广告
加载中

京东AI的差异化路径:用供应链厚度换AI深度

亿邦动力 2026-03-25 17:46
亿邦动力 2026/03/25 17:46

邦小白快读

EN
全文速览

京东AI的差异化路径聚焦供应链结合AI,核心干货包括大模型开源、数字人直播和具身数据应用。

1. 大模型方面:京东开源JoyAI-LLM Flash模型,突出Token高效利用,采用FiberPO强化学习方法,在19个基准测试中表现优异,尤其适配智能体开发,提升响应速度和精确度。

2. 数字人技术:突破自由态表现力,支持走动、拿商品和“吃播”等高难度互动,制作效率高(仅需一张图片驱动),通用性强(一个模型驱动所有形象),已覆盖超7万家商家,提升人均停留时长51%和单场GMV破万。

3. 具身数据:建设全球最大采集中心,计划一年内积累500万小时人类场景视频数据,推动机器人产业发展,通过算法映射实现跨本体泛化。

京东AI工具为品牌营销提供新契机,重点在渠道建设、用户行为洞察和产品研发支持。

1. 品牌渠道建设:数字人直播覆盖全品类,在京东公域流量中享有平等机会,81%的数字人流量超过真人直播,提升品牌曝光和GMV,如家电品牌案例。

2. 用户行为观察:消费趋势显示自动化直播流行,提升用户互动和停留时长,可结合数字人进行24小时带货。

3. 产品研发启示:基于AI互动(如数字人试吃食品)优化产品设计,关注唇形匹配和真实感,助力品牌创新。

卖家可抓住京东AI带来的增长机会,涉及合作方式、风险提示和可学习点。

1. 机会提示:免费使用京东数字人直播技术,成本低(仅需一小时素材),实现7x24小时带货,提升GMV和用户停留时长。

2. 合作方式:京东战略不收费,通过Agent技术自动调用商品信息和政策,简化直播流程。

3. 风险提示:技术迭代快(以月为单位),需平衡务实应用与前瞻准备,防止依赖过时工具。

京东AI启示工厂推进数字化和电商,重点在产品设计需求和商业机会。

1. 产品设计需求:具身数据采集涉及人类动作映射,启发机器人生产(如轮式或双足机器人),需关注算法泛化能力。

2. 商业机会:参与数据采集合作(按小时付费),如京东发动10万内部员工和50万外部人员提供数据源。

3. 推进电商启示:数字人技术降低直播门槛(一张图片驱动),可推广到产品演示,提升销售效率。

京东AI展示行业趋势、新技术和解决方案,助力服务商应对客户痛点。

1. 行业发展趋势:AI向物理世界延伸,具身智能从算法仿真转向真实数据驱动,撬动万亿级机器人产业。

2. 新技术:FiberPO强化学习方法提升大模型效率,数字人实现“首尾帧”无缝拼接和通用模型驱动,解决表现力不足问题。

3. 客户痛点解决方案:针对直播智能响应难题,京东通过Agent技术自动处理商品信息,降低商家依赖,实现“一键开播”。

京东AI平台策略涉及招商、运营管理和风险控制。

1. 平台招商:吸引超7万家商家使用数字人直播,覆盖全品类,提供免费服务以扩大生态。

2. 运营管理:自动化调用内部数据(商品详情、优惠规则),让数字人精准回答用户问题,提升流量竞争力。

3. 风向规避:实施严格数据质量控制(高标设备、人工质检、算法清洗敏感信息),确保输出合规,避免风险。

京东AI研究揭示产业动向、新问题和商业模式启示。

1. 产业新动向:大模型层级向L4发展(预测一年内),具身智能数据积累(500万小时视频)推动从仿真到真实驱动。

2. 新问题:如何实现跨本体泛化(如真人动作映射机器人),以及数据采集量积累期的商业模式调整。

3. 商业模式启示:开源大模型打造生态(类似阿里千问),吸引开发者二次开发,形成商业圈;数据采集采取简单结算方式,提供政策合规参考。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

JD.com's AI strategy focuses on integrating AI with supply chain, with core innovations including open-source large models, digital human livestreaming, and embodied data applications.

1. Large Models: JD open-sourced the JoyAI-LLM Flash model, emphasizing efficient token utilization through FiberPO reinforcement learning. It excelled in 19 benchmarks, particularly enhancing agent development with faster response and higher accuracy.

2. Digital Humans: The technology enables dynamic interactions like walking, holding products, and "mukbang" (eating shows), requiring only one image for creation. One model drives all avatars, already used by over 70,000 merchants, boosting average viewing time by 51% and achieving over 10,000 RMB GMV per session.

3. Embodied Data: JD is building the world's largest collection center, planning to accumulate 5 million hours of human-scene video data within a year to advance robotics via cross-embodiment generalization algorithms.

JD's AI tools offer new opportunities for brand marketing, focusing on channel building, user behavior insights, and product development support.

