能力，要通過什么路徑真正觸達用戶和市場？幾乎所有頭部大廠都心照不宣地采取了ToC和ToB的“雙輪戰略”。因為有了ToC，才能帶來用戶規模、品牌效應和真實數據反饋；有了ToB，則能帶來穩健的商業收入與行業滲透深度。只有兩者協同，才能將“數據—模型—收入”的飛輪轟隆隆轉起來。

那么，京東是如何布局這兩大市場的？

02

ToC市場，為什么要把AI塞進每一件硬件

在ToC戰場，為了統一品牌認知，京東在2025年秋季將言犀大模型品牌升級為“JoyAI”，并在今年1月升級了消費者端大模型助手——JoyAI App。

然而，在今年春節期間，當幾家大廠開啟轟轟烈烈的大模型助手“紅包戰”時，京東并未參與。團隊當時在思考，過往互聯網時代“DAU”流量思維，是否適應如今的AI算法時代？

“我們還是更想創造實實在在且有粘性的服務。”該負責人說。

“我們想將JoyAI App與JoyInside進行深度聯動。”他進一步解釋。JoyInside，是京東在去年7月為硬件推出的一套“端到端”AI交互解決方案。這一聯動，把大模型直接“塞進”成千上萬的物理硬件里，讓用戶在物理世界中更輕松自然地與AI接觸。“這可能是京東的獨特玩法。”他補充說。

“這是一個比做單一App投入更大、未來體量更大、粘性也更大的全新AI入口。”京東AI創新業務JoyInside負責人舉了一個例子：他給遠在老家的母親配一個“嘮嘮鸚”（面向老人的AI玩具），給北京的閨女買一只“AI小兔子”，這兩個形態各異的設備可以底層互通、“交朋友”，承擔起祖孫倆傳話的功能。“老太太現在周末都不催我電話了，明顯開心了許多。”

他說，全球有70億人，京東希望能養出70多億個“崽”，它們是每個人的AI分身，不僅是流量入口，更是跨越物理介質的伴侶。

想法很豐滿，但落地極其考驗內功。他們調研發現，AI硬件初創團隊目前面臨三大痛點：出貨量小（有的只需500個試水）、研發成本高、品控難保障。于是，從去年到現在，他們聯合“京東京造”團隊及各類硬件方案商一起，造出了智能機芯、PCB板。在方案中，甚至細化到一根麥克風線能承受多少牛的拉力，以此來保障質量。通過匯聚產業鏈的碎片化需求，他們將制造成本大幅打了下來，實現了小批量柔性出貨。

這套模式正在全品類加速延展：從去年的AI玩具，到現在能感知呼吸并調節睡姿的智能床墊、陪伴孩子學習的投影儀、監督每日引水情況的養生壺……在這個過程中，最大的難點是定義全新的交互體驗，以及保持用戶粘性。“大家都走得越來越深。”該負責人觀察。同時，這套體系還在解決出海合規問題，預計5月就能支撐AI硬件打入要求極其嚴苛的歐洲市場。

目前，在京東App內搜索JoyInside，已有近100個SKU；預計到今年底，將擴展到數百甚至千個以上。

這些產品與手機上一問一答的對話不同，是一種潤物細無聲的生活陪伴，也都打上了“JoyInside”標簽。比如，正在打造的“廚房搭子”——一個在廚房橫叉上的AI設備，可以實時指導用戶下廚：什么時候放油、什么時候下食材。該負責人形容，當這些硬件產品密集出現在用戶生活場景中，其影響力將不亞于任何一款App。而這正是京東依托自身供應鏈構建的獨特壁壘。

不僅如此，在大模型時代，硬件將是一個更宏大的生態視角。“過去IT時代，硬件生態做的是互聯。”他說，最終小米、海爾、京東都有各自的IoT體系。本質上它們都是一個個封閉的“流量孤島”。但今天，以智能體為代表的技術，正在改變格局。

“我們創新了一種AIOT Agent方式，硬件生態封閉沒關系，只要把Agent接口暴露給我就可以了，這就是A2A模式。”該負責人解釋說。在這個新趨勢下，智能體不僅有望打破手機、冰箱、機器人等物理硬件的隔閡，還能讓線上大模型助手與線下實體設備無縫打通，最終形成一個大一統的“人智共生”新生態。

