上市公司
Securities industry
智算集群与具身智能机器人：算力与数据的双重军备竞赛
拧螺丝、叠衣服、拣包裹、配药品——这些对人类来说再简单不过的动作，恰恰是机器人最难学会的事。要把机器人教会，靠的不是写更好的代码，而是喂给它们足够多的"人怎么干活"的真实视频。京东给出的数字是：两年采集超1000万小时真实场景视频，计划发动最多60万人参与。
9月9日，2026京东全球科技探索者大会在北京亦庄举行。京东一次性端出了"超级AI供应链"整桌菜：算力、数据、模型、机器人、产业场景，全部打通。其中最重磅的一条消息是——京东云拟与摩尔线程（688795）合作，建设十万卡全功能GPU智算集群，这是国产GPU首次进入头部AI云企业的十万卡级核心智算集群。
资本市场用脚投票：消息发酵次日，A股算力硬件板块开盘集体走低，摩尔线程9月10日收盘报364.05元、下跌5.97%（中金财富接口，涨跌幅按收盘价对昨收自算）。利好兑现后的分歧，恰恰说明这轮AI竞赛已经进入比拼真金白银投入的阶段。十万卡集群不是PPT，是拿钱砸出来的基础设施，而基础设施的账，要先算清楚再投。
先解释"卡"是什么。GPU卡是训练大模型的计算核心，卡越多，并行计算能力越强。京东云总裁曹鹏给了一组直观对比：同一个千亿参数模型，用万卡集群可能要跑30天，十万卡集群理想状态下可以压缩到几天。
为什么压缩这么猛？因为大模型预训练的总计算量是固定的，卡的数量成倍增加，完成固定计算量的时间就成倍缩短。十万卡集群一旦建成，京东的JoyAI大模型迭代速度、具身智能模型的训练规模，都会上一个量级。
更关键的是算力底座的选择：摩尔线程。这家公司9月10日总市值约1711亿元，目前尚未盈利（市盈率为负）。京东选择它，看重的是国产训练级GPU的稀缺能力和大规模集群的成熟交付经验。在海外对华收紧先进算力出口的背景下，十万卡国产集群就是国产GPU从"可用"走向"规模化商用"的最直接背书。
政策面也早有铺垫：工信部《信息通信行业发展"十五五"规划》明确提出，有序部署万卡、十万卡及以上智算集群，加大力度适配国产算力芯片。京东的行动，等于把规划里的文字变成了真实订单。
京东这场发布会，算力只是开胃菜，真正展示差别的是数据。物理AI需要的数据，不是互联网上的文本和图片，而是人类在真实世界里"如何干活"的视频——拧螺丝的手势、叠衣服的褶皱、拣包裹的路径。
京东的方案是"人类大规模数据采集行动"：两年内累计采集超过1000万小时真实场景视频，发动最多60万人参与。目前首批开源的第一视角数据集EgoLive已对外开放，包含约2000小时第一视角数据、65866个任务片段，覆盖346项真实世界任务，已有超过8个国家、上百所高校和科研机构申请使用。
为什么要自己采数据，而不是用现成的？因为现成的数据不"真实"。真实场景的物理交互、失败案例、环境噪声，才是机器人学会泛化的关键。京东物流一共推出九款"狼族"机器人——智狼、异狼、独狼、飞狼、天狼、地狼、仓狼、母狼、保姆狼，从箱式货到人系统到具身拣选机器人，全部由"超脑"大模型3.0统一调度。把数据、模型、硬件、场景串成闭环，才是京东真正的护城河。
京东给自己的定位很清楚：建设全球最大的物理世界运营中心。曹鹏的原话是"高性能、高可靠的国产算力是核心支撑，这是我们拥抱国产智算生态的重要起点，也是京东加速构建全球最大物理世界运营中心的重要一步"。
翻译一下：京东要把仓库、配送、制造这些实体场景，全部变成AI模型的训练场和落地场。这个打法只有同时拥有海量物理场景、供应链数据和投入能力的公司才能玩——不是纯科技公司，也不是纯物流公司，而是"供应链科技"这条赛道上的独一份。
对A股而言，这条消息撬动的是整条产业链：十万卡集群对机柜内部、机柜之间的实时互联提出极高刚需，高速铜缆凭借短距传输低成本、低功耗、高稳定性的优势，成为AI超节点集群内部互联的核心方案；国产GPU生态从芯片到云平台到模型训练的全栈协同，也在为摩尔线程们打开真正的商用空间。具身智能被业内称为AI的下一个"ChatGPT时刻"，而算力底座是它最大的前提。这也就引出了下一个问题：这么大的摊子，账算得过来吗？
十万卡的商业模式，首先可能是云服务，而不是一次性卖卡。云厂商把芯片、机房、网络和运维打包成算力服务，客户按训练时长、推理调用量或专属集群租用付费。京东拥有物流、零售和供应链场景，理论上可以先用内部需求消化部分算力，再把通用算力开放给外部企业和科研机构。这个模式的关键不是集群名义规模，而是可售算力、稳定运行时间和客户续费意愿。
其次是模型和场景服务。模型训练完成后，可以嵌入仓储调度、配送路径、质量检测和机器人控制，按照软件订阅、项目交付或节省成本后的服务费收费。若模型只停留在演示，算力投入会表现为折旧、电费和研发费用；若能够减少人工等待、提高拣选准确率并形成可复制方案，才有机会从成本中心变成利润中心。
