免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


大模型工具的 “京东答案”

发布日期:2025-08-22 14:17:34 浏览次数: 1515
作者:京东零售技术

微信搜一搜,关注“京东零售技术”

推荐语

京东大模型工具如何重塑企业生产力?揭秘JoyAI生态的三大技术突破与落地实践。

核心内容:
1. 大模型工具发展的五大设计原则与行业现状
2. JoyAI全栈技术布局与多模态能力矩阵
3. 开源智能体平台JoyAgent的产业级应用价值

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
随着大模型技术的迅猛发展,AI工具已成为重要的辅助生产力工具和工作伙伴。它能够显著提升工作效率、帮助解决业务痛点,甚至能通过知识延展与智能协同,帮助团队突破传统认知边界。掌握大模型工具的应用能力,正成为现代职场人提升价值产出的关键竞争力。
大模型工具的发展现状如何?有哪些落地的业务实践?大模型工具建设的未来蓝图是什么?
围绕这些问题,京东内部开展了一场大模型工具的探索实践技术沙龙,本文独家公开技术专家的洞察观点。
01
 
大模型工具的发展现状
 

行业内大模型工具发展现状

ChatGPT 横空出世后,大模型研究出现突破性进展。目前,大模型已广泛应用于文本生成、智能客服等领域。头部企业纷纷入局大模型工具,在设计理念上,大模型工具设计一般遵循五大原则:
低代码交互(UI原则)降低使用门槛,让非技术人员也能快速上手。
安全(本地化部署):私有化部署防止数据信息泄露。
易用性(多端兼容):一码多端,场景覆盖全面,降低适配和使用成本。
可扩展性:适应开源趋势,持续迭代进化。
高性价比:商业可持续

京东大模型工具的能力现状和应用现状

京东在大模型领域积极布局,旗下言犀大模型品牌已全新升级为 JoyAI。JoyAI 拥有从 3B 到 750B 的全尺寸模型,涵盖语言、语音、图像等多种模态。在大模型的基础之上,通过创新技术,提升了推理效率,降低了训练成本。目前,JoyAI 已深入零售、物流、健康、工业等诸多领域,服务京东超百万商家,并在数百个细分业务场景中发挥作用。围绕言犀大模型,构建了企业级AI Agent平台JoyAgent,智能编码助手JoyCoder以及多智能体协作框架OxyGent等。

京东大模型工具介绍

  • JoyAgent
JoyAgent作为行业首个100%开源的企业级智能体,实现了产品级开源,包括前端、后端、框架、引擎和核心子智能体。开源产品历经京东内部大规模场景锤炼,与平台完全解耦,用户可以本地独立部署。基于高完成度的多智能体协同能力,打通AI落地最后一公里,帮助企业快速将智能体在生产场景用起来。
开源地址:https://github.com/jd-opensource/joyagent-jdgenie
  • OxyGent
OxyGent多智能体协作框架将工具、模型和智能体抽象为可插拔的原子算子Oxy,支持开发者像搭积木一样灵活组合多智能体系统,具备极致可扩展性和全链路决策追溯能力。致力于帮助开发者高效组装多智能体协作系统,实现智能体间的无缝协作、弹性扩展与全链路可追溯。
开源地址:https://github.com/jd-opensource/OxyGent
  • JoyCode  
JoyCode官方体验链接:https://joycode.jd.com
京东智能编码助手JoyCode已从早期的AI辅助编程(代码补全/评审)发展到如今的多Agent交互自主编程阶段。本次分享介绍了两个运用JoyCoder实现代码协作提效的成功案例:
1)前端H5页面开发-利用Figma MCP+JoyCode;
2)自定义Agent生成易拉宝SDK接入代码;
针对代码Agent在实际应用中容易出现的挑战:AI编码智能体容易偏离目标以及研发场景差异巨大,JoyCoder 3.0 也给出了自己的解决方案:通过”先规划再执行“的策略,通过智能体团队协作来解决目标偏离问题。以及通过自定义智能体让用户根据业务场景创建适合自己的智能体。现在,JoyCoder已经不仅仅是一个编程助手,更将会是一种新的编程范式。
02
 
大模型工具使用经验与业务实践
 

大模型应用落地三大关键

大模型应用落地的三大关键是选对工具平台、明确量化目标和分阶段迭代验证
京东智能体的实践表明,成功应用需从MVP验证开始(如用低代码快速搭建工作流),再通过数据闭环持续优化(如设定准确率、流畅性等指标);好的工具可以减少我们在模型稳定性、权限安全和多系统对接等方面大量工作。
JoyAgent产品经理表示:AI应用需接受"效果渐进提升"的现实,通过灰度放量和场景聚焦实现价值闭环,并预言未来Agent将向多模态交互和实体化形态(如数字员工)演进。

办公场景

AI赋能办公在京东内部已形成系统化的方法论和发展路径。当前聚焦工具智能化(如未读摘要和自动会议纪要),并推出超级工作助理Max,整合待办、信息流,实现"一句话创建任务"。未来重点发展"数字员工"(具备思考、执行和协同能力),最终构建一站式办公协作开放生态,支持业务部门定制专属AI助手。