03

ToB市場，為什么押注這三大方向

在ToB市場，AI已迅速化身創造真金白銀的生產力工具。京東押注了三大關鍵方向：讓AI站上直播間帶貨的“數字人”、以OpenClaw為代表的智能體企業級服務，以及正蓄勢撬動萬億生態的“具身智能”。

先說數字人。真人主播成本高昂、體力有限，面對海量用戶的個性化互動時存在天然瓶頸。京東自身離交易最近，擁有場景優勢，可以讓AI、場景和數據協同轉動。

從2024年起，團隊先從頂端試水——為劉強東打造“采銷東哥”數字分身，隨后為100多位企業總裁定制數字人完成年貨節直播。2025年，戰場擴展至明星數字人與企業品牌IP，五糧液等品牌相繼在京東直播間用上專屬數字人。策略進一步升級為“萬物皆可說”——任何擬人化角色，都可以由數字人呈現。

“三年前我們進入了這個賽道，今天已有7萬商家在深度應用了。”京東數字人產品負責人說。在規模背后，數字人必須與電商業務場景和商家生意深度綁定，最終目標是實現對優秀頭部主播的1:1還原復刻。

要做到“1:1復刻”，技術上仍面臨極大挑戰。京東AI創新業務智能算法負責人介紹，數字人技術圍繞表現力、制作效率和模型通用性三個維度展開。

在表現力上，傳統數字人呈現“木樁式”生硬播報，“自由態”是核心突破方向——京東攻克了大姿態、動作語義編排與驅動，以及持品換裝等技術，可匹配戶外、鞋服、美妝等不同品類場景。在制作效率上，從30分鐘素材拍攝，到輕量級拍攝，再到如今只需一張圖片配合文字描述，即可實時驅動數字人完成指定動作和表情，商家門檻大幅降低。

除了“皮囊”，還要為數字人注入“靈魂”。背后有兩個關鍵AI任務：一是依托京東億級用戶行為數據，生成專屬直播腳本；二是實時與用戶互動，完成商品答疑、福利露出和促單轉化。

“我們構建了直播電商的AI大腦，一個人就是一個隊伍。”該產品負責人說——一個數字主播，可全面替代傳統直播間的主播、副播、導播和視覺設計等所有角色。為降低門檻，京東將技術封裝為全行業適配的“公模”，一鍵配置、快速開播，并對商家免費開放。只要質量過關，數字人就能與真人直播同權競爭流量。

數據印證了價值：某家電品牌復刻直播間后，上線8天GMV近百萬，公域流量占比達81%；另一品牌數字人凌晨1至7時不間斷直播，GMV破萬，人均停留時長比真人提升51%。未來，京東數字人還將覆蓋從內容生成到直播復盤的全鏈路生意。

如果說數字人解決的是“怎么賣”，那OpenClaw類產品，解決的是企業“怎么讓AI真正干活”。

OpenClaw爆火后，企業落地卻面臨部署繁瑣、智能體互不相通、數據泄露隱患、算力成本高企等現實焦慮。京東云針對這些痛點，推出了一套保姆級解決方案。

部署與“失憶”問題：一鍵云端部署與本地安裝并行，并創新“記憶共享”能力——無論部署多少個“龍蝦”，它們都能保持記憶連貫，無縫接管業務流轉。數據安全問題：基于國產芯片打造“OpenClaw一體機”，開箱即用，一機支持企業內部多個客戶端，同步配套CodingPlan等Token套餐以壓降算力成本。

目前，京東云上各類Agent、Code和AI Infra服務快速上線，Token調用量創下周增長455%的紀錄。

具身智能，則是一盤更大的棋。當前具身智能最大的瓶頸，是真實場景數據匱乏。京東計劃建立全球最大的具身智能數據采集中心，一年內積累500萬小時人類真實場景視頻，兩年內超1000萬小時，同步采集100萬小時機器人本體數據，推動產業從算法仿真邁向真實數據驅動。在此基礎上，京東率先提出“言行一致”的人機交互理念，深度聯動頭部機器人企業，補齊機器人軟能力短板。

縱觀京東AI整盤棋，它正在尋找屬于自己的獨特卡位——跳出單純“做個App”的流量思維，讓大模型貫穿整條產業鏈。這盤棋的路還很長，技術的天花板仍在抬高，生態格局也在劇烈重塑。但無論潮水方向如何改變，有一條鐵律一直未變：在AI從實驗室走向產業深水區的這場競速里，誰能率先轉起商業閉環，誰就能拿到下新時代的新船票。