Related articles
（图片来源：钛媒体 AGI 编辑林志佳拍摄）
近日，京东已切入“ 具身智能” 的消息引发关注，集团已成立相关业务部门和技术布局。
3 月初，京东探索研究院发布文章称，该团队开发了一套高扩展性的具身智能系统架构，面向双臂灵巧手的一体式高频率遥操技术，基于末端模仿的泛化操作方法，以及国内首个双臂移动机器人操作的开源数据集 JD ManiData，全面应用于咖啡机器人等家庭场景。其中，这套具身智能系统架构突破了简单结构化的实验室场景局限，成功率达到 80%。
针对近期火热的“ 具身智能” 相关话题，3 月 25 日，京东科技人工智能 （AI） 相关负责人对钛媒体 AGI 表示，京东云持续深耕大模型技术并大力推进在产业应用的落地。在团队看来，发展通用人工智能 （AGI） 有三个方向要走：第一是大语言模型；第二是多模态，大模型必须具有视觉能力，未来甚至可以更进一步延伸向嗅觉、触觉；第三是走向“ 具身智能”，包括机器人、机械臂、无人车等，让 AGI 从数字世界走向物理世界。
“ 数字人是多模态的代表，走到物理世界，我们也一直在推动这方面的研究。随着硬件制造愈加成熟，软件即智能模型会成为 （机器人） 领域越来越重要的差异化和竞争能力，最后智能机器人领域，京东主要聚焦于机器人和大模型的深度结合，以及新应用场景的探索, 包括世界模型、深度推理模型等，最终将机器人希望做到可执行、可操作的‘ 具身智能’，无论是机器人、车，还是机器狗，都是如此。” 上述负责人表示。
据悉，京东探索研究院成立于 2020 年 10 月 25 日，是以京东集团各事业群与业务单元的技术发展为基础，集合全集团资源和能力，成立的专注于前沿科技探索的研发部门，是实现研究和协同创新的生态平台，主要深耕人工智能、数据科学工程与管理、去中心化计算等数智技术领域，致力于从基础理论层面实现颠覆式创新，助力数智化产业发展及变革，以原创性科技赋能京东的零售、物流、健康、科技等全产业链场景。
近几年，京东加速且全面向技术转型。财报显示，2017 年-2024 年，京东集团累计研发投入超过 1400 亿元人民币。其中，2024 财年，京东集团研发支出就达到创纪录的 170.31 亿元。
得益于京东近几年持续加码 AI 与机器人技术，截至 2024 年底，京东 AI 技术已深度应用于物流、零售场景，并成功推出了多款应用于仓储、分拣、配送等环节的智能机器人。京东集团 CEO 许冉近期表示，“AI 在京东整体业务中发挥越来越重要的价值。”
2024 年底举行的京东云峰会上，京东云发布企业大模型服务、言犀智能体平台、智能编程助手 JoyCoder、言犀数字人 3.0 等三大智能平台和五大技术产品。
其中，作为最能体现京东云的技术能力之一的言犀数字人持续发力，在 DeepSeek 热潮下，言犀数字人全面接入 DeepSeek，并且已经有 200 余家品牌正在使用 DeepSeek 辅助生成数字人直播脚本，文案参考率高达 90%，24 小时在线不停播、成本仅为真人 1/10、平均带来 30% 转化提升。
数据显示，目前已经有超过 9000 家品牌都选了言犀数字人进行入驻带货，GMV 增量超 140 亿。同时，数字人直播商家数已同比增加 200% 以上。这意味着，京东言犀数字人已经率先完成了规模化产业应用。
近日，中国人工智能学会发布 2024 年度“ 吴文俊人工智能科学技术奖”，京东科技人工智能团队凭借“ 多模态交互式数字人关键技术及产业应用” 项目荣获中国智能科学技术最高奖—— 吴文俊人工智能科学技术奖的特等奖，也是本年度唯一的特等奖。
此次获奖信息中，京东言犀数字人主要在三方面实现技术突破：提出了低成本、高保真人体建模技术，解决了人体建模成本高、观感差难题；提出了语义一致多模态应答技术，解决了多模态语义难对齐、应答弱难题；提出了多模态自然化行为生成技术，解决了多样化行为难协调、交互假难题。
如今，京东言犀数字人技术再度进化，该团队打造的数字人通用的基座大模型，通过语音合成大模型 LiveTTS 及通用数字人大模型 LiveHuman，仅需输入自然语言或 1 秒视频/照片，即可生成 4K 超高清、100% 口型匹配、98% 声纹还原度的数字人，彻底告别数字人制作依赖于线下拍摄、建模以及成本过高等因素，实现中小企业、个人可“ 开箱即用”。
据相关负责人透露，京东言犀数字人正布局“ 千人千面” 功能，实现每个商家和用户都会有一个栩栩如生的个性化直播助手，同时让主播数字人精细化的服务于每位消费者，产品体验会有更大一步提升。该功能最快在今年 4 月上线。
“ 现在数字人技术，特别是 AI 技术，不是纯算法问题，也不是纯数据问题，而是需要在算法工程优化方面突破挑战。” 上述负责人表示。
事实上，除了京东，近期腾讯、蚂蚁、小米、华为等多家国内科技大厂都在布局“ 具身智能” 技术。
近期，腾讯领投了智元机器人 B 轮融资；而蚂蚁集团也注册成立了蚂蚁灵波科技有限公司，聚焦具身智能技术和产品研发；而华为也在深圳成立全球具身智能产业创新中心，国泰君安证券研究所认为，华为在人形机器人产业的定位可能更像英伟达，将以“ 卖铲人” 定位存在。
可以预见，接下来，国内科技大厂通过布局具身智能，抢占垂直市场的激烈程度将更上一层，包括具身智能拥有巨大潜力的制造业、医疗、家庭服务等领域。
展望未来，京东也表示，其将持续优化具身智能技术以快速应用于新场景，通过整合"视觉-语言-动作"大模型与预训练和强化学习方法，提高机器人的操作成功率和泛化能力，将技术扩展到更广泛的业务领域，加速具身智能技术探索与产业应用。
“ 最终，人类需要造的机器人，是要服务于人的。比如，你想让机器人倒杯咖啡，所以需要机器人识别咖啡类别、识别杯子大小。” 相关负责人表示，如果用端到端的具身智能技术就可以真正实现机器人全自动化。“ 所以从某种意义上来说，世界都是为人而生的。”
（本文首发于钛媒体 App，作者｜林志佳）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
