京东交出超预期财报，AI成最大变量

5月12日，京东交出了一份颇受市场关注的一季报。

财报显示，2026年第一季度，京东集团实现收入3157亿元，同比增长稳健；服务收入同比增长20.6%；非美国通用会计准则下归母净利润达到74亿元；截至一季度末，年度活跃用户数超过7.4亿，季度活跃用户连续10个季度保持双位数增长。

如果仅从财务角度看，这是一份“超预期”的成绩单：在消费复苏仍然存在波动、互联网行业整体进入“效率保守期”的背景下，京东延续了过去几个季度的增长韧性，零售利润率创下新高，新业务持续改善，平台生态协同效应进一步显现。

京东集团CEO许冉在财报中提到，“用户规模和购物频次实现了强劲增长，充分证明了我们业务生态内的协同效应正在不断深化。”

“协同”这个词，是理解这份财报的一个重要入口。它意味着，京东的增长不是依靠某一个爆款业务、某一个单点突破拉动，而是来自整个业务体系能力的共同作用——零售、物流、健康、工业、海外，以及不断扩展的新业务，共同构成了今天京东的增长飞轮。

但如果把这份财报拆开来看，会发现一个更值得关注的变量，并不在收入和利润本身，而是研发投入一季度同比增长59%。

这是一个远高于市场平均水平的数字。对于一家已经拥有超3000亿元季度收入体量的公司来说，这意味着它并不是在“守成”，而是在主动为下一轮增长下注。

而下注的方向，正是AI。

过去两年，几乎所有互联网公司都在布局AI，如AI聊天助手、搜索框、或试图用AI重新定义内容分发等。这些当然重要，但更多仍然停留在数字世界。

京东想做的，显然不是另一个聊天机器人。它试图把AI变成整个集团的新生产力系统——从研发、运营，到仓储、物流，再到消费终端与产业伙伴，把AI嵌入真实业务流程，把数据转化为新的生产资料，把几十万员工与数千个业务场景连接起来。

换句话说，别人把AI理解为“工具”，京东正在把AI理解为“生产力”。

这并不是一个突然的决定。22年前，刘强东关掉了十几家线下门店，把全部筹码押在互联网电商上，因为他相信，互联网会重塑交易方式。22年后，当大多数人还在把AI当作聊天入口时，京东再次站在技术拐点上。

不同的是，那一次，互联网改变了京东；

而这一次，京东想用AI改变产业。

AI不是流量入口，而是京东的新“生产力底座”

这两年，几乎所有互联网公司都在谈AI，但如果仔细拆解它们的路径，会发现多数公司的思路高度相似：先争夺入口，再寻找商业化机会。有人把AI嵌入搜索，有人把AI做成助手，有人试图用AI重塑内容生态，本质上仍然是在数字世界里争夺用户注意力。

但京东显然不是这样。

理解京东的AI逻辑，首先要理解京东是一家什么样的公司。很多人习惯把京东定义为电商平台，但从更底层的业务结构看，它其实是一家典型的“物理世界公司”——它连接的不是信息，而是商品；不是内容，而是仓库、卡车、工厂、医院、配送网络，以及数亿消费者的真实生活场景。

这种基因决定了，京东不会把AI理解成一个新的聊天框，也不会把它仅仅视为流量转化工具。它更关心的是：AI能不能真正进入供应链，提升仓库效率？能不能帮助医生诊疗？能不能优化工业采购？能不能让一台家电变得更聪明？

也正因此，京东提出了自己的AI公式：人工智能的价值 = 模型 × 体验 × 产业厚度²

这个公式里有三个关键词。

第一个是“模型”。

今年一季度，京东首次开源基础大模型JoyAI-LLM Flash。这不是一个“拼参数”的模型，而是一个强调效率和成本的模型。它在同等任务准确率下，Token消耗仅为行业其他模型的四分之一到五分之一，大幅降低开发者和中小企业的使用门槛。

在视觉层，京东同步推出了图像模型 JoyAI-Image-Edit。它最大的特点不是“生成图片”，而是“理解空间”——能够完成视角变换、空间漫游、物体关系操控等复杂任务，其在空间理解与编辑能力上达到全球领先水平，解决了传统图像模型“空间逻辑混乱”的问题。这种能力不仅服务于电商内容生产，更是机器人理解现实世界的重要基础。

第二个关键词，是“体验”。

京东认为，模型能力只是基础，真正决定用户是否愿意使用AI的，是体验。所以它推出了JoyInside，把AI能力注入家电、玩具、机器人等终端设备，让硬件拥有“高情商大脑”。

这意味着，AI不再只是手机里的一个App，而是进入用户生活本身。

第三个关键词，是“产业厚度”，也是这个公式里最关键的“平方”。

过去两年，大模型行业一直在追求参数规模，但京东的判断是，模型能力最终会趋于平权，真正决定价值上限的，是它所嵌入的产业深度。产业越深，场景越复杂，真实反馈越丰富，AI能够沉淀出的能力就越强，形成的价值也越大。

