在京东的一次高层会议上，集团高级副总裁、探索研究院副院长何晓冬曾带着一条机器狗走进了会议室。这不是普通的机器人，它一边跟着何晓冬行走，一边用自然的语音与在场人员互动、聊天。
会议结束后，不少高管围上来围观这条“能说会动”的机器宠物，甚至有人当场表示：“我也想买一条。”
这个看似轻松的“遛狗”画面背后，是京东想要在AI和机器人赛道上施展拳脚的信号。在2025年世界人工智能大会（WAIC）上，京东正式发布具身智能平台品牌“JoyInside”，与众多机器人企业达成合作，不久前还一口气宣布投资了三家机器人公司——千寻智能、逐际动力、众擎机器人。
2025年，具身智能成为人工智能领域最火热的新战场。在刚刚结束的WAIC上，大模型和机器人相结合成为主旋律，展会现场几乎变成了一场机器人技能秀。各大科技巨头纷纷展示人形机器人、四足机器人、AI玩具与智能Agent系统，试图抢占下一个AI落地风口。
然而，在何晓冬看来，具身智能并不只是“给机器人加上大模型”那么简单，而是涉及“大脑（智能）+小脑（运动）+输入输出交互”的复杂系统工程。想要真正从实验室走入家庭和生活场景，远比想象中难得多。
“公众对AI的期待值很高，所以它很容易在一个点就引爆。但是真正要落地，比如走入家庭，还有很多问题要解决。大模型本身也还没有充分跟机器人结合。”何晓冬对界面新闻等媒体表示。
但他个人对行业比较乐观，“任何产业只要开始走入用户以后，特别是C端用户，迭代速度会非常快，就像自动驾驶，机器人可能也会走类似的路径”。
具身智能的“三件套”
如果用一句话概括具身智能，可以是 “有智能的物理机器”，或是两足人形、四足狗，也可以是其他形态。
何晓冬对具身智能的理解比较宽泛，不局限于人形机器人，只要能在物理世界与用户交互、且具备一定情商智商的智能体都属于具身智能，但需要有以下三个核心模块：
一是控制运动的“小脑”，确保机器能在物理世界行动，“完全没有运动能力，体验会有明显欠缺”；
二是作为 "大脑" 的智能中枢，仅有运动能力会显得单调，而“大脑”能提升可体验性、交互性和感知性；
三是IO输入输出交互，这是常被忽视却至关重要的一环，具身智能机器人涉及机器人、世界和用户三方交互，用户的命令、需求要被感知，机器人也要能给出回馈。
“市场上很多机器人公司擅长控制和运动技术，但缺乏大模型、语音交互、对话智能体等能力。”基于这一认知，京东将JoyInside定位为“附身智能”平台——“附身”在这些公司之上，补齐短板。
目前，JoyInside已与包括Fuzozo芙崽、火火兔、元萝卜AI、心大陆、Folotoy、噜咔博士、众擎机器人、云深处、魔法原子等在内的多家公司达成合作，并限时免费开放大模型技术接入。
不同于多数企业从工业机器人起步，京东具身智能的战略重心开始倾向于家庭、陪伴等生活化场景。原因在于，这些场景不仅体量大、频次高，也是最具用户粘性和消费潜力的方向，更能验证智能体与人的情感联结能力。
以JoyInside与“云深处”合作的机器狗为例，这款原本用于管道巡检的四足机器人，现在正变身为一款可交互、可陪伴的家庭宠物。它既能自主行走，又能聊天互动，还具备一定任务执行能力，被何晓冬称为“行走的搜索引擎”或“家庭助手的雏形”。
“这块的空间会比原来大一个到两个数量级，对用户来说体验也更直接。”何晓冬说。
他甚至将具身智能的普及类比于汽车的演进：“就像现在每家都有车，未来可能每家都有一个人形机器人或其他形态的机器人。”
除了技术平台与产品合作，京东还在通过投资加速具身智能生态构建。就在WAIC召开前一周，京东先后宣布投资千寻智能、逐际动力（LimX Dynamics）以及众擎机器人等三家机器人企业，持续加码产业侧投入。
对于投资策略，何晓冬在媒体沟通会中表示，京东看重三个标准：第一，具身智能是战略性赛道，值得长期投入；第二，它能纳入京东服务生态、带来用户体验跃升；第三，只要符合“大脑+小脑+IO”的系统逻辑，就能被京东视为合作与投资对象，并透露下一步的投资计划仍在推进中。
技术落地难题待解
具身智能无疑是今年最火爆的赛道之一，据IT桔子数据显示，今年内国内具身智能行业的投资事件，已超过110起，总投资金额超过120亿元。
就在刚结束的2025WAIC现场，机器人也是当之无愧的焦点，各类机器人上演“技能大比拼”，从翻滚、跳跃到精准操作，技术展示吸引了大量关注。这种热度背后，是行业对具身智能的高期待，但也引发了“概念是否过热”的讨论。
何晓冬认为，公众对AI技术的高期待容易让某个领域快速“引爆”，但具身智能要真正落地——比如走进家庭——还有诸多难题待解。
“最典型的是手部操作。”他举例，“手虽然小，但关节多，灵活度远高于脚。现在很多机器人能做前滚翻、后滚翻，但论自由度难度，可能还不如一只手的操作复杂。机器人要做服务，手部精准控制是绕不开的坎。”
另一大挑战是大模型与机器人的深度融合。比如空间智能，让机器人进房间后快速识别谁在什么位置；再比如语义理解，让它把桌上的水杯拿过来，它要能精准定位是哪个水杯——这些看似简单的场景，背后涉及视觉识别、语义推理、空间建模等多重技术，目前还没完全解决。
尽管存在挑战，何晓冬对行业前景仍持乐观态度，他以自动驾驶为例，早期大家争论先做L2还是L3，用模拟数据还是真实数据。但特斯拉先推L2，通过摄像头收集大量真实数据，这两年技术进步很明显。机器人可能也会走类似路径——先落地到具体场景，积累用户数据，再快速迭代。
在他看来，面向C端的机器宠物可能是率先爆发的赛道。“养一只真狗成本高、麻烦多，要喂食、遛弯、处理卫生，而高情商的机器狗能提供类似的陪伴感，还不用费心照顾，市场潜力很大。”
在具身智能进入C端市场的过程中，如何控制token消耗成本、实现商业变现，也成为企业普遍面临的问题。
Fuzozo芙崽的开发企业珞博智能创始人孙兆治在接受界面新闻等媒体采访时称，产品上线以来用户平均每日使用时长达1-2小时，token（大模型调用成本单位）消耗量非常惊人。“这类产品并非简单对话机，而是背后有复杂的agent机制和情绪、记忆管理能力，每次交互都在调用多种模型。”
“目前没有哪家公司靠卖token挣钱。”何晓冬称，“如果纯拼token单价，只会导致价格越来越低，体验越来越差，形成不健康的生态，就像早期智能音箱的价格战，最后大家都把体验放在了后面。”
在定价机制上，Fuzozo将采用“月度付费会员制”，而非一次性买断，“希望做成类似美国SaaS公司的模式”。
目前来看，虽然具身智能的风口已至，但从爆款产品到真正可用的系统，还有很长一段路要走。
财盛证券提示：文章来自网络，不代表本站观点。
