21世紀(jì)經(jīng)濟(jì)報(bào)道記者孔海麗 北京報(bào)道
近日，京東（JD）披露了多項(xiàng)AI進(jìn)展，這是京東（JD）少見的密集性公布AI研發(fā)應(yīng)用的階段性成果，也讓外界得以看見京東（JD）做AI的一些戰(zhàn)略打法。
包括，首次開源基礎(chǔ)大模型JoyAI-LLM Flash的Instruct版本，被稱為行業(yè)內(nèi)token效率最高的中等規(guī)模模型；推出圍繞“龍蝦”（OpenClaw）智能體的云產(chǎn)品矩陣、數(shù)字人技術(shù)迭代、JoyInside為上百品牌裝上“AI大腦”以及計(jì)劃建成全球最大具身智能數(shù)據(jù)采集中心。
目前，AI成本和性能難平衡、產(chǎn)業(yè)落地“最后一公里”難打通，各家大廠各有側(cè)重，有的專攻大模型，有的軟硬結(jié)合，還有的強(qiáng)調(diào)局域生態(tài)。
所以京東打算怎么做？
京東（JD）AI相關(guān)負(fù)責(zé)人在回答21世紀(jì)經(jīng)濟(jì)報(bào)道記者的提問時(shí)表示，京東（JD）的AI會(huì)介入生產(chǎn)力更深，創(chuàng)造更多增益價(jià)值。
這家擁有龐大實(shí)體業(yè)務(wù)的公司，更多將AI與實(shí)際業(yè)務(wù)場景、商業(yè)效率結(jié)合在一起，希望推動(dòng)AI與產(chǎn)業(yè)的深度融合。
Token消耗大戰(zhàn)里的效率敘事
“完成同樣的任務(wù)，我們需要的token數(shù)比別的‘龍蝦’小?！?span>京東（JD）相關(guān)技術(shù)負(fù)責(zé)人在談及JoyAI-LLM Flash模型時(shí)，沒有從模型參數(shù)說起，而是先算了一筆賬。
“自從有‘龍蝦’以后，token的消耗量暴漲，費(fèi)用也在暴漲?！痹撠?fù)責(zé)人介紹說，一個(gè)智能體完成一項(xiàng)任務(wù)，往往需要多次調(diào)用模型，反復(fù)思考、執(zhí)行，導(dǎo)致Token消耗量成倍增長，成本急劇上升。
這也是京東（JD）此次發(fā)布開源的JoyAI-LLM Flash模型的核心切入點(diǎn)， 主打“Token效率”（Token Efficiency），以偏輕量級的規(guī)模實(shí)現(xiàn)強(qiáng)大效果。在完成同樣任務(wù)的基準(zhǔn)測試中，京東（JD）的模型在正確率略優(yōu)于市面上其他開源模型的情況下，消耗的Token只有對方的四分之一或五分之一。
技術(shù)支撐在于京東（JD）自研的“纖維叢算法”（FiberPO）。該負(fù)責(zé)人解釋，傳統(tǒng)的模型訓(xùn)練方法，在強(qiáng)化學(xué)習(xí)階段容易“崩掉”，訓(xùn)練時(shí)間一長，模型性能就會(huì)迅速下降。而FiberPO能讓模型性能持續(xù)穩(wěn)步提升，同時(shí)避免訓(xùn)練過程中“垮掉”的風(fēng)險(xiǎn)。
本次把這款模型開源，主要是希望圍繞京東（JD）的Joy模型系列打造一個(gè)開發(fā)生態(tài)。
“未來企業(yè)端、B端可能不會(huì)只用一個(gè)大模型，不同場合用的模型不一樣，很多地方不想用廉價(jià)的API，還是希望更安全，做局域網(wǎng)部署，或者在某一點(diǎn)上做二次開發(fā)，”他說，“這時(shí)候就會(huì)慢慢圍繞某一套系列的模型形成一個(gè)開發(fā)體系。”
