职贝云数AI新零售门户

标题: 模数开源AI大模型主理项目团队来访亦庄京东集团全球总部,共探“模数共振”新范式 [打印本页]

作者: WYW6u9    时间: 昨天 10:31
标题: 模数开源AI大模型主理项目团队来访亦庄京东集团全球总部,共探“模数共振”新范式
2026年6月,北京在“人工智能+”与新型工业化深度交融的时代背景下,模数开源AI大模型主理项目核心团队到访京东集团,单方围绕“开源大模型产业落地、工业数据价值发掘、以及智能体场景化运用”等议题展开了深度技术交流。

深度对话:当“模数”遇见京东技术矩阵

在京东集团会议室,模数团队详细了解了京东在AI范畴的最新技术成果。并基于技术架构停止了学习和讨论。“我们不断关注如何降低大模型的运用门槛,”模数团队担任人在交流中表示,“京东提出的‘Token效率’理念与模数开源社区追求的‘小而精’、‘高性价比’模型方向不谋而合。如何让开发者用得起、用得好,是生态繁荣的关键。”

(, 下载次数: 0)

(, 下载次数: 0)
智能体资源中心产品架构图:
(, 下载次数: 0)
智能体资源中心是京东科技面向集团内外部客户打造的一站式大模型接入与调度管控平台,全体采用七层分层技术架构 + 全链路计量结算体系,自上而下完成用户接入、流量管控、央求调度、模型调用、运维观测全生命周期闭环,同时配套纵向贯通全链路的计费对账才能,完成多租户、多模型、多场景的规模化落地。在业务主链路中,最下层用户层一致承接集团外部业务系统、C 端个人用户、腾讯 / 阿里 / 百度等第三方企业租户三类访问来源;央求进入接入层后,经过认证鉴权、流量管控、协议转换、多租户辨认完成接入安全校验与访问准入;网关层承担路由分发、配置管理、负载与延迟监控,完成央求精细化调度;依托智能决策层的重试、熔断降级、缺点转移、并发隔离等高可用策略,规避大模型调用波动带来的系统雪崩风险;模型服务层经过兼容 OpenAI、Anthropic、Ollama 等多类模型协议,封装会话管理、Prompt 管理、内容安全等通用才能,屏蔽底层模型接口差异;模型与供应商池一致纳管混元、文心一言等国产大模型与 OpenAI、Gemini、Llama 等海外大模型,配套供应商准入、配额、资质全生命周期管理,完成模型资源集约化管控;观测层依托日志、链路追踪、目的监控、告警与模型效果评价才能,完成全链路可观测;最底层支撑层以多租户隔离、分布式音讯队列、配置中心、CI/CD 自动化运维作为基础设备底座,保障平台波动运转。平台右侧配套全链路计量计费与对账结算体系,经过数据链路从各业务层实时采集调用用量,依次完成用量统计计费、租户账单对账、下游供应商双向结算,覆盖计量出账、客诉对账、资金发票全流程管理。全体架构既完成了异构大模型一站式接入、智能体才能疾速复用,又从安全、运维、计费、资源管控多维度满足集团及政企客户公有化、合规化落地需求,支撑智能办公、智能客服、智能营销等下层 AI 运用规模化落地。
(, 下载次数: 0)

在模型层,京东已构建起覆盖多元场景的垂域大模型矩阵:京东物流超脑大模型、京东健康京医千询大模型、京东工业JoyIndustrial大模型、具身智能模型JoyAI-RA等。这些模型并非实验室里的"花架子",而是深度嵌入批发、物流、健康、工业等超过3000个业务场景中。例如,京东物流的"超脑大模型"可在数秒内为货物规划最优运输道路,仓库内的"狼族机器人军团"已在存储、拣选、搬运等上千个场景中常态化作业。

京东对AI的定位,并非停留在对话、生成内容的"虚拟AI"层面,而是努力于处理物理世界真实成绩的"物理AI"。京东集团提出过一个公式:人工智能的价值 = 模型 × 体验 × 产业厚度的平方。其中,"产业厚度"是京东的核心护城河——长期积累的业务复杂度、供应链数据和运营阅历,可以对AI价值产生指数级的放大作用。

(, 下载次数: 0)

京东围绕产业全链条完成十大业务板块全域规划,完成从批发主业向全场景实业生态的质变晋级。公司以批发、自有品牌、创新批发构筑消费基本盘,夯实线上线下商品运营核心优势;依托物流、智能产发、工业打通供应链与实体产业,深耕产业链基础设备建设;经过健康、保险完善民生服务版图,发掘大健康与普惠金融服务价值;以国际业务开拓全球市场,完成业务跨境扩容;“”科技(云 + 金融)”作为选集团底层才能底座,仰仗云计算、数字化技术与金融服务,为批发、产业、民生等全业务板块提供技术赋能与资金支撑。

