工业这盘棋，刘强东已经下了很多年。
京东和AMD，又做成一笔大单。
近日，上海工博会主论坛，京东工业与AMD签署了一份战略合作协议，双方将聚焦“工业大模型+智算硬件”深度融合，面向工厂、车间等工业终端场景与边缘计算环境，共同开发面向工业现场的AI终端产品和应用。
图源：快科技
同一天，京东工业发布了工业世界模型，完成了模型体系从认知工业供应链到连接物理世界的跃迁。
两家公司上一次合作，还是在2024年，京东与AMD共同首发搭载锐龙AI处理器的笔记本。
短短两年过去，双方的合作已经从消费电子市场走向了工业生产线。而这个外界不太关注的领域，刘强东其实已经悄悄布局了很多年。
京东工业为什么要找AMD？
京东工业手里有一张牌，是许多AI企业羡慕不来的。
根据此前披露的数据，京东工业连接着超过23万家制造商、分销商及代理商，服务的重点企业客户约1.3万家，业务还覆盖大量中小企业。
这完全不是一个AI公司的用户量级，而是一个工业供应链的入口量级。
当一家公司掌握了从采购、生产到物流的完整数据链路时，它对工业场景的理解，远比任何一家纯AI公司都要具体。
图源：第一财经
事实上，京东早在2018年就将工业品设为主站一级品类，此后逐步发展出独立的工业供应链业务。
经过多年积累，京东工业已经建立起庞大的工业商品数据库，并把采购管理、供应商协同和物流履约等环节连接起来。
2026年上半年，京东工业实现营收130.63亿元，同比增长27.4%。
但刘强东显然不满足于让京东只做工厂的采购平台。
今年9月，京东工业发布JoyIndustrial 2.0，试图让AI进一步参与工业企业的日常业务。它可以理解工业对象和业务状态，根据需求规划任务，再调用工具和企业系统执行操作。
比如工作人员拿着一台设备的铭牌，AI可以帮助识别型号、匹配零件，进一步连接采购流程。
图源：21世纪经济报道
但当京东把目光从采购环节移向生产现场时，遇到的问题就完全不同了。
在采购系统里，AI可以花几秒钟查询库存，甚至用更长时间完成复杂分析。但在高速运转的生产线上，几秒钟可能足以决定一场事故能否避免。
而且，工厂对于生产数据通常相当敏感。设备运行参数、工艺流程和产品良率都涉及企业的核心利益，并非所有数据都适合上传云端。
于是，京东工业需要一种新的计算方式，让AI能够直接在工厂现场运行。
AMD恰好提供了相关的硬件能力。
图源：X
AMD的“算力盒子”和京东的“世界模型”
AMD的Ryzen AI Max系列处理器，是这次合作的技术底座。
以高配版本Ryzen AI Max+ 395为例，它将CPU、GPU和NPU集成在一颗处理器中，最高支持128GB统一内存，整体AI算力最高可达126 TOPS，其中NPU算力最高为50 TOPS。
图源：AMD
126 TOPS是什么概念？它足以在本地运行一个中等规模的视觉模型，完成实时图像识别和风险判断。不需要把数据传到云端，不需要等待网络响应，所有计算在设备端完成。
京东工业的工业世界模型，未来就要跑在这类硬件上的软件层。
根据官方介绍，该模型聚焦生产制造、设备运维、物流流转、质量检测等场景，实现前瞻式决策。核心技术涵盖模型训练算法及与AMD在计算层面的深度融合推理优化。
京东工业CEO王培暖在现场举了一个具体的例子：在生产车间里，人员可能进入车辆运行轨迹，带来碰撞风险。
工业世界模型加上端侧算力，能够实现对人员、设备的未来状态进行推演，提前数秒判断出碰撞风险，触发报警或者让车辆提前减速。
此外，Ryzen AI Max+ 395的可配置热设计功耗范围为45至120瓦，也为不同终端的性能和功耗设计提供了一定空间。
对工业现场来说，这一点很重要。
以前，工厂想要部署较复杂的AI模型，可能需要配备专门的计算服务器。现在，随着端侧处理器性能提升，部分AI任务有机会直接放在现场终端完成。
图源：微博
当然，AMD同样需要京东。
今年以来，AMD持续加强边缘AI布局，1月发布了Ryzen AI Embedded系列处理器，3月又扩展了面向工业自动化和机器人等场景的产品阵容。
芯片已经准备好了，如何让更多工业客户真正用起来，却不是只靠硬件性能就能解决的。
工厂采购设备，关注的不只是处理器速度，还要考虑能否接入现有生产系统，出了问题谁来维护，以及投入后究竟能带来多少收益。
京东工业拥有现成的客户网络，又在工业场景中积累了多年经验，自然成为AMD值得争取的合作伙伴。
按照协议，双方未来还将利用京东工业的销售渠道，向更多国际企业和出海中资企业推广相关产品。
京东需要算力和硬件生态，AMD需要场景与客户入口。两家公司坐到一起，倒也不难理解。
把算力塞进车间，比把模型放上云端难得多
这次合作的方向是对的，但落地难度被有意无意地淡化了。
工业边缘计算首先要面对的就是环境问题。工厂车间不是数据中心，温度波动、粉尘、震动、电磁干扰，每一项都可能让一台在实验室里运行良好的设备出现故障。
AMD的Ryzen AI Max系列在功耗和算力之间找到了不错的平衡，为端侧部署提供了硬件基础，但“能不能跑”和“能不能稳定跑三年”，完全是两回事。
另一方面，数据是绕不开的难题。京东工业的工业世界模型需要大量产线运行数据进行训练和调优，但工业数据的获取远比消费数据困难。
工厂对生产数据的敏感程度极高，产线节拍、良率参数、设备状态，都是企业的核心资产。京东工业能拿到多少数据、通过什么方式获取，以及如何在保障客户数据安全的前提下使用，目前都没有更详细的公开信息。
而比获取数据更难的，是让模型真正理解物理世界。
京东工业此前的模型体系主要围绕供应链场景迭代，从JoyIndustrial到JoyIndustrial 2.0，积累的是对工业商品、业务流程和供应链关系的理解。
现在要解决的问题变成了产线上的人怎么走、设备怎么动，以及不同物体之间会产生什么影响。
这与分析采购订单或匹配零部件完全不同。
供应链业务有相对明确的规则和流程，物理世界却始终处于连续变化之中。此前积累的工业知识当然有价值，但要让AI准确预测真实环境中的变化，还需要大量新的数据和技术验证。
还有一个更隐蔽的挑战——AMD在中国工业市场的根基。
根据IDC数据，2026年上半年中国数据中心AI加速器市场中，AMD的份额仅为2.3%。它的优势在消费级CPU和GPU，在工业边缘计算这个品类里，AMD需要从零建立渠道、服务和生态。
京东工业能帮它打开入口，但打开之后能不能守住，更取决于产品本身在车间里的表现。
从商业角度看，京东工业与AMD的合作颇有一种“场景换算力”的意味。双方各取所需，逻辑自洽。
但工业AI的落地，从来不是签一份协议就能解决的问题。车间不是实验室，产线不是演示场。
一台设备在工博会现场跑通一个demo，和在客户的生产线上连续运行一年不出故障，中间隔着的是无数个需要逐一解决的工程细节。
刘强东拉来AMD，确实为京东工业打开了新的机会。但想把算力真正塞进车间，还得要等京东工业的世界模型在真实产线里跑过第一个冬天。
铁粉推荐
