9月9日，在2026京东全球科技探索者大会上，京东工业发布了Joyindustrial 2.0工业大模型，实现了从单一AI工具向全能AI专家的跃迁，在场景拓展、组织协作及价值创造层面取得了全面突破。
今年下半年推出的AI CAD+3D打印、京东工业设计大师及工业AI眼镜三款产品，分别覆盖了工业设计生成、设计采购一体化及现场智能识别场景，旨在用AI贯穿从“想法”到“实物”再到“现场管理”的全流程。
京东工业遵循“小步快跑”的务实策略，通过自研专业“小脑”模型与成熟本体集成的结合，在细分场景中解决具体痛点，逐步拓展边界，稳扎稳打地推动AI向复杂的真实物理世界渗透。
01
工业AI的“三座大山”，京东工业怎么翻？
工业现场对准确率的近乎零容忍要求，叠加制造业漫长的创新渗透周期以及企业核心数据天然的孤岛化壁垒，使得工业AI的落地远比C端复杂，每一步都需更为务实。
京东工业选择与产业共建，针对准确率要求放弃通用大模型，转而依托“墨卡托”标准商品库将数千万非标工业品统一编码，建立工业品通用语言，并联合上游伙伴共建高质量数据集训练垂直小模型。
基于这套数据底座，JoyIndustrial 2.0采用“底层认知-中层规划-上层执行”的三层架构，通过四大专业Agent完成全链路闭环，其效能比通用模型提升近10个百分点，累计调用超10亿次，获工联院“国内&国际第一梯队”认证。
更重要的是，京东工业将沉淀于供应链中的标准商品库、公允价格体系及系列专业Agent以产品、API形式开放，降低了工业AI的建设与应用门槛，推动AI从大厂的奢侈品转变为中小企业的生产力工具。
02
工业实战验证AI价值与逻辑
一套工业AI的逻辑是否成立，必须经过实践的严格验证，舍弗勒、国能e购等行业头部企业的现身说法，展示了京东工业在大模型领域的共创成果。
面对机器人产业“批量落地难”的痛点，京东工业联合舍弗勒等头部企业发起“机器人零部件产业发展联盟”，扮演AI能力全面输出者的角色，开放场景、数据、测试体系及落地通道。
正是基于AI驱动的工业供应链技术积累，联盟实现了机器人零部件供应的产业升级，加速机器人走出实验室，达到产业级可用、规模化可量产及商业化可盈利的标准。
在能源央企采购领域，国能e购与京东工业的源头直采合作则展示了AI在供应链治理层面的另一重价值，通过AI大模型技术搭建供应链全链路可信体系，实现风险事前预警。
依托数据交叉核验，双方在源头端自动核验资质与规格，在价格端通过标准化商品库实现可比基础，在验收端升级为“管全程”，形成了五大维度的“三位一体”治理体系，使原厂和品牌商供应商占比大幅增长37%。
03
AI正在重新定义京东工业
京东工业正从传统的工业品服务商转向技术服务商，这一关键定位跃迁的起点，源于对自身角色定位的重新审视——不再局限于被动等待清单，而是主动向前探至生产制造的设计和选型环节。
传统的“卖货”逻辑存在先天局限，当清单确定后只能在存量需求中拼价格，价值天花板较低，因此京东工业选择用免费AI工具做“钩子”，让用户在设计源头就接入其能力。
这种设计工具和选型工具后台连接亿级工业产品库，能在设计之初推荐零部件，确保后续初试、中试、量产路径跑通，避免临时换方案或满世界找供应商，将业务前置。
从2026年中期业绩报告来看，这一“往前探”策略已获实打实反馈：上半年累计部署超70款智能体，覆盖核心业务环节，AI增量GMV已占核心客户GMV的6.5%，核心岗位人效提升了16.6%。
正如京东工业相关业务负责人所言：“AI不仅要更好地卖货，还要更好地赋能上下游。”
京东工业的AI方法论正在形成闭环：用真实产业数据训练垂直模型、将模型嵌入真实业务场景、在场景中验证并产生经营增长、增长的业务又沉淀出更多高质量数据反哺模型迭代。
未来，京东工业将持续开放工业大模型与智能体能力，降低企业获得工业AI能力的门槛，让AI真正走进供应链的真实世界，成为驱动产业运转的新型生产力。
当AI能够独立胜任商品、履约、售后全链条任务时，京东工业的转型便不再止于一家企业的自我进化，而是对工业供应链运行方式的一次重新定义。