京東AI的差異化路徑：用供應鏈厚度換AI深度

【億邦原創】在人工智能的浪潮席卷全球的今天，每一家科技巨頭都在尋找自己的位置。有的公司在比拼算力，有的公司在卷參數規模，而京東正在以產業實干家的姿態卡位場景、深耕應用、構建生態。

3月24日，京東舉辦了一場技術分享會，集中展示了其在AI領域的一系列最新進展，從開源大模型到能“吃播”的數字人，再到全球最大的具身智能數據采集中心，一幅圍繞AI構建的生態藍圖正徐徐展開。

1、“龍蝦”不是投資標的，是效果放大器

“龍蝦”引爆熱點，但京東技術負責人眼中，真正的變量是模型能力的迭代。

他引用OpenAI為AI定義的五個Level來解讀這一現象：從對話、推理，到現在的Agentic AI，模型能力已經跨入了第三層。去年大火的DeepSeek證明了推理能力的成熟，今年以ClawCode為代表，意味著模型層突破了“代理”關卡，使得構建一個強大的智能體變得前所未有的簡單，甚至一個人靠業余時間就能做出來。

他大膽預測，如果技術路線合理，一年之內我們可能會看到L4級別的模型出現，屆時AI將具備真正的“創新”能力，在高難度的人類智慧領域發揮作用。

源于這種判斷，京東首次開源了基礎大模型JoyAI-LLM Flash的Instruct版本。這個模型的核心亮點不在于參數有多龐大，而在于其極高的“Token效率”。該技術負責人用一個經濟學概念解釋了這一創新——“帕雷托最優”。通俗來講，就是用最少的Token完成最多的任務，讓每一個Token都能發揮最大價值。

這一突破得益于其創新的FiberPO強化學習方法。這項技術讓JoyAI-LLM Flash在19個權威基準測試中表現優異，以“輕量化”的姿態躋身行業一梯隊。它具備高效響應、輕量化部署和高精確度的核心優勢，尤其適配近期火爆的“龍蝦”（AI智能體）應用。

該技術負責人坦言，京東開源模型的戰略意圖非常清晰：打造生態。“未來企業端可能不會只用一個大模型，不同場合用的模型不一樣。很多公司和場景希望做二次開發，這就需要圍繞一套模型體系形成一個開發生態。”他直言不諱地指出，阿里的千問就是一個成功的例子，而京東也希望通過開源，吸引更多開發者，讓他們圍繞京東的Joy模型系列進行開發，最終形成自己的商業圈和平臺。

2、數字人：從總裁直播到全品類覆蓋

如果說大模型是京東AI的“大腦”，那數字人就是京東AI伸向商業世界最直接的那只手。

2024年，京東做了劉強東的數字分身，后來給董明珠等上百個總裁做了定制數字人。到了2025年，他們開始做明星的數字人、企業的IP數字人。最近，京東的數字人甚至開始“吃播”了。

“吃播”有多難？

想象一下，一個數字人一邊試吃食品，一邊回答用戶的問題，還要確保唇形動作和語音完全匹配，不能有穿模，清晰度還要足夠高。這在技術上是個巨大的挑戰。

京東數字人技術負責人從三個維度介紹了技術突破：表現力、制作效率和模型通用性。

在表現力上，京東數字人已經突破了“自由態”。這意味著數字人不再局限于固定的動作，而是可以在直播間里自由走動、拿取商品、轉身，甚至進行“吃播”這種高難度互動。通過“首尾幀”技術，可以將不同的動作視頻無縫拼接，讓數字人的表現絲滑自然，毫無跳幀感。在效率上，從最初需要拍攝30分鐘素材，到如今僅憑一張圖片就能實時驅動數字人，技術門檻被大幅降低。而在通用性上，京東已經實現了“一個通用模型驅動所有形象”，不再需要為每個主播單獨訓練模型，這為大規模商業化鋪平了道路。

京東數字人產品負責人分享了這些技術在實際業務中的驚人成效。目前，京東已有超過7萬家商家深度應用了數字人直播，幾乎覆蓋了所有品類。在京東的公域流量中，質量達標的數字人直播與真人直播享有同等的流量競爭機會，甚至有81%的數字人直播流量超過了真人直播。一個生動的案例是，某家電品牌在凌晨時段使用數字人直播，單場GMV破萬，人均停留時長比真人直播提升了51%。

當然，規模化推廣也面臨挑戰。該技術負責人指出，最大的非技術性挑戰是如何進一步降低對商家的依賴，實現“一鍵開播”。目前，京東正通過Agent技術打通內部數據，自動調用商品信息、優惠政策和活動規則，讓數字人能夠更智能、更準確地回答用戶問題。

從成本角度看，京東對商家采取了戰略性不收費的舉措，旨在通過技術和算法不斷降低成本，最終聚焦于為商家創造GMV。該產品負責人表示，現在，只需要一小時的直播素材，京東就能復刻出整場直播間的效果，讓商家實現7x24小時不間斷帶貨。

3、具身數據：從數字世界走向物理世界

如果說大模型和數字人還停留在數字世界，那京東正在建設的“全球最大的具身智能數據采集中心”，就是在為AI進入物理世界做準備。

據介紹，數據采集過程中，京東將發動內部超過10萬名各類職業員工，以及外部最多50萬各行業人員，其中在宿遷就將發動超10萬市民，開展“人類規模最大的數據采集行動”。

未來一年內，京東將積累500萬小時人類真實場景視頻數據，兩年內將超1000萬小時，并同步采集100萬小時機器人本體數據；推動具身智能產業從算法仿真邁向真實數據驅動，撬動萬億級機器人產業生態發展。

但在數據質量控制上，京東有嚴格的標準，包括高標準的采集設備、自動化與人工結合的質檢流程，以及對敏感信息（如人臉、包裹標簽）的算法清洗，確保輸出的數據干凈、合規。

如何讓采集的人手操作數據，能泛化到輪式、雙足等不同形態的機器人上？團隊認為，通過算法映射，將真人的手掌動作映射到機器人的靈巧手上，是當前實現跨本體泛化的一條有效路徑。這體現了京東在具身智能領域的深度思考，不僅僅是采集數據，更是在探索數據如何高效賦能不同的物理實體。

4、總結

在可以看出，京東正在嘗試用最務實的方式，建立起一個最接近錢、最接近貨、最接近真實物流的AI版圖。無論是7萬商家在用的數字人直播，還是覆蓋全品類的智能客服，京東的AI技術從誕生之初就“長”在業務上。

但在一個技術迭代速度以“月”為單位的行業里，務實也可能變成一種危險，需要參與者在在“務實”和“前瞻”之間找到一個平衡點。既要服務好今天的7萬商家，也要為明天的L4模型做好準備；既要守住電商這個基本盤，也要在基礎能力上不落下風。

這是一場卡位戰，也是一場耐力賽，能不能笑到最后，還要看它接下來的每一步，能不能走得足夠穩、足夠快。