阿里千問已經(jīng)證明了開源路線的價(jià)值。開發(fā)者圍繞一個(gè)模型體系進(jìn)行開發(fā)，逐漸形成一個(gè)生態(tài)，最終形成商業(yè)圈和新的平臺。京東（JD）也希望建立更龐大豐富的開發(fā)生態(tài)。
養(yǎng)“龍蝦”的正確方式
“龍蝦”的火爆讓開發(fā)者興奮，但也讓企業(yè)IT部門頭疼。
京東（JD）云相關(guān)負(fù)責(zé)人在溝通會(huì)上指出了兩個(gè)現(xiàn)實(shí)問題：一是個(gè)人用戶自己“養(yǎng)龍蝦”從前到后安裝調(diào)試很麻煩；二是企業(yè)端擔(dān)心安全問題不敢用，甚至有些公司明令禁止員工安裝OpenClaw，因?yàn)槌鲞^安全事故。
京東（JD）云的解決方案是一整套“龍蝦天團(tuán)”產(chǎn)品。
針對個(gè)人開發(fā)者，有輕量云主機(jī)一鍵部署方案，可以在云端直接“養(yǎng)蝦”，省去本地安裝調(diào)試的麻煩。針對企業(yè)用戶的，是兩款落地產(chǎn)品，一是完全自研的、封閉安全的智能體平臺，二是基于OpenClaw做的企業(yè)端安全加固版本，增加漏洞掃描、安全隱患加固等措施。
還有一類企業(yè)，數(shù)據(jù)根本無法出內(nèi)部網(wǎng)絡(luò)。京東（JD）云為此推出了OpenClaw企業(yè)版一體機(jī)，基于國產(chǎn)芯片打造，可以企業(yè)內(nèi)網(wǎng)一鍵部署?！耙惑w機(jī)只要拿過去之后，打開之后整個(gè)界面是完全一體化的?！痹撠?fù)責(zé)人介紹。
這些產(chǎn)品并非突發(fā)奇想。前述負(fù)責(zé)人透露，京東（JD）內(nèi)部做類似“龍蝦”的自研產(chǎn)品，當(dāng)時(shí)OpenClaw還沒有大規(guī)?；鸨?。如今OpenClaw的出現(xiàn)，加速了企業(yè)端和個(gè)人端的應(yīng)用落地，京東（JD）云的產(chǎn)品線也隨之快速跟上。
這套打法的實(shí)質(zhì)，是在算力層和應(yīng)用層之間構(gòu)建一個(gè)“中間層”。一方面，通過技術(shù)手段優(yōu)化推理成本，保持云服務(wù)價(jià)格穩(wěn)定；另一方面，通過提供更易用、更安全的“龍蝦”部署方案，吸引更多企業(yè)用戶上云。
該負(fù)責(zé)人透露，京東（JD）云“龍蝦”系列產(chǎn)品上線后，近一周token調(diào)用量環(huán)比增長455%。這一數(shù)據(jù)側(cè)面印證了市場對低成本、高安全性的ai智能體（886099）的迫切需求。
“能帶貨”的數(shù)字人
在京東（JD）AI的布局中，數(shù)字人是另一個(gè)被反復(fù)提及的落地成果。京東（JD）數(shù)字人業(yè)務(wù)相關(guān)負(fù)責(zé)人透露，京東（JD）數(shù)字人在直播帶貨領(lǐng)域“可以帶來百億級甚至更高的GMV，這是在商業(yè)上可以看到的清晰價(jià)值?！?/p>
據(jù)該負(fù)責(zé)人介紹，早期數(shù)字人需要拍攝30分鐘素材，后來壓縮到3分鐘，但是現(xiàn)在，只需要一張圖片就可以實(shí)時(shí)驅(qū)動(dòng)，甚至可以根據(jù)歷史直播素材“復(fù)刻”出一場完整的直播。
這種“自由態(tài)數(shù)字人”是京東（JD）數(shù)字人最新的技術(shù)突破。所謂自由態(tài)，是指數(shù)字人不再局限于站樁式播報(bào)，可以在直播間自由走動(dòng)、持品，甚至走出畫面再回來。
一個(gè)案例是，京東（JD）數(shù)字人一邊試吃食品一邊回答用戶問題，唇形與語音是匹配的，沒有出現(xiàn)穿模現(xiàn)象。