从产业链看，传导顺序大致是算力底座先形成设备采购，再传到网络互联、液冷、机房能源和运维，随后才是模型训练、数据服务与应用订单。芯片出货不等于客户盈利，服务器交付不等于云平台满载，模型上线也不等于客户愿意持续付费。投资者需要把订单、利用率、单价、毛利和现金回收串起来看。
数据的价值也有层次。原始视频解决的是覆盖面，清洗和标注决定可用性，失败样本和反馈数据决定模型能否泛化，最后还要经过安全、隐私和授权审查。京东的优势是场景闭环和持续产生反馈，但数据规模越大，治理成本、人员组织和数据合规压力也越大。数量是事实，转化成稳定能力则属于需要验证的预期。
还要区分训练和推理两类需求。训练阶段追求并行效率和通信稳定，适合大规模集中部署；推理阶段更看重响应速度、能耗和距离现场的远近，往往需要在仓库、工厂或配送节点部署更灵活的设备。十万卡更像训练与研发的底座，不能直接推导出每个机器人都要配备同等规模的芯片。真正的商业化，取决于训练成果能否以较低成本下沉到现场，并在不同环境中持续工作。
对财富管理读者而言，最容易混淆的是产业趋势和投资收益。趋势可以很长，企业利润却受资本开支、折旧、价格竞争和客户集中度影响。上游设备商可能先确认收入，中游云平台需要等待利用率提升，下游应用企业还要经历试点、验收和复购。不同环节的现金流节奏并不一致，不能用一个故事覆盖整条链条。
看到机会的同时，也要把冷水分清楚。第一，十万卡集群目前是"拟建设"，不是已建成。从规划到投产、再到产生营收利润，还有相当长的周期。京东自己也没说时间表，只说"未来资源重点倾斜"。投资人要盯的是开工信号，不是发布会。
第二，国产GPU与海外巨头在软件生态上仍有差距。摩尔线程至今未盈利，估值全靠预期支撑，9月10日收盘大跌近6%就是情绪面的直接体现。国产算力能不能跑满十万卡、集群利用率能到多少，都是未知数。
第三，数据采集的规模宏大，但1000万小时视频从采集、标注到真正变成模型能力，中间的转化率没人能打包票。京东有场景优势，但具身智能整体仍处于产业早期，商业化节奏存在不确定性。
那么问题来了：普通投资者面对这类消息，到底是机会还是噪音？答案取决于你把它当素材还是当结论。物理AI的产业方向是确定的，但具体到某家公司、某个时间点能兑现多少业绩，充满变数。把这场发布会当产业观察的切入点，它价值极高；当成短期买卖的指令，就容易踩错节奏。
回到开头的问题：机器人怎么学会干活？答案是算力加数据。京东这场发布会把两条腿都亮出来了——十万卡国产算力集群管"算"，1000万小时数据采集管"教"。这是国内第一次有头部云厂商把十万卡国产GPU集群和物理AI数据战略绑在一起宣布，信号意义大于短期业绩。
接下来可以盯的验证点有三个：一是京东十万卡集群是否正式开工、国产GPU采购是否放量；二是EgoLive数据集的行业使用热度能否持续扩散；三是具身智能产品（机器人、无人车）是否从展示走向规模化交付。三个信号同时出现，说明物理AI正从概念期进入兑现期。
给读者的操作参考只有一句话：看产业确定性与业绩兑现的匹配度，比看单日涨跌更有用。把这条主线放进观察池，用上面三个信号做验证，信号齐了再谈配置，比追消息炒短线更靠谱。
科技产业的每次浪潮，最后的赢家都是把基础设施和场景同时握在手里的人。京东选择在这个时点all in物理AI，比押注任何一个单独的技术点都更像一场长期的战略投入。AI的下半场，故事已经讲完，现在要看谁先拿出真的东西。
国产算力、具身智能这条主线的产业变化，我们会持续跟踪关键企业和订单兑现。关注「用心小站」，不错过下一份改变产业格局的关键报告。
想了解AI产业链的私募配置思路？加微信 yxxz798，聊聊你的关注方向，进交流群和高净值投资者一起拆解。
关注用心小站，获取更多深度分析
风险提示：本文不构成投资建议。文中个股行情为9月10日收盘实测（中金财富接口，涨跌幅按收盘价对昨收自算）；京东十万卡集群为规划建设项目，摩尔线程尚未盈利，国产GPU生态与商业化存在不确定性；具身智能产业处于早期阶段，数据转化与商业化节奏不可预测，投资者应关注公司基本面与订单落地情况，谨慎投资。股市有风险，入市需谨慎。
扫码添加企业微信 · 加入读者交流群
每天一篇深度财经文章 · 了解基金、量化基金选择，欢迎入群交流
扫码添加企业微信
添加微信扫码
（添加企业微信后自动发送入群链接）
评论专区
Comment area推荐产品
product新闻资讯
information
Securities industry
Bank financial management
Trust financing
微信公众号
官方微信
产品小程序