京东的产业厚度就来自于零售、物流、工业、医疗、消费电子、海外业务，以及背后覆盖生产、流通、消费全链路的超级供应链。

这也是京东与很多互联网公司的根本差异。别人做AI，是从模型出发找场景；京东做AI，是从场景出发反哺模型。这是一条更慢，但也更深的路。

从数字世界走向物理世界

如果说过去两年AI行业的关键词是“大模型”，那么未来几年，关键词很可能会变成“物理世界”。因为真正的生产力，不存在于屏幕里，而是在现实世界。而京东正在试图成为这个物理世界的“运营中心”。

1. AI基础设施：把算力变成公共能力

任何AI竞争，底层都是基础设施竞争。在这一层，京东云已形成国产化算力适配的全栈技术闭环。

JoyScale是京东自研的“算力操作系统”。它可以实现异构算力统一调度，让不同国产芯片在同一平台上高效协同，解决企业长期面临的算力适配难题，确保不同硬件环境下的稳定运行。

“京东云海”AI存储系统，则为千亿到万亿参数模型提供训练底座，IO能力位列全球前四。这意味着，京东不是简单调用外部模型，而是在自己构建AI底座。

这种底座能力，决定了它能否真正服务产业。因为产业需要的不是炫技，而是稳定、低成本、可规模化。

2. 具身智能：争夺真实世界数据

对于京东而言，基础设施并不是终点，而只是起点。因为当模型能力逐渐趋同，真正拉开差距的，不再是谁“更会回答问题”，而是谁能让AI真正走出屏幕，进入现实世界。也正因此，京东的AI布局开始从“数字能力建设”，转向更具想象力的下一步——具身智能，让AI拥有身体。

过去一年，具身智能成为行业最热门的赛道之一。但多数公司仍停留在模型训练和实验室验证阶段，而京东把竞争往前推进了一步——直接切入数据层。

一季度，京东宣布建设全球首个全链路具身智能数据基础设施，计划两年内积累1000万小时真实场景视频数据，同时采集100万小时机器人本体数据，试图打造全球最大的具身智能数据采集中心。

这一动作背后有一个判断：未来具身智能最大的瓶颈，不是模型，而是数据，尤其是高质量真实数据，而京东拥有别人很难复制的优势——真实场景。

在京东的体系里，仓库里有机器人，配送路上有无人车，末端有快递员，工业场景有设备，零售场景有消费者——这些每天都在产生海量真实反馈。相比依赖仿真训练的数据集，这种来自真实世界的数据，更接近AI未来真正需要学习的内容。

当行业还在讨论参数规模时，京东已经开始争夺“真实世界样本”。

JoyInside：让AI真正“附身”

如果说具身智能解决的是“AI如何进入物理世界”，那么 JoyInside 回答的，是“AI进入之后会变成什么”。

京东把它称为“附身智能”。它不是一个独立App，也不是一个聊天入口，而是一种把AI能力嵌入硬件终端的能力，让设备拥有感知、理解和交互能力。

比如，今年一季度，搭载JoyInside的新飞AI语音空调在京东独家首发。过去，老人和孩子面对复杂遥控器常常束手无策；现在，他们只需要说一句“我有点热”，设备就能理解并执行。

再比如京东京造推出的AI毛绒玩具。上线半年后，它已经成为京东毛绒玩具品类好评率第一的产品。它的价值并不在于“会说话”，而在于“会记住”——记住孩子喜欢的动画角色、喜欢的故事，甚至形成长期陪伴关系。

这意味着，AI正在从“工具”变成“伙伴”。

截至目前，JoyInside已经与近200个家电、机器人、玩具品牌合作。它想做的，不是让用户多下载一个AI应用，而是让越来越多设备“天然拥有智能”。

这或许也是AI真正走入日常生活的开始。

在产业深处验证AI价值

如果说大模型竞争的上半场，是围绕“谁更聪明”展开，那么下半场，比拼的则是“谁更有用”。

真正的AI价值，不在于模型参数，不在于排行榜，而在于它能不能进入真实业务流程，解决过去解决不了的问题。

过去一年，京东在物流、医疗、工业三个最典型、也最复杂的产业场景里，给出了自己的答案。

1. 京东物流：让AI第一次真正拥有“执行力”

物流，是最容易检验AI真实能力的行业。因为它不允许“差不多”。一个判断错误，可能意味着仓库错配、运输延误，甚至整个供应链停摆。

2023年，京东物流发布行业首个物流大模型“超脑”；到2025年，“超脑2.0”完成升级，正式进入Agentic（代理智能）阶段。

这意味着，它不再只是一个“建议系统”，而是一个能够自主决策的“供应链中枢”。

它背后的训练基础，是京东物流多年沉淀的真实世界数据：数亿用户、千万级SKU，以及全球领先智能仓储网络所产生的海量动态信息。通过数字孪生技术，京东把整个物流系统1:1映射到虚拟空间，让AI能够不断进行推演、自我博弈和策略优化。

