社区

文章配图-1

文：杜杰

编辑：cc孙聪颖

一年一度的6·18圆满落幕，不少京东商家切实感受到智能化工具带来的运营质变，彻底摆脱了传统繁琐的人工操作模式，实现经营效率大幅跃升。

以往，一套完整的商品素材需经过布景、实拍、修图等全流程操作，耗时长达三至七天。如今依托AI技术，一个人三个小时即可完成店铺上百个SKU的素材制作，大幅削减模特租赁、场地搭建、后期制作等多项经营成本，为商家减负提效。

这一系列实打实的经营升级，核心依托京东零售旗下，以京点点Oxygen Vision设计智能体为代表的系列商家AI工具。作为零售行业首个全自动AI设计智能体，京点点Oxygen Vision是京东AI扎根零售实景打造，全方位助力商家降本增效。

文章配图-1

京点点Oxygen Vision 平台界面展示

为降低中小商家智能化转型门槛，京东已全域开放京点点能力，依托成熟的视觉智能技术、海量零售大数据与完善的合规体系，可满足商家90%以上的商品图片、营销视频制作需求，普惠全平台商家。

京点点Oxygen Vision仅是京东零售AI能力的冰山一角。历经长期深耕布局，京东已搭建起体系化、全链路的零售AI技术矩阵，智能能力深度渗透零售全产业链各个环节。

凭借数十年零售产业积淀，叠加持续的技术研发与人才投入，京东不仅助力全产业链规模化降本增效，更依托OxyEcomBench等标准化评测工具，推动行业认知与技术方法论持续迭代升级。

老牌商家上新提速30倍，AI落地跑出产业实效

在全行业智能化转型浪潮下，诸多传统老牌品牌借助京东成熟的AI解决方案，突破传统运营瓶颈，完成高效转型升级，直观印证了京东AI“贴合实景、落地性强、可规模化复用”的核心优势。

adidas阿迪达斯京东自营旗舰店是品牌智能化运营的典型范例。该店铺月销稳定数十万件，每逢换季、6·18等大促节点，海量新品集中上新会带来巨大的素材制作压力。传统实景拍摄周期长、成本高，极易错过平台流量爆发窗口。而市面通用AI工具普遍存在版型还原不准、面料质感失真、细节模糊等问题，易造成图文不符、退货率攀升、口碑下滑等问题，难以满足品牌高品质运营需求。

针对服饰行业素材制作痛点，adidas阿迪达斯京东自营旗舰店在运营过程中，深度使用京点点Oxygen Vision。运营只需要上传商品编号，即可从京点点Oxygen Vision 200余款不同风格、肤色的数字模特中，挑选适配品牌调性的展示形象。依托京东自研零售穿搭优化模型，系统可精准还原服装版型结构、面料纹理，一分钟内生成含多视角展示、细节特写的全套高清素材，精准复刻品牌logo、拉链、网孔等细微工艺，彻底解决通用AI素材失真的行业难题，保障线上素材与实物高度统一。

文章配图-1

京点点平台内置的200个AI模特库

技术落地后，adidas阿迪达斯京东自营旗舰店商品素材生产效率提升30倍以上，批量使用AI生产的素材之后，店铺整体转化效果提升29%。商品点击率、加购率、成交转化率稳步提升，高效破解了服饰品牌上新慢、成本高、素材质量差的核心经营痛点。

在帮助店铺运营提效增收的同时，京东AI也持续优化消费者购物体验。京东AI试穿Oxygen Tryon以精准身形识别、逼真材质渲染、极速生成效率、智能穿搭推荐四大核心能力，持续打磨线上消费体验，成为零售体验升级的核心抓手。

目前，Oxygen TryOn已覆盖千万级商品、数万家店铺，重构传统服饰消费决策模式。传统商详页仅依靠模特图、白底图、细节图展示商品，用户只能凭借想象判断服饰上身效果、适配度，并自行搭配穿搭。

文章配图-1

Oxygen Vision AI试穿页面效果截图

而京东AI试穿打造出沉浸式线上试衣间体验，让用户从“看模特穿搭”变为“看自己穿搭”，将抽象的主观判断转化为直观视觉效果，大幅降低消费决策难度。数据显示，上线该功能后，用户页面停留时长、人均试穿频次、购买意愿均显著提升，消费者可依托真实试穿效果完成更细致的商品对比与消费决策。

贴合当下用户穿搭消费需求，Oxygen Tryon不止支持单件服饰试穿，更能提供成套场景化穿搭方案，将单品选购升级为成套穿搭解决方案，有效提升用户浏览深度，带动店铺连带消费增长。

不止服饰赛道，历经 6・18 大促淬炼与日常常态化运营验证，京东 AI 的赋能价值已全面渗透零售全行业、全场景，实现 To B 商家经营提效与 To C 消费体验升级的双向增益，落地效果直观可感、成果真实可测。