1. Channel Building: Digital human livestreams cover all categories with equal access to JD's public traffic; 81% outperform human hosts in viewership, boosting brand exposure and GMV (e.g., home appliance cases).

2. User Behavior: Automated livestreaming trends increase engagement and viewing time, enabling 24/7 sales via digital humans.

3. Product Innovation: AI interactions (e.g., digital humans sampling food) inform design optimizations, emphasizing lip-sync accuracy and realism for brand innovation.

Sellers can leverage JD's AI for growth through cost-effective partnerships, with attention to risks and adaptable strategies.

1. Opportunities: Free digital human livestreaming requires minimal input (1 hour of material) for 24/7 operation, elevating GMV and user retention.

2. Collaboration: JD's no-fee strategy uses Agent tech to auto-pull product info and policies, simplifying直播 setup.

3. Risks: Rapid monthly tech iterations demand balancing practical use with forward-looking preparation to avoid outdated tools.

JD's AI insights guide factories in digitalization and e-commerce, highlighting product design needs and data collaboration opportunities.

1. Product Design: Embodied data mapping human motions inspires robotics (e.g., wheeled/bipedal robots), requiring focus on algorithm generalization.

2. Business Opportunities: Participate in paid data collection (hourly rates); JD leverages 100k internal and 500k external contributors for data sourcing.

3. E-commerce Adoption: Digital humans lower直播 barriers (image-driven avatars), extendable to product demos for sales efficiency.

JD's AI showcases industry trends and solutions to address client pain points, from embodied intelligence to直播 automation.

1. Trends: AI extends to the physical world; embodied intelligence shifts from simulation to real-data驱动, unlocking trillion-yuan robotics markets.

2. Innovations: FiberPO reinforcement learning boosts model efficiency; digital humans achieve seamless "first-last frame" stitching and universal avatars, solving expressivity gaps.

3. Client Solutions: Agent tech auto-handles product queries in直播, reducing merchant dependency for "one-click broadcasting."

JD's AI platform strategy covers merchant acquisition, operational management, and risk control.

1. Merchant Growth: Attracted over 70k sellers to use digital human直播 across categories, offering free services to expand ecosystem.

2. Operations: Auto-integration of internal data (product details, promotions) enables precise user Q&A, boosting traffic competitiveness.

3. Risk Mitigation: Strict data quality control (high-end devices, manual checks, algorithm-based敏感信息 filtering) ensures compliant outputs.

JD's AI research reveals industry shifts, emerging challenges, and business model implications.

1. Industry Trends: Large models evolving toward L4 autonomy (predicted within a year); embodied data (5M hours of video) accelerates real-world驱动 over simulation.

2. New Questions: How to achieve cross-embodiment generalization (e.g., human-to-robot motion mapping) and adapt business models during data accumulation phases.

3. Business Insights: Open-source models (akin to Alibaba's Qwen) build ecosystems for developer二次开发; data collection uses simple结算 with policy compliance frameworks.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

【亿邦原创】在人工智能的浪潮席卷全球的今天,每一家科技巨头都在寻找自己的位置。有的公司在比拼算力,有的公司在卷参数规模,而京东正在以产业实干家的姿态卡位场景、深耕应用、构建生态。

3月24日,京东举办了一场技术分享会,集中展示了其在AI领域的一系列最新进展,从开源大模型到能“吃播”的数字人,再到全球最大的具身智能数据采集中心,一幅围绕AI构建的生态蓝图正徐徐展开。

1、“龙虾”不是投资标的,是效果放大器

“龙虾”引爆热点,但京东技术负责人眼中,真正的变量是模型能力的迭代。

他引用OpenAI为AI定义的五个Level来解读这一现象:从对话、推理,到现在的Agentic AI,模型能力已经跨入了第三层。去年大火的DeepSeek证明了推理能力的成熟,今年以ClawCode为代表,意味着模型层突破了“代理”关卡,使得构建一个强大的智能体变得前所未有的简单,甚至一个人靠业余时间就能做出来。

他大胆预测,如果技术路线合理,一年之内我们可能会看到L4级别的模型出现,届时AI将具备真正的“创新”能力,在高难度的人类智慧领域发挥作用。

源于这种判断,京东首次开源了基础大模型JoyAI-LLM Flash的Instruct版本。这个模型的核心亮点不在于参数有多庞大,而在于其极高的“Token效率”。该技术负责人用一个经济学概念解释了这一创新——“帕雷托最优”。通俗来讲,就是用最少的Token完成最多的任务,让每一个Token都能发挥最大价值。

这一突破得益于其创新的FiberPO强化学习方法。这项技术让JoyAI-LLM Flash在19个权威基准测试中表现优异,以“轻量化”的姿态跻身行业一梯队。它具备高效响应、轻量化部署和高精确度的核心优势,尤其适配近期火爆的“龙虾”(AI智能体)应用。