這部分的技術(shù)支撐包括京東（JD）自研的雙教師DMD后訓(xùn)練技術(shù)、動(dòng)態(tài)CFG調(diào)制策略和歷史幀編碼模塊等。雙教師DMD讓模型在不增加訓(xùn)練數(shù)據(jù)的情況下，提升文本指令的遵從能力；動(dòng)態(tài)CFG調(diào)制策略解決數(shù)字人“手腳動(dòng)作與面部表情不協(xié)調(diào)、口型和聲音對不上”這類多維度控制沖突；歷史幀+偽最后一幀結(jié)構(gòu)，可以穩(wěn)定生成30秒以上長視頻，全程保障數(shù)字人形象不變形、動(dòng)作不卡頓，滿足直播、長視頻、廣告片等商業(yè)場景的實(shí)際需求。
但技術(shù)的終點(diǎn)是商業(yè)。京東（JD）數(shù)字人產(chǎn)品負(fù)責(zé)人給出了幾組數(shù)據(jù)，目前數(shù)字人直播在京東（JD）已經(jīng)有超7萬商家深度應(yīng)用，幾乎覆蓋京東（JD）商城所有品類，某家電品牌使用數(shù)字人直播后，公域流量超過81%，人均停留時(shí)長比真人直播提升了51%。
該負(fù)責(zé)人特別提到，京東（JD）數(shù)字人目前對商家免費(fèi)開放。商家只需要在后臺一鍵配置，就可以快速開播，不需要復(fù)雜的建模和訓(xùn)練。對于已經(jīng)有優(yōu)秀主播的品牌，也可以通過復(fù)刻技術(shù)打造專屬的數(shù)字人主播。
讓AI走進(jìn)硬件
數(shù)字人是AI在屏幕內(nèi)的應(yīng)用，JoyInside項(xiàng)目更像是AI向物理世界延伸的嘗試。
JoyInside是京東（JD）為智能硬件植入的AI交互系統(tǒng)。據(jù)該業(yè)務(wù)相關(guān)負(fù)責(zé)人介紹，JoyInside已經(jīng)與近百個(gè)家電家居品牌、超40個(gè)機(jī)器人與AI玩具品牌深度合作。從毛絨玩具到智能床墊，從安全座椅到投影儀，京東（JD）正在把AI能力嵌入各種各樣的硬件中。
他舉了幾個(gè)例子。一個(gè)毛絨兔子可以讓遠(yuǎn)隔兩地的祖孫通過傳話功能保持聯(lián)系，不用再天天打電話。兩個(gè)孩子的玩具可以互相加好友，實(shí)現(xiàn)“約著玩”，不再依賴線下見面。JoyInside新增的唱歌功能，支持用戶以自己的音色唱一首歌，“雖然有時(shí)會(huì)有點(diǎn)跑調(diào)，但是很好玩?！?/p>
京東（JD）對下一代人機(jī)交互入口有自己的思考。該負(fù)責(zé)人認(rèn)為，手機(jī)雖然是主要的交互媒介，但在很多場景下并不方便?！霸诩依锔芍钅?，拿著手機(jī)可能也麻煩，不想以手機(jī)屏幕為交互媒介的時(shí)候，什么可以成為交互媒介？就是聲音?！?/p>
但這種交互不僅僅是“能說話”，更重要的是“能做事”。該負(fù)責(zé)人提到，京東（JD）也正在與心理療愈方向的創(chuàng)業(yè)公司合作，將其專業(yè)能力通過智能體的方式集成到硬件中?！耙患覄?chuàng)業(yè)公司做好了，它的療愈就可以在二三十億的硬件上被人選用?！?/p>
對京東（JD）而言，JoyInside的價(jià)值在于構(gòu)建一個(gè)跨品類的AI硬件生態(tài)。目前，京東（JD）內(nèi)部已經(jīng)在推動(dòng)JoyInside與各種硬件方案商的合作，從質(zhì)量、成本、小批量快速出品三個(gè)維度降低AI硬件的門檻。該負(fù)責(zé)人還透露，打開京東（JD）APP搜索JoyInside，已經(jīng)有接近100個(gè)SKU，到2026年底預(yù)計(jì)將達(dá)到800至1000個(gè)。
