京东物流“超脑”升到3.0，一个模型指挥几百台机器人，靠谱吗

一个包裹从进仓到送到手上，要过存储、拣选、码垛、分播、运输、配送六道关，每道关归不同的机器管，机器之间还不怎么说话。物流 AI 卷到现在，要啃的就是这块硬骨头。

9 月 9 日，京东在 JDD 京东全球科技探索者大会上把物流“超脑”大模型升到了 3.0，还拿出五款新的“狼族”机器人，凑齐了 9 款产品、11 款机器人的“九狼”阵容。京东物流的“超脑”3.0 值钱的地方，是想让仓内、路上、空中几百台功能各异的机器人听同一个模型调度，而眼下公开的效果数据，都是京东自己给的。

“超脑”到底是个什么模型？

先说清楚，它跟咱们平时调用的聊天模型不是一路，跑分党来了也找不到榜单可看。

官方的说法是，超脑 3.0 由 PreX 预测、OptiX 决策、OmniX 多模态、GeoX 时空、EmbodiedX 具身五个供应链专用模型拼成，分三层干活：决策 AI 算全局方案，流程 AI 把方案拆成每台设备能执行的指令，物理 AI 通过 CyberX 物控引擎把指令直接发给机器人，再把执行反馈收回来。

说白了，决策 AI 像调度中心里排兵布阵的人，流程 AI 把方案翻成每台设备听得懂的口令，物理 AI 则是在现场真去执行、再把结果报回来的那一环。

跟上一代比，变化在哪？2.0 是 2025 年 9 月 25 日在 JDD 2025 上发的，当时官方说千万级变量的模型求解时间缩到了 2 小时内。这回 3.0，官方说亿级包裹的端到端最优路径规划，求解时间从分钟级压到了秒级。两代的衡量口径不完全一样，没法直接做除法，但方向很清楚：更快，更实时，更靠近执行端。

官方还给了一个具身智能模型在物流多任务场景下的执行成功率，96.7%。数字看着漂亮，可它是在哪些任务上、怎么测出来的，得等京东把口径摊开才好评价。

几百台机器人听一个模型的，怎么个协同法？

京东讲的协同有两层。

一层是节奏对齐。以前拣选快了分播接不上，分播快了装车来不及，中间全是干等（干过仓库的都懂这种场面）。官方说现在由决策 AI 算好每个环节该多快，前一步做完，后一步的设备就跟着就位。

另一层是临时变卦也跟得上。订单、路况、运力一变，超脑重新规划发货节奏、车辆计划和线路，再把新指令同步压到各环节的设备上。

效果呢？官方说这套系统已经用在超过 1000 个场景，一线作业效率提升近 20%，狼族在全国超 20 个省份、全球超 10 个国家运转。规模看着扎实，但那个“近 20%”我得多嘴一句：2.0 发布时，京东给的也是这个数。求解速度往上拽了一大截，一线效率这个数却没跟着动。我们 AI主线 的看法是，3.0 眼下更像是把底座做快、把场景铺宽，真正的效率增量还得再等一轮数据来证明。

五款新机器人，哪几个戳中了真痛点？

让我多看两眼的是仓狼。官方说传统仓库自动化改造往往要停产 6 个月，它能 2 周部署，不改现有仓库，到货就用，拣选准确率 99.9%，已经开始常态化作业。

改造成本一直是老仓库上自动化的拦路虎，这个思路对路。至于 2 周能不能在别家仓库复现，得看真实客户的反馈。

异狼具身灵巧臂也有点东西。官方称它有近 100 种“手型”，能抓软塌塌的编织袋、鼓包的气柱袋这类非标件，累计处理了 1300 万件以上真实包裹，在多个场地 7×24 小时运转。传统机械臂最怕的就是这类货，所以这组数比一句“具身智能”有分量得多。

低温版智狼敢进零下 20℃ 的冷库，官方说作业效率提升 200%。

独狼第六代 Plus 是 L4 级无人配送车，官方说数千台已在数百个站点常态化运行。这些都是京东的自报成绩，有参考价值，先别当成已经被验证的结论。

跟亚马逊那套比，该怎么看？

能放在一起看的是亚马逊的 DeepFleet。亚马逊 2025 年 6 月 30 日宣布仓库里的机器人达到 100 万台，还推出了一个生成式 AI 基础模型 DeepFleet，用来协调机器人在仓内的走位，官方说能把机器人队伍的行进效率提升约 10%。

两边像是在各自做同一道题，只是答题范围不一样。DeepFleet 管的是仓内移动机器人的“交通”，超脑 3.0 要管仓储、运输、配送整条链，连无人车和无人机都算在内。再看规模，京东说 5 年内采购 300 万台机器人、100 万台无人车和 10 万架无人机，这是采购计划，别当画饼，也别当成已经跑起来的存量；亚马逊的 100 万台是已经部署的数字。口径不同，没法直接比大小。

物理世界里的 AI，从展台走到常态化运营，谁走都不轻松。亚马逊 2025 年 10 月发布的 Blue Jay 多臂协同系统，官方页面在 2026 年 2 月 25 日更新说已不再用于运营，底层技术继续保留。这不是说谁高谁低，只是提醒大伙：仓里的新机器人，得看它能连着跑多久。

对天天写代码的兄弟们来说，这套东西没法上手试，但它是“模型调度加执行”放进真实世界的一份大样本，值得留个眼。

接下来我们 AI主线 盯两件事：一是京东能不能把那个“近 20%”拆开，看看多少来自超脑的调度，多少来自机器人本身；二是仓狼、异狼这批新设备的常态化运行数据，能不能在财报或客户侧对上号。