代码评审

京东日均近万次代码评审,为打破传统人工Review存在效率瓶颈,京东技术团队已基于言犀大模型,DeepSeek以及AutoBots实现AI评审。自动化行级检测,覆盖规范检查、安全漏洞等场景,集成17个代码规范库并嵌入Coding平台,支持开发者与AI实时交互。AI评审系统已帮助物流团队降低Java代码缺陷率32%。该系统已开放全集团多语言接入,并与京东办公平台深度打通,实现评审进度自动通知。

本地生活

聚焦于垂直场景的创新应用,本地生活业务也为大模型的创新应用提供了三个典型方向:
跨语言代码翻译:解决算法(Python)与工程(Java/Go)的技术栈鸿沟,实现"写一种语言,自动生成多版本部署"。
通识知识标注:通过大模型解决地域性常识矛盾(如"安徽板面实为石家庄特色"),替代人工规则维护。
多Agent仿真系统:模拟外卖场景中骑手、商家、用户的动态博弈,优化调度策略并降低试错成本。

物流场景

京东物流已经在多个领域成功应用了AI技术实现业务提效:
数字仓AR眼镜:通过多模态识别技术(视觉+AR提示),让仓内拣货员无需手动扫码,效率提升15%。
智能外呼系统:大模型自动生成客服用语(如预约配送时间),提升服务体验。
地址解析引擎:基于言犀大模型实现楼栋级定位(如“XX小区3号楼2单元”),并提升目标地点定位的精度,将配送超配率压降至万分之1.5以下。大幅度降低了物流/外卖的客诉率。
电梯识别模型:判断楼栋是否有电梯以及使用情况,节约骑手时间成本。
03
 
大模型工具建设未来展望
 

大模型政策展望

大模型技术的发展必须深度契合政策环境,当前国内外监管框架正在快速成型。近期,由国家互联网信息办公室等七部门联合发布的《生成式人工智能服务管理暂行办法》重点规范了数据质量、内容安全和版权保护三大领域,要求企业在训练数据清洗、敏感信息过滤等方面建立严格机制。同时,欧盟《人工智能法案》提出的系统性风险管理理念,特别是对生成内容版权归属的规范,正在重塑全球AI治理格局。
未来行业将经历从野蛮生长到标准化发展的转型,这一过程中,政企协同和全球共治将成为关键。只有主动拥抱监管、参与标准制定,企业才能在大模型这一"新型基础设施"的建设中把握先机,避免因政策风险限制创新突破。

大模型Agent的终局形态

Agent的未来将朝着多Agent协同、具身化及群体智能进化的方向发展,具体包括:
多Agent协同与复杂任务处理:Agent将从单一任务转向多Agent协作,通过分工与通信完成更复杂的全局性工作(如项目开发、跨领域决策)。
具身化演进:当前无实体的Agent将逐步发展为数字人(2D/3D),最终融入物理世界(如机器人、智能家居),实现面对面交互。从后台默默服务转向可见的协同办公助手或生活伴侣(如带实体形象的智能管家)。
群体智能与进化能力:Agent群体将模拟人类社会的进化机制,通过与环境交互持续更新知识库与决策逻辑,实现在线自我迭代。并且支持Agent群体的动态增减(如新成员加入、旧成员淘汰),形成更灵活的智能生态系统。
未来的Agent将成为高度自主、具身化、可进化的智能伙伴。

具身智能“端到端”的实现路径

通过感知、数据闭环、轻量化,具身智能可以从传统规则驱动转向端到端大模型驱动:
多模态感知融合(看得清):传统规则方法依赖人工设计的前融合规则(如激光雷达与摄像头数据对齐),但原始数据(如摄像头畸变、噪点)需大量预处理,泛化性差。大模型直接接收多模态原始数据(摄像头+激光雷达+毫米波雷达),自动学习最优感知策略,提升环境理解的鲁棒性。
数据自闭环(学得好):传统方式依赖真实司机行为数据收集,成本高且长尾场景覆盖不足。通过仿真+真实数据结合,如通过如快递员拍照定位无感采集数据,结合远程驾驶干预记录构建闭环。甚至利用World Model和Diffusion技术,从少量标注数据泛化出更丰富的训练样本。
轻量化部署(跑得快):通过INT4量化等技术,将7B参数的大模型运行在车载芯片上。或者将感知、决策等算子固化到专用硬件(如NPU/TPU),提升实时性,降低功耗。
端到端大模型通过“原始输入→模型→最终输出”的全局优化,替代传统分模块规则系统,实现感知-决策-控制的协同进化,最终实现让具身智能,比如自动驾驶系统可以像人类一样“直觉化”地处理复杂场景。

营销广告在AI时代的新机遇 

在AI对话场景中进行广告推广将成为必然趋势,基于三个关键洞察:各大科技平台正在积极构建AI智能体生态,这将催生大量新型流量入口。在零售、金融、医疗等垂类场景中,AI对话天然适合进行商品推荐、服务测评等精准营销。技术层面需要突破意图识别、生成式召回排序等核心挑战,通过更自然的交互方式实现"广告即服务"的体验升级。
这种新型推广模式将重塑传统广告逻辑,为京东等企业带来更优质的流量转化机会。
未来,京东技术将与各位技术同仁一起,主动拥抱AI浪潮,让我们共同见证并参与这场由技术引领的效能革命,让智能真正“为我所用”。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询