與此同時(shí)，具身數(shù)據(jù)采集計(jì)劃是京東（JD）在AI基礎(chǔ)設(shè)施層面投下的一個(gè)重注。
具身智能被視為AI的下一個(gè)浪潮，但行業(yè)面臨一個(gè)共同痛點(diǎn)，真實(shí)場景數(shù)據(jù)匱乏。機(jī)器人的“小腦”能力不斷提升，但決策核心的“大腦”卻因缺乏真實(shí)數(shù)據(jù)而訓(xùn)練不足。
為此，京東（JD）將建成全球規(guī)模最大、場景最全的具身智能數(shù)據(jù)采集中心，覆蓋物流倉儲(chǔ)、工業(yè)制造、健康醫(yī)療、家庭服務(wù)、城市運(yùn)維五大核心場景。
據(jù)介紹，京東（JD）計(jì)劃發(fā)動(dòng)內(nèi)部超過10萬名各類職業(yè)員工，以及外部最多50萬各行業(yè)人員參與數(shù)據(jù)采集。其中僅在江蘇宿遷一地，就將發(fā)動(dòng)超10萬市民參與。京東（JD）方面稱，這將是“人類歷史上規(guī)模最大的數(shù)據(jù)采集行動(dòng)?！?/p>
采集目標(biāo)也很明確，一年內(nèi)積累500萬小時(shí)人類真實(shí)場景視頻數(shù)據(jù)，兩年內(nèi)突破1000萬小時(shí)，同步采集100萬小時(shí)機(jī)器人本體數(shù)據(jù)。所有數(shù)據(jù)都將嚴(yán)格依法依規(guī)進(jìn)行采集。
據(jù)京東（JD）方面介紹，數(shù)據(jù)采集方式包括遙操、仿真、真人視頻等多種主流技術(shù)路線。一位京東（JD）相關(guān)負(fù)責(zé)人解釋，通過第一人稱視角采集的真人數(shù)據(jù)，可以較好地泛化到機(jī)器人上，因?yàn)樗惴梢詫⑷耸植康膭?dòng)作映射到機(jī)器人的靈巧手上。
這種“笨功夫”背后，是京東（JD）對AI未來形態(tài)的判斷。前述京東（JD）AI相關(guān)負(fù)責(zé)人用“杠鈴”來形容AI的發(fā)展趨勢，“一端是把模型的深度思考、推理能力、完成任務(wù)的能力做得越來越深，另一端是在機(jī)器人上，在具身智能上真正用起來，服務(wù)家庭和工廠?！?/p>
也就是說，京東（JD）的AI路線，最終是要深度介入生產(chǎn)力，提升生產(chǎn)效率。
在模型層，京東（JD）沒有參與“參數(shù)內(nèi)卷”，而是選擇開源一個(gè)“輕量級”模型，把“Token效率”作為核心賣點(diǎn)，把降維之后的“性價(jià)比”作為對外輸出的核心。
在應(yīng)用層，京東（JD）把數(shù)字人、智能體等能力與自身的電商、物流等場景深度綁定，把AI能力嵌入到自己的銷售、物流、服務(wù)全鏈路中。
在基礎(chǔ)設(shè)施層，京東（JD）依托自身的場景優(yōu)勢，投入重資產(chǎn)做數(shù)據(jù)采集，試圖從源頭解決具身智能的數(shù)據(jù)瓶頸。
這些AI策略帶著強(qiáng)烈的“實(shí)體基因”，最終追求的是怎么在自己的業(yè)務(wù)里用起來，用出效果，用出商業(yè)價(jià)值。
這種策略有其合理性，不過挑戰(zhàn)同樣存在。開源路線、生態(tài)構(gòu)建、企業(yè)服務(wù)……這些打法并非京東（JD）獨(dú)有。在巨頭環(huán)伺的AI戰(zhàn)場，京東（JD）能否憑借“實(shí)體基因”形成真正的差異化，還得再繼續(xù)觀察，但它至少提供了其中一種路徑的可能性。
