京东2026年第二季度营收3464亿元，同比下降2.9%；但研发支出同比增长37.7%至73亿元。与此同时，AI硬件成交额、数字人服务、工业智能体和无人配送都在扩张，AI正被嵌入零售与物流的既有经营体系。
这是一份“收入偏弱、利润修复、投入加速”的季度财报。商品收入受到去年同期高基数影响，电子产品及家电收入同比下降11.8%；服务收入则继续增长，京东零售盈利能力提升，外卖亏损也明显收窄。
| 指标 | 2026年Q2 | 同比变化 | 读法 |
|---|---|---|---|
| 集团营收 | 3464亿元 | -2.9% | 商品收入拖累 |
| 归母净利润 | 71亿元 | +14.5% | 盈利能力改善 |
| 非GAAP净利润 | 89亿元 | +20.3% | 经营质量观察 |
| 研发支出 | 73亿元 | +37.7% | AI投入仍在加速 |
| 自由现金流 | 318亿元 | +44.6% | 现金创造能力增强 |
注：表格中的同比变化均以原始披露口径为准；“经营质量观察”不等同于对未来盈利的确定性判断。
6621亿元，同比增长0.7%
142亿元，同比增长约42.8%
注：上半年归母净利润为122亿元，同比下降约28.3%；服务收入为1502亿元，同比增长12.9%。
AI投入变多了，但还不是财报里的独立收入项。
京东平台及广告收入二季度同比增长8.3%，快于集团整体营收；管理层表示，正在把大模型接入广告分发和推荐系统。不过，公司没有披露AI对广告转化率带来的具体提升，也无法从当前财报中单独计算AI贡献了多少广告收入。
京东当前的AI路径，不是先把模型和云服务卖给外部客户，而是优先改造自己的搜索、推荐、广告、客服、采购和物流体系。判断这类投入是否真实，关键要看它有没有穿透到经营流程，而不只是发布了多少模型。
平台及广告收入同比增长8.3%；服务收入达到793亿元，同比增长6.8%。这说明AI被放置在已有的流量分配和商业化链路中。
AI眼镜、AIPC、大屏AI手机和AI学习机等产品成交额同比增长125%；超过50款新品通过“京东Aidol创造营”亮相，相关商品成交额环比增长超过70%。
JoyAvatar累计服务超过8万家商家，二季度开播账号数同比增长3倍；京东工业上半年累计部署超过70款智能体。
首个RoboBase项目已在广州开工，未来5年计划布局80余个基地；除广州项目外，其余建设节奏和规模尚未披露。
注：时间线按“已产生业务结果—已有应用规模—建设规划”排列；绿色标签代表已有披露，黄色标签代表仍需后续验证。
服务与广告收入增长，但未拆出AI单独贡献。
商家、设备和智能体数量持续扩张。
机器人基础设施已启动，但远期计划占比更高。
注：三类信号的证明强度不同，不能将“部署数量”直接等同于“盈利贡献”。
这些应用的共同点，是AI并不止于聊天或生成文本，而是要接入商品、账号、设备和履约流程。它们离收入更近，也因此更容易被追问：到底提升了什么效率，减少了什么成本？
注：案例卡展示的是原始披露中的应用规模与使用场景；“增长”不自动等于“盈利”或“效率提升”。
如果说AI产品成交额反映的是消费端需求，那么机器人业务考验的就是另一件事：模型能否在复杂、连续、需要承担责任的现实环境中工作。京东把这条链路铺到了数据、仓储和末端配送三个环节。
开源三款模型，并在江苏宿迁落地具身数据采集社区；EgoLive数据集已有超过100所高校及科研院所申请使用。
“智狼”货到人方案进入全球超过60个仓库；“异狼”双臂机械臂最快10秒完成识别、抓取和码放。
数千辆无人车在20多个省份常态化运营；四川资中无人机网络覆盖78个行政村，部分线路最快7分钟送达。
注：三栏代表从训练数据到仓内作业再到末端履约的业务链路，不代表三类业务已达到相同的成熟度。
注：目前可以确认的进展是首个广州项目开工；基地总数、投资规模、完工节奏和单基地产能尚未披露。
这套布局的逻辑很清楚：机器人越靠近真实场景，就越需要持续采集数据、反复测试、现场维护和长期运营。基地不是单纯的仓库，而是试图把模型训练与物流业务连接起来的基础设施。
但“全球最大”仍是企业自述，不是已被完整验证的规模结论。
京东的优势并不只在于发布了哪些模型，而在于它同时拥有搜索和推荐场景、商品与商家数据、仓储物流网络，以及可以持续产生反馈的真实订单。AI一旦嵌入这些环节，就能从“回答问题”进入“参与经营”。
已开源长音视频生成框架、实时视频视觉语言交互模型和实时流式视频编辑模型。
通过智能客服、需求预测、商品采购、广告推荐和物流自动化，将模型输出变成可执行动作。
商品成交、广告转化、仓储作业和配送时效，都可以成为下一轮模型与流程优化的反馈信号。
注：三层结构用于解释“模型如何进入业务”，不是京东官方公布的完整技术架构图。
这也解释了为什么京东的AI叙事更偏向内部应用：它可以先在自有业务中验证，再将部分能力嵌入第三方硬件或外部物流场景。但相应地，外部技术服务收入还没有成为这份财报的独立亮点。
需要看到AI接入前后的可比口径，而不是只看广告收入增速。
部署数量之外，还要看单件履约成本、时效和人工替代效果。
从首个项目开工到80余个基地落地，建设进度将决定长期投入的兑现度。
内部效率改善与对外商业化，是两种不同的回报路径。
注：清单将“AI投入有效”拆成四个可追踪问题，后续财报若披露可比指标，判断才会更接近经营结果。
京东这轮AI投入的真实价值，不在于已经接入多少品牌、设备或智能体，而在于能否把广告转化、仓储效率和配送成本变成可重复验证的财务指标；AI电商的竞争将从“谁部署得更多”转向“谁能把模型持续变成更低成本和更高转化”。
原始信息未提供面向公众的统一AI或机器人体验地址。若要继续判断这轮投入是否有效，优先关注下一阶段财报中广告转化、仓储效率、配送成本和外部技术服务收入的量化披露。
获取方式：等待后续财报与业务进展披露