用AI重塑电商,京东零售发布电商创新AI架构体系Oxygen

9月25日,2025京东全球科技探索者大会召开。会上,京东集团高级副总裁、京东集团产品委员会主席胡喜首次对外公布电商创新AI架构体系Oxygen。该体系依托Joy AI大模型打造丰富的系统能力和多元化智能体,通过AI技术构建电商购物、供应链管理等智能应用场景,系统展现了AI技术在京东电商业务中的应用,描摹出京东零售面向未来的AI电商蓝图。

胡喜认为,用户真正需要的是"举重若轻"的智能体验,既能在日常消费中保持"轻购物"的流畅,又能在重要购物决策时获得"慢购物"的深度支持。京东零售在AI电商领域的探索将深度融合多模态交互方式,"在保留传统沉浸式浏览、下滑推荐和精准搜索体验的基础上,进一步贴合人脑的决策模式,兼顾快思考与慢思考,实现直觉与理性的结合。"

AI电商,让效率服务体验

"AI电商不仅是效率革命,更是体验革命。"胡喜强调,京东零售将通过AI技术打造丰富的智能体,应用于多元化智能场景,实现"千人百面"的AI电商购物体验。这种"技术+场景"的双轮驱动,也将推动电商行业从流量竞争走向体验竞争的新阶段。

AI时代,消费者的电商购物体验将发生什么变化?京东零售带来的答案之一是智能搜索推荐功能"爱购"。这一功能采用语义可控生成式推荐模型 OxygenRec和电商多模态理解大模型OxygenVLM作为快慢思考结合的核心支撑技术,通过自然语言交互精准理解用户需求,实现对传统购物方式颠覆性的效率突破,为用户提供真正的个性化购物体验。以购买冰箱为例,用户通过快慢思考的渐进式交互输入家庭情况、空间尺寸、使用偏好等完整需求,系统就能智能生成包括产品推荐、可视化对比、定制化详情页在内的完整解决方案。这将彻底改变传统购物中反复搜索、对比的低效模式,实现从"被动应答"到"主动服务"的质变。

此外,京东零售在虚实交互领域的突破同样将为电商购物体验带来令人耳目一新的改变。此次大会上,京东零售发布全球首个电商行业裸眼3D商品展示服务Oxygen XR,可为品牌打造从首焦到商详的全链路3D展示方案。而Oxygen Tryon AI试穿技术则完美解决了时尚电商的"体验困境"------通过精准的虚拟试穿,既让消费者免去奔波之苦,又帮助品牌降低退货率,实现双赢。

打造供应链超级智能体

京东零售自营供应链作为全球规模最大的企业级供应链网络之一,管理超千万量级商品,在履约时效、库存周转等核心指标上国际领先。京东零售不断强化自研,推动AI与运筹优化结合,持续突破供应链智能化边界,实现供应链体系从运筹优化到超级智能体的深刻变革。

在会上,胡喜首次对外介绍了自研的10B级时序大模型Oxygen Forecaster如何提升销量预测准确性,带动选品、定价、库存和履约的全链路优化,在真实的生产环境中实现规模化应用,准确度大幅提升超过10%以上,并在公开权威数据集实现多项指标的SOTA,引领技术创新应用。

在运筹优化阶段,传统方式主要利用机器学习和运筹算法,在海量数据中寻找最优解,聚焦于效率提升和成本优化,实现仓储网络规划、库存精准布放、履约路径优化等环节的智能化。如今,京东零售正全面迈向以AI为核心的阶段,大模型为供应链注入了强大的认知、理解和生成能力,不仅可以处理数字,还能理解自然语言描述的需求,预测难以量化的市场趋势,自动生成诊断报告。这意味着供应链具备了前所未有的洞察和交互能力,实现了从人工精细优化到"one model极致最优"的跨越。

最终,多种AI技术将融为一体,形成超级智能体------完全体的数字员工。这些数字员工不再只是完成单一的任务模块,而是拥有完整决策权的"虚拟岗位"负责人。比如"采控数字总监",能够自主决策千万级SKU的库存布局,主动进行采购下单,自我优化周转率。

面向开发者全面开源

除了面向消费者和供应链的智能场景应用,Oxygen架构体系还包含丰富的AI系统能力和基础大模型。京东零售研发团队正持续将Oxygen体系中的技术开源,以开放态度回馈行业,让更多开发者能够接触到先进的技术工具,进一步推动AI的发展和应用。

其中,多智能体协作框架OxyGent已经开源。该框架支持开发者像搭积木一样灵活组合智能体系统,并且具备极致可扩展性和全链路决策追溯能力,进而推动"群体智能"的实现。目前,OxyGent已高分登上全球AI领域风向标级的榜单GAIA。

大会期间,Oxygen-9N-xLLM大模型推理引擎也正式官宣开源。这一推理引擎实现了服务-引擎分离的创新架构,在推理效能上取得进展,帮助京东零售业务实现5倍效率提升和90%成本优化,推动国产AI Infra从跟随国际开源框架到定义新一代推理标准。

从消费者体验、供应链管理到底层模型,京东零售致力于用AI重塑电商,通过Oxygen将AI技术与电商业务深度融合,提供区别于传统电商的全新体验,打造下一代AI电商新形态。

相关推荐
starzy199013 分钟前
Structured Streaming 案例剖析:一个 8 万 QPS 实时大屏的完整落地与三次线上事故复盘
大数据·spark
Flynn Liang1 小时前
多智能体协同不再复杂:Redis Stream 消费者组、幂等与故障恢复
数据库·人工智能·redis·缓存·ai agent·智能体
VIP_CQCRE9 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷10 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
大大大大晴天10 小时前
浅聊维度建模中的星型模型与雪花模型
大数据
oak隔壁找我11 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁0111 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn11 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄12 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下13 小时前
langgraph 全栈项目(三)
前端·人工智能·后端