4. 京东启动“物理 AI 加速计划”，重仓数据、算力与终端网络

事件内容：在 2026 京东全球科技探索者大会上，京东宣布启动“物理 AI 加速计划”，核心目标包括：两年内采集超过 1000 万小时人类真实场景视频数据；未来 5 年在全国布局 80 余个 RoboBase 机器人产业基地；规划建设国产十万卡算力集群；京东物流 5 年内采购 300 万台机器人、100 万台无人车及 10 万架无人机；并发布 JoyAI-Echo WM 世界模型。

值得关注的原因：具身智能当前最核心的瓶颈之一是真实交互数据的规模与质量。京东以其物流、仓储、供应链场景为依托，将“场景产生数据、数据训练模型、模型驱动终端、任务反馈迭代”的闭环系统化推进。这一动作表明，具身智能的竞争重心正从“谁能造出更好的机器人本体”转向“谁能提供持续、低成本、大规模的真实数据与落地场景”。

5. 人形机器人批量进入工厂场景，人社部新增“具身智能机器人应用技术员”职业

事件内容：9 月 9 日，人社部等部门发布 11 个新职业、23 个新工种，其中“具身智能机器人应用技术员”被列入新职业，数字职业占比达 45.5%。同日媒体报道，浙江、广东等地已出现人形机器人在真实工业场景中作业的实例：筑石科技的车间内，机器人完成 80 公斤地砖铺贴；浙江艾图具身智能的人形机器人在服装厂实现 97% 裁片分离成功率、超 98% 缝纫合格率，投资回报周期约 18 个月。

值得关注的原因：这是具身智能从“演示”走向“干活”的关键节点。一方面，国家职业分类首次为具身智能应用部署设立专职岗位，意味着人才培训、技能认证和就业市场将开始系统配套；另一方面，工业场景出现可量化的效率与成本数据，说明商业闭环正在从试点走向可复制。两者共同指向一个结论：具身智能产业已进入规模化应用验证期。

今日 AI coding 与具身智能两条主线同步深化：AI coding 从“辅助生成代码”向“复杂 legacy 系统改造”和“全民低门槛创作”两个方向扩展；具身智能 则从“本体与运动能力竞赛”转向“真实场景作业能力、数据供给体系与人才标准建设”的综合竞争。