日前，在京东全球科技探索者大会（JDD）上 ，京东工业推出了JoyIndustrial 2.0多模态工业大模型及五大AI产品矩阵 ，力图把AI能力从数字空间延伸至研发、采购 、现场运维等工业实体环节，完成工业大模型从认知到落地物理生产场景的迭代跃迁 。
工业大模型落地难 ，一直是产业数字化的现实命题 。工业品SKU庞杂 、标准不统〖One〗、 数据分散割裂 ，通用大模型难以适配工厂的真实工况。为此，京东工业搭建起“标准筑能 、数据筑基 、模型筑核 ”三层能力底座：依托墨卡托标准商品库，为数千万级工业品SKU建立统一编码体系 ，破解行业长期存在的一物多码、参数口径混乱问题；联合产业伙伴发起“百川计划 ” ，打通跨主体的数据壁垒，推动工业高质量数据集流转复用 。
据悉 ，升级后的JoyIndustrial 2.0不再局限于输出询问 式结论 ，而是具备了任务拆解、专业判断 、工具调用与流程协同能力，可以深度嵌入企业生产业务系统 。近来 ，平台已联合130余家上游生态合作伙伴 ，共同搭建了覆盖六大重点行业的垂直领域工业模型体系，通过场景化训练与知识库沉淀 ，显著降低了工业品知识问答环节的幻觉问题发生率。此外 ，本次升级同步推出的工业设计专用模型，可直接将工程师的自然语言设计意图转化为标准CAD图纸 ，大幅压缩产品研发与图纸输出环节的周期。
基于这套底层模型 ，一批面向工业真实痛点的应用集中亮相：AI CAD支持浏览器端完成文生3D模型 、自动报价、对接3D打印的全流程；“设计大师”针对机械设计场景，实现图纸解析 、BOM拆解 、寻源比价闭环，原本数天的选型询价下单流程被压缩至小时级；面向车间一线的工业AI眼镜 ，可现场识别物料、铭牌与BOM清单 ，把物料核对 、质检 、远程协同集成在硬件终端 。
京东工业也交出了AI商业化的量化成绩单 。2026年上半年，公司已部署70余个AI智能体 ，渗透商品标准化、寻源议价 、履约结算等供应链全流程。AI带来的增量GMV占重点企业客户GMV的比重达到6.5% ，核心岗位人效提升16.6%，AI的价值不再停留在测试报告上 ，而是转化为可核算的业务增量与组织效率 。
“AI驱动是路径而不是目标 ，要把AI落到每一个真实 、细分场景，让创新应用真正带来降本增效和业绩提升 。 ”京东工业负责人表示 ，工业AI不能一套方案通吃全行业 ，需要以弹性AI适配流程制造、离散制造等多元业态，帮助企业对冲物料波动 、突发订单扰动 ，成为产业主体穿越周期的工具。
大模型如何普惠中小企业 ，同样是行业内备受关注的议题 。国内超6300万家中小企业贡献六成以上GDP，是制造业韧性的根基，但当前不少中小制造工厂 ，仍普遍面临“不会用 、不敢用、用不起、用不好 ”AI技术的现实困境 ，AI技术的红利尚未真正渗透到产业的“毛细血管”之中 。
针对此，京东工业同步启动了“城市频道”战略 ，把AI CAD 、设计大师 、AI智采管家等原本服务大客户的工具对外开放 ，将企业内部沉淀的供应链专业能力转化为社会化公用能力。该模式以城市产业集群为单位，结合地方产业特征做本地化部署 ，将云端设计、智能采购 、3D打印能力对接区域制造生态 ，把AI能力下沉至中小制造工厂 。
在产业生态层面，京东工业提出了未来三年机器人零部件业务的发展目标：助力100家本体厂商实现全品类降本 ，同时推动100家零部件供应商业绩实现倍增 。
业内分析指出 ，工业AI领域的竞争核心并不在于模型参数的规模大小，而在于能否打通从模型 、工具、数据到交易履约的完整闭环 ，这也正是京东工业切入工业大模型赛道的核心差异化优势。
（文章来源：经济借鉴 网）
