2024京东零售技术年度总结
敢想敢拼敢做敢当约 12 分钟每一次回望，都为了更好地前行。
2024年，京东零售技术在全面助力业务发展的同时，在大模型应用、智能供应链、端技术、XR体验等多个方向深入探索。京东APP完成阶段性重要改版，打造“又好又便宜”的优质体验；国补专区快速上线、助力“以旧换新”；大模型应用在大量零售业务场景全面铺开，实现效率提升；供应链能力一骑绝尘，为超千万订单提供更快的履约时效……
对技术精益求精的执着背后，是为未来积累更多力量，也希望和行业同仁们一起分享交流这些经验。我们相信，思维的碰撞可以激发更多创新火花，众人的智慧能够汇聚更多可能。2025年，一起践行“技术为本 让生活更美好”。
京东零售技术选取了2024年11项有代表性的技术成果，与大家分享。
京东APP完成阶段性重要改版
打造“又好又便宜”的优质用户体验
数据驱动的库存选品和调拨算法
为超千万订单提供更快的履约时效
这种由数据驱动的库存选品和调拨算法，可以通过分析过往订单中商品关联购买情况，结合需求预测，提出高效的选品算法，最大化211订单达成率，提升用户体验；全新的端到端调拨算法，将需求预测、迭代优化和仿真模拟等集于一体，直接输出现货率最高、成本最低的调拨方案，同时具