AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。

随着人工智能技术的不断进步,开发者和企业常常遇到成本较高、性能难以兼顾以及实际应用场景转化困难等问题。这些痛点在行业内普遍存在,影响着AI技术的普及速度。近日,京东对外公布了部分AI研发应用的阶段性进展,通过一系列创新举措,为上述挑战提供了有效的解决方案。京东的实践表明,结合自身资源优势,可以让AI技术更好地服务于产业需求。 AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。 IT技术 AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。 IT技术

基础模型的开源是本次进展中的重要亮点。京东推出了JoyAI-LLMFlash的Instruct版本,并将其开源。这一模型采用创新的FiberPO强化学习方法,基于纤维丛理论实现了技术上的提升,在多项权威评测中表现突出,在同等参数规模下处于行业较优水平。它突出了高效响应、部署便捷以及精确度高等优势,能够很好地支持代码开发、智能体搭建以及终端应用等多个领域,尤其适合当前热门的智能体相关开发。这有助于显著降低AI技术对于开发者与中小企业的门槛,让更多人能够便捷地使用先进模型。 AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。 IT技术 AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。 IT技术

针对智能体开发过程中token消耗较大的关注点,京东云基于JoyAI大模型,借助开源OpenClaw架构,提供了轻量云主机一键部署、一体机以及云上SaaS等多种形态的产品。这些方案能够满足从个人开发者到较大规模企业的多样化需求。自研云原生推理框架优化了推理环节的资源使用,同时CodingPlan大模型套餐包的推出,也帮助用户更好地控制相关成本。产品上线后,token调用量出现了较为明显的增长,反映出市场对这类实用工具的认可。

 AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。 IT技术 AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。 IT技术

在数字人生成技术上,JoyStreamer取得了显著突破。它通过三大关键技术创新,有效应对了音视频同步、多模态控制协调以及长视频身份一致性等方面的行业难题,核心性能指标达到商用要求,可应用于电商直播、文旅讲解、新闻主播等二十多个不同场景。双教师DMD后训练技术使得数字人无需额外数据就能处理复杂指令和动作;动态CFG调制策略从源头缓解了动作与表情、口型与声音之间的协调冲突;历史帧与伪最后一帧结合的结构,则确保长视频生成过程的稳定,保持形象自然和动作流畅,满足直播以及广告等商业场景的实际需要。

基于JoyAI大模型和这些技术优势,京东推出了自由态数字人,专门针对家电家居、时尚服饰等五大行业进行适配。这种数字人改变了以往动作较为固定、姿态单一的状况,支持自然的行走、灵活的姿势调整,镜头跟随以及画面进出过程都更为顺畅,即使出现局部遮挡也能维持较好的面部质感。这种灵动的交互方式,为数字人技术在产业中的广泛应用创造了更有利的条件。

具身智能方向上,京东利用多年积累的智能交互经验和JoyAI大模型能力,推出了JoyInside附身智能方案,为智能家电和机器人等设备提供高情商的交互核心。该方案支持超拟人化的对话、覆盖不同年龄用户群体,并且实现言行之间的良好协调。近期升级中增加了欢乐星球社交玩法和TTS语音功能,还与京东京造合作构建了跨品类智能硬件社交网络,支持多设备连接以及八大方言交互。目前已有众多家电品牌和机器人、AI玩具品牌与之合作,拓展了多样的应用场景。

 AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。 IT技术 AI产业落地难题如何破解;京东分享JoyAI系列技术成果;推动数字人与具身智能融合发展。 IT技术

京东还建设了JoyInside一站式开发平台,实现AI硬件从创意到量产的完整支持。平台即将举办创新大赛,邀请全球开发者、硬件厂商和创新团队围绕智能家电、机器人等领域提交基于JoyInside的创新方案。入选项目将借助京东的技术、资源和渠道,获得从孵化到推广的全方位帮助,助力AI终端产品更快走向市场。

真实场景数据的获取一直是具身智能发展的瓶颈之一。京东发挥在零售、物流等领域的场景优势,着手打造规模较大、覆盖场景丰富的具身智能数据采集中心。通过调动内部员工和外部人员参与,将开展大规模的数据收集工作,重点积累人类真实场景视频以及机器人本体数据。这些数据将推动产业从仿真训练向真实数据驱动转型,为机器人生态的长期发展注入动力。

京东的这些AI进展,体现了其依托供应链和场景资源,将技术创新与产业需求紧密结合的思路。未来,更多类似成果的落地,将进一步促进AI在各领域的深度应用,为行业带来持续的价值提升。