假如说大模型是京东集团对"效率"的极致追求,那么以香港为支点的海外规划,则是京东对"空间"的战略拓展。二者的逻辑内核高度分歧:将在中国边疆验证成功的供应链才能和商业形式,系统性地向外输入。京东在香港的规划呈现出"线上先行、线下落地、资本深度绑定"的平面化特征。

(, 下载次数: 0)

从北京亦庄的AI实验室,到香港湾仔的京东MALL,再到伦敦的Joybuy仓库,京东正在完成一场从"技术深耕"到"全球扩张"的战略跃迁。大模型处理的是"做得更好"的成绩,而香港及海外规划处理的是"走得更远"的成绩——二者共同构成了京东面向将来的核心竞争力。

作为深耕金融智能投顾投研、金融科技智能风控、金融科技成本管理与 AI Agent 产业化落地的科技服务商,微迅海通智能科技立足金融 AI 落地实际视角,结合本身多模态智能投顾、智能体落地的项目积累,从技术底座、产品架构、产业落地、商业化生态、行业自创价值五大维度,对京东 JoyAI 大模型全栈体系、JoyAgent 智能体资源中心及配套全链路技术体系作出专业评价。
一、技术架构:全栈闭环的产业化大模型底座,架构设计贴合政企公有化落地刚需

京东集团以JoyAI 大模型 + JoyAgent 智能体平台 + JoyBuilder 模型开发平台 + JoyScale 异构智算平台 + 全链路安全管控五层底层架构,搭配右侧全生命周期计量计费体系,搭建了国内少有的从算力、模型训练、运用编排到落地计费的端到端全栈 AI 基础设备。其一,底层 JoyScale 智算平台兼容昇腾、英伟达等多品类异构算力,经过内核级算力调度优化大幅提升 GPU 资源应用率,从算力层处理政企公有化部署算力碎片化痛点;其二,JoyBuilder 完成数据管理、模型微调、评测、部署全生命周期管控,完美婚配金融机构公有数据本地化微调需求;其三,JoyAgent 分层架构设计迷信,七层业务链路从用户接入、网关管控、高可用容错、多模型调度到全链路可观测层层解耦,每层预留数据埋点对接计量结算模块,完成调用数据全链路采集、租户与供应商双向对账,这一架构思绪与微迅海通自研金融 AI Agent 智能投顾底层设计逻辑高度契合,为金融公有化 AI 落地提供成熟架构参考。
二、产品落地:依托自有产业土壤打磨,从实验室技术走向消费级规模化运用

微迅海通结合本身金融项目阅历以为,区别于多数通用大模型厂商侧重实验室效果,京东大模型体系依托集团批发、物流、金融万亿级实体产业场景完成规模化打磨,落地真实性与牢靠性位居行业前列。目前京东外部落地消费级智能体,覆盖智能客服、供应链调度、HR 管理、仓配优化全场景,海量真实业务数据持续反向迭代模型才能,大幅降低外部企业试用踩坑成本。三、多模态与AIGC:技术途径成熟,金融智能投顾范畴场景丰富

立足于自研金融多模态 AI 财富管家终端的产品实际,微迅海通重点认可京东在多模态检索、混合检索、知识库管理上的技术沉淀。可自动解析基金持仓截图、财报图片并生成投研分析,该落地方案可直接迁移至银行智能投顾终端、员工投研助手场景,有效延长金融 AI 产品研发周期。
(, 下载次数: 0)
四、商业化与生态:行业赋能,普惠中小机构 AI 数字化转型

在生态建设上,京东打通国内混元、文心、智谱全品类大模型资源池,一致协议适配下层运用,完成底层模型无感切换;上千款行业插件覆盖金融风控、工业质检、办公协同等细分场景,降低跨行业 AI 集成门槛。对微迅海通这类聚焦垂直金融科技企业而言,开源底座疾速迭代金融专属智能投顾产品,减少底层模型研发投入,聚焦金融行业知识库与投顾场景深耕。五、总结

全体来看,京东 JoyAI+JoyAgent 全栈大模型体系是国内为数不多技术扎实、场景经过海量产业验证、落地途径成熟、开源敌对的企业级 AI 方案,尤其在公有化部署、数据合规管控、全链路架构、工程化落地四大维度,对金融科技行业具有参考意义。

亦庄立足北京经济开发区协同思绪,依托 AI 专项政策与公共算力底座,联动区域龙头、科创中小企业、高精尖初创企业共建产业链生态北京经济技术开发区。搭建模数产业社区、跨域算力共享平台,推行算力券补贴、场景共建等举措,落地 亦庄研发、全京转化协作形式。现已集聚 600 余家 AI 企业,落地大批行业模型,完成技术与业务场景协同落地。
@all copy rights reserved by Wesunn Aitone Technologies,.CO Limited (HongKong)免责声明:本文由微迅海通AI行业分析智能体参与撰写,行业知识库构建包含生态企业交流、行业峰会、网络公开信息、机构转型材料等,内容仅供参考,请细心鉴别合理运用。




欢迎光临 职贝云数AI新零售门户 (https://www.taojin168.com/cloud/) Powered by Discuz! X3.5