王兴兴们的难题，正在被京东解答

AI，悄然来到了虚拟世界与现实世界的临界点。 2026年9月3日，一辆没有方向盘、没有脚踏板、没有后视镜，更加没有远程操控的特斯拉Cybercab驶上奥斯汀街头，它的车载AI能实时完成从环境感知、意图预测到车辆控制的全链路决策。 AI，初步具备了在开放物理世界中的行动能力。 同一天，GPT-6 Astra也实现了像人一样直接“看”屏幕来操作电脑，根据自然语言的需求，拆解工作任务，完成并最终自主交付，实现了数字世界的复杂自主操作。 相对而言，机器人行业似乎仍停留在表面的热闹——一边是资本和热度持续攀升，新品密集发布，大模型公司纷纷入局具身智能；另一边是真实场景的落地依然艰难，大多数机器人还停留在展厅和实验室里。 宇树科技创始人王兴兴在2026世界机器人大会上做过一个判断：当一台机器人走进陌生家庭，仅凭一句语言指令就能完成80%的日常任务，具身智能的“ChatGPT 时刻”就来了。这个时刻，快则两三年，慢则五到十年。 王兴兴能这么讲，那一定意味着在某个空间，正发生着普通人不知道的事情。因为，物理世界的AI和数字世界的AI有一个巨大的不同，就是它没有唾手可得的素材：人类最简单的判断、动作，拿稳一只碗，平稳搬动一个箱子，怎么拧螺丝，不同台面搬桌子要用多大力……这些数据，只能在真实的仓库、工厂、医院和家庭里，一次一次磨出来。 这意味着，机器人的GPT时刻，最终比拼的是谁能建立起真实数据-仿真训练-模型进化-场景应用-反馈优化的完整闭环。 事实上，当观众在电视上看着宇树机器人的表演之时，物理AI正在许多无人瞩目的地方小步快跑着。 8月世界机器人大会上，京东发布机器人战略布局，宣布截至2028年，将投入百亿资源。9月9日的JDD大会，京东又把主题定为“JoyAI・跃迁物理世界”。 京东为什么要如此笃定地all in物理AI？是不是它已经触摸到了通向那一个时刻的窗。 几厘米，1亿小时 物理AI迟迟达不到实用的最大阻碍是什么？简单说就是，人觉得最容易的，却是机器人最难实现的。 今天的机器人，看起来足够炫——能跑、能跳，轻松突破人类身体的极限，能在舞台上跟着音乐跳舞。但只要把它们从聚光灯下挪开，放进一个真实的家庭，它甚至不如一个刚刚学着做家务的孩子。 斯坦福大学《AI Index Report 2026》数据显示：机器人在仿真环境中的操控成功率高达89.4%， 但一旦到真实家庭场景后便骤降到12.4%，即使是顶级模型也完成不了超过1/3的任务。 这不是什么高精尖的工作，就是最普通的洗碗、擦桌子，打扫卫生等等。 王兴兴就说过：“拿东西时，最后几厘米的误差无法修正，成功率就会暴跌。” 最后几厘米，听起来微不足道，却是实验室和现实世界之间的最难翻越的距离。 数字世界是封闭的、可重复的，你让AI写一首诗，写十次，虽然措辞不同，但都算完成了任务。但物理世界是开放的、容错率极低，桌边放着一个玻璃杯，机器人不仅要识别这是杯子，还要判断杯子有多满、重心在哪、该用多大的力度握住拿起放下，任何一个变量出了差错，杯子可能就碎了。 这就是机器人的泛化能力不足。 它的背后，是三个更深层的短板：缺数据、缺世界模型、缺闭环。 业内估算，具身智能要实现觉醒，大约需要 1亿小时的真实世界数据。 而今天即使整个行业加起来，离这个数字还差着数量级。 所以最后几厘米，靠的不是某个天才模型的灵光一现，而是海量真实数据、持续仿真训练和规模化场景验证的长期积累。 京东要做物理AI的基础设施 这种长期积累，恰恰是创业公司最难做的事。 能沉下心啃下这块硬骨头的，注定不是追风口的人，而是修桥铺路的人。历史早就告诉过我们，每一次技术革命，最后赢的也都少不了这批人。 1882年，爱迪生在纽约珍珠街建成了世界上第一座商业发电厂。那时候，如果你想开一家工厂，最时髦的做法是自己买一台蒸汽机，自己发电。但很快人们就发现，这既不经济也不可靠，机器坏了没人修，电压不稳产品就废了。于是，电网出现了。不需要每家工厂自己发电，只需要接上电网，按下开关，电就来了。 一百多年后，同样的故事在互联网时代重演。2000年前后，如果你想做一个网站，需要自己买服务器、自己租机房。几年后，云计算出现了。不需要每家公司自己建数据中心，只需要接上云，点开控制台，算力就来了。 今天，同样的故事在物理AI时代上演。 如果你想做一台机器人，最普遍的做法是自己做本体、自己训模型、自己采数据、自己建产线、自己做销售、自己搞维修。但很快人们就会发现，模型训好了没有真实场景验证，本体造好了零部件成本降不下来，产品卖出去了坏了没人修。 所以物理AI时代，也需要一个建电网的人。 这个人，就是现在的京东想要去做的。 JDD大会上，京东再次重申，要建设“全球最大的物理世界运营商”。 这句话的分量，可能比任何一款机器人产品都要重。它意味着，这家公司想做的不是某