全链路贯通！搭建完整零售AI技术矩阵

区别于行业零散、单点式的AI工具应用，京东立足零售全场景需求，搭建起层级完整、分工清晰、全链路贯通的专属零售AI技术矩阵。

这就彻底告别概念化智能升级，实现技术底座、产业架构、全场景应用的层层落地、精准赋能，全方位覆盖零售产业核心场景。

●核心技术底座：JoyAI大模型，作为京东AI的通用底层支撑，为全场景智能应用提供稳定算力、先进算法及多模态交互基础能力，是所有京东AI技术落地的核心根基。

●专属产业架构：Oxygen VLM，京东自研零售专属电商多模态基座大模型，深度适配电商垂直场景，针对性解决零售行业专属技术难题。

●To C用户体验赋能：依托京东AI购App、Oxygen Tryon虚拟试穿等产品，聚焦消费者购物全流程，优化穿搭决策、家居选购等核心体验，持续升级用户消费体感。

●To B商家经营赋能：依托JoyAgent、Oxygen Vision等系列智能工具，覆盖商家内容生产、智能运营、销量预判、库存风控等核心环节，全方位助力商家降本提效、精细化运营。

●对外产业赋能：依托JoyInside智能解决方案，对外输出成熟的零售AI交互技术，助力外部机器人、智能硬件企业完成智能化升级。当前已携手魔法原子、云深处、众擎、元萝卜、火火兔等数十家行业头部企业，覆盖产业机器人、教育智能终端、陪伴型AI硬件等多元品类，为各类终端搭载高拟人、高适配的人机交互能力，将零售AI技术延伸至实体硬件场景，推动全域实体产业智能化迭代。

●供应链履约赋能：JoyAI物流超脑，全面覆盖仓储、配送全链路履约场景，通过智能协同调度，大幅提升零售供应链履约效率与精准度。

除此之外，为规范零售行业发展秩序、推动产业长效健康发展，京东零售正式发布业内首个电商全链路、多角色统一多模态评测集OxyEcomBench。

长期以来，通用大模型缺乏零售垂直场景的专属量化评价标准，该评测集精准填补行业空白，涵盖六大核心能力、二十九项细分任务，可全面适配文本、图像、视频等多语种真实电商场景，且完成科学的难度分级。

文章配图-1

首个电商全链路、多角色统一多模态评测集OxyEcomBench架构

目前，OxyEcomBench已成为业内评估大模型电商应用能力的权威度量衡，为电商AI行业规范化、标准化发展树立明确参照。

扎根产业！“技术+人才”双轮驱动AI落地

纵观近年AI产业落地实践不难发现，AI技术想要在实体产业实现规模化应用、长效化运营，绝非短期风口所能支撑，必须依托持续的人才积淀、技术深耕与体系化布局。

京东始终以技术、人才双轮驱动，让AI深度扎根零售实景、持续迭代进化。

人才与研发层面，京东探索研究院组建500人以上的专业科研团队，聚焦大模型、多模态视觉、智能交互、强化学习等核心AI领域开展专项技术攻关。早在2021年，京东便联合中国信通院发布行业首本《可信人工智能白皮书》，提前布局AI技术标准化、产业化落地路径。区别于纯理论学术研发，京东所有技术攻关均围绕零售真实业务痛点与经营需求展开，确保技术可落地、能实用、出实效。

算力与技术基建层面，依托京东云成熟的智算基础设施，京东长期技术积累实现高效产业转化，搭建起高度适配零售场景的AIGC能力体系。目前，京东AI体系推理效率提升1.8倍，算力运营成本降低70%，建成自主可控、成熟完整的算力技术链条；模型参数覆盖3B至750B全尺寸谱系，兼容文本、图像、语音等多维度能力，可灵活适配零售各细分场景的差异化需求。

扎实的底层技术底座与完善的算力体系，为京东AI规模化落地筑牢根基。依托自主可控的全谱系模型与高效算力资源，京东搭建超3万个内部智能工具，全面覆盖研发迭代、数据分析、日常运营等内部环节，实现全链路业务智能化提效。

赋能场景，打造可持续AI核心竞争力

立足当下 AI 产业发展现状，行业已从单纯的技术比拼迈入实景落地、价值优先的全新阶段，未来零售 AI 的核心竞争力，将聚焦产业适配能力与长效价值创造。

针对当前国内AI行业竞争日趋激烈，不少企业重概念营销、轻实景落地，陷入技术参数比拼、噱头化宣传的行业误区。京东始终坚持务实的产业发展路线，拒绝跟风式、概念化的AI迭代，专注打磨贴合产业实景、解决真实痛点、可持续创造价值的产业AI。

正如京东集团CEO许冉所言，京东不片面追求运动式的AI升级，而是推动技术深度扎根产业，持续深化AI在搜索推荐、仓储履约、售后服务、新品研发等全业务环节的落地应用，完成从技术能力到商业价值的完整闭环。

依托数十年产业积淀、前沿研发能力与完善的人才梯队，京东跳出传统零售业态局限，持续重构行业效率与价值逻辑，为万亿级零售赛道提供成熟的智能化升级方案。目前，京东JoyAI大模型已落地超2000个零售细分场景，2025年Token调用量同比增长近100倍，智能导购年活跃用户超1.5亿，累计为平台商家创造数十亿GMV增量。

从前台内容创作、智能导购，到中端营销投放、库存管控，再到后端定价策略、用户精细化运营、外部产业赋能，京东已形成完整的全链路智能化赋能体系。从长远来看，京东的零售AI矩阵将凭借不可复刻的场景落地能力与产业优势，持续领跑零售AI变革，定义智慧零售全新发展范式。