该技术负责人坦言,京东开源模型的战略意图非常清晰:打造生态。“未来企业端可能不会只用一个大模型,不同场合用的模型不一样。很多公司和场景希望做二次开发,这就需要围绕一套模型体系形成一个开发生态。”他直言不讳地指出,阿里的千问就是一个成功的例子,而京东也希望通过开源,吸引更多开发者,让他们围绕京东的Joy模型系列进行开发,最终形成自己的商业圈和平台。

2、数字人:从总裁直播到全品类覆盖

如果说大模型是京东AI的“大脑”,那数字人就是京东AI伸向商业世界最直接的那只手。

2024年,京东做了刘强东的数字分身,后来给董明珠等上百个总裁做了定制数字人。到了2025年,他们开始做明星的数字人、企业的IP数字人。最近,京东的数字人甚至开始“吃播”了。

“吃播”有多难?

想象一下,一个数字人一边试吃食品,一边回答用户的问题,还要确保唇形动作和语音完全匹配,不能有穿模,清晰度还要足够高。这在技术上是个巨大的挑战。

京东数字人技术负责人从三个维度介绍了技术突破:表现力、制作效率和模型通用性。

在表现力上,京东数字人已经突破了“自由态”。这意味着数字人不再局限于固定的动作,而是可以在直播间里自由走动、拿取商品、转身,甚至进行“吃播”这种高难度互动。通过“首尾帧”技术,可以将不同的动作视频无缝拼接,让数字人的表现丝滑自然,毫无跳帧感。在效率上,从最初需要拍摄30分钟素材,到如今仅凭一张图片就能实时驱动数字人,技术门槛被大幅降低。而在通用性上,京东已经实现了“一个通用模型驱动所有形象”,不再需要为每个主播单独训练模型,这为大规模商业化铺平了道路。

京东数字人产品负责人分享了这些技术在实际业务中的惊人成效。目前,京东已有超过7万家商家深度应用了数字人直播,几乎覆盖了所有品类。在京东的公域流量中,质量达标的数字人直播与真人直播享有同等的流量竞争机会,甚至有81%的数字人直播流量超过了真人直播。一个生动的案例是,某家电品牌在凌晨时段使用数字人直播,单场GMV破万,人均停留时长比真人直播提升了51%。

当然,规模化推广也面临挑战。该技术负责人指出,最大的非技术性挑战是如何进一步降低对商家的依赖,实现“一键开播”。目前,京东正通过Agent技术打通内部数据,自动调用商品信息、优惠政策和活动规则,让数字人能够更智能、更准确地回答用户问题。

从成本角度看,京东对商家采取了战略性不收费的举措,旨在通过技术和算法不断降低成本,最终聚焦于为商家创造GMV。该产品负责人表示,现在,只需要一小时的直播素材,京东就能复刻出整场直播间的效果,让商家实现7x24小时不间断带货。

3、具身数据:从数字世界走向物理世界

如果说大模型和数字人还停留在数字世界,那京东正在建设的“全球最大的具身智能数据采集中心”,就是在为AI进入物理世界做准备。

据介绍,数据采集过程中,京东将发动内部超过10万名各类职业员工,以及外部最多50万各行业人员,其中在宿迁就将发动超10万市民,开展“人类规模最大的数据采集行动”。

未来一年内,京东将积累500万小时人类真实场景视频数据,两年内将超1000万小时,并同步采集100万小时机器人本体数据;推动具身智能产业从算法仿真迈向真实数据驱动,撬动万亿级机器人产业生态发展。

但在数据质量控制上,京东有严格的标准,包括高标准的采集设备、自动化与人工结合的质检流程,以及对敏感信息(如人脸、包裹标签)的算法清洗,确保输出的数据干净、合规。

如何让采集的人手操作数据,能泛化到轮式、双足等不同形态的机器人上?团队认为,通过算法映射,将真人的手掌动作映射到机器人的灵巧手上,是当前实现跨本体泛化的一条有效路径。这体现了京东在具身智能领域的深度思考,不仅仅是采集数据,更是在探索数据如何高效赋能不同的物理实体。

4、总结

在可以看出,京东正在尝试用最务实的方式,建立起一个最接近钱、最接近货、最接近真实物流的AI版图。无论是7万商家在用的数字人直播,还是覆盖全品类的智能客服,京东的AI技术从诞生之初就“长”在业务上。

但在一个技术迭代速度以“月”为单位的行业里,务实也可能变成一种危险,需要参与者在在“务实”和“前瞻”之间找到一个平衡点。既要服务好今天的7万商家,也要为明天的L4模型做好准备;既要守住电商这个基本盘,也要在基础能力上不落下风。

这是一场卡位战,也是一场耐力赛,能不能笑到最后,还要看它接下来的每一步,能不能走得足够稳、足够快。

文章来源:亿邦动力

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0