结果是，“超脑2.0”可以在3分钟内完成亿级包裹的仿真推演，并动态调整最优物流路径。

这种能力已经进入真实业务：在运力调度场景，一线效率提升近20%；在人机协同场景，作业效率提升超过20%；在异常处理场景，员工操作标准化水平提升15%。

但真正让“超脑”落地的，是另一端的“狼族机器人军团”。

这是京东物流近年来重点打造的终端执行体系，包括地狼、智狼、天狼、独狼、飞狼等几十种机器人，覆盖仓储、分拣、搬运、配送全链路。

其中，“智狼”货到人系统把仓储坪效提升4倍，上架效率提升6倍；“独狼”无人车和“飞狼”无人机已经实现互联协同；整个机器人体系已部署到全球10多个国家、全国20多个省份。

换句话说，京东正在做的，不只是“物流自动化”，而是构建一个具备自主进化能力的超级供应链。AI负责决策，机器人负责执行，系统自己优化——这是一种新的物流范式。

2. 京东健康：把“会聊天的AI”变成“能看病的AI”

医疗，是另一个对AI要求极高的行业。因为在这里，用户不关心模型参数，他们只关心一个问题：它到底能不能帮我解决健康问题。

京东健康的答案，是“AI医生大为”。它背后依托的是“京医千询”医疗大模型——一个覆盖诊疗、药学、营养、健康管理等多个领域的专业医疗模型体系。

和很多“问答型AI”不同，“大为”不是一个只能聊天的助手，而是一个完整的“医检诊药”服务入口。用户可以先问诊，获得初步判断；随后接入在线医生；需要检查时安排上门快检；需要药品时直接配送到家；后续还能自动提醒复诊、管理慢病。

整个流程被串成了闭环。

目前，AI医生“大为”已经完成数亿次用户交互，好评率超过98%，成为京东健康面向家庭用户的核心入口。

与此同时，它也在向产业端延伸。面向医生，“京东知医”成为医生的“智能外脑”，背后连接4000万份全球医学文献、4万份诊疗指南和3万多份药品说明书，为临床诊疗和科研提供辅助。

面向医院，“京东卓医2.0”帮助医院建立AI驱动的“医检诊药”闭环，已经在温州医科大学附属第一医院、华中科技大学同济医学院附属协和医院等机构落地，累计服务患者超过500万人次。

更值得关注的是，京东把JoyInside也带入了医疗器械领域。未来一年，京东健康计划推动100万台医疗设备接入JoyInside系统，包括轮椅、护理床、健康监测设备等适老化产品。

这意味着，AI不再只是“屏幕里的医生”，而是进入家庭里的设备，变成一种长期陪伴。比如AI轮椅，不仅能实现实时定位、围栏预警、一键呼救，还能与老人对话，进行慢病提醒和健康建议。

3. 京东工业：让AI真正走进工厂车间

相比消费互联网，工业供应链一直是AI最难啃的骨头。

原因很简单：它太复杂了。SKU海量且非标，商品名称混乱；采购高度依赖经验；供需信息割裂；履约链路漫长且不透明。

传统ERP、MES、RPA等数字化系统，解决的是“流程数字化”；但京东工业想解决的，是“决策智能化”。

为此，2025年，京东工业推出了国内首个工业供应链垂直大模型——JoyIndustrial。它不是一个通用模型的“工业版”，而是建立在京东工业多年沉淀的真实产业数据之上：覆盖供给侧、需求侧以及交易和履约全过程。

在这个基础上，京东工业构建了一整套AI Agent矩阵，把工业供应链拆成“供、需、履”三端：需求端，用多模态能力识别图纸、照片和零件，实现从设计到采购的一键转化；供给端，通过统一编码和参数结构化，建立工业品“标准语言体系”，解决“有货找不到”的问题；履约端，则用AI做计划编排和实时监控，实现从“人工响应”到“异常自愈”。

京东工业把这个过程定义为三个阶段：1.0是AI工具，2.0是AI专家，3.0是AI超脑。现在，它正处于从“工具”向“专家”的跃迁中。

而在底层技术上，JoyIndustrial已经构建起万亿级工业基座模型，形成7B、32B、70B多规格工业专用模型体系，工业AI应用渗透率达到90%以上。

换句话说，它不只是“懂工业”，而是在重新定义工业供应链的运行方式。过去，工业依赖老师傅经验；未来，工业将越来越依赖数据和算法。

结语

过去二十年，京东依靠供应链建立起自己的竞争优势，证明了效率可以成为一家公司的护城河；未来二十年，它试图证明的是另一件事：当AI与供应链深度融合时，技术不只是提升效率的工具，而会成为重构产业的新基础设施。

互联网曾经改变了京东，而今天，京东希望用AI去改变更多行业。

这或许也是它对下一轮增长最核心的回答：AI不只是新的算力，不只是新的产品，更是新的生产力；而京东想做的，是这场生产力革命背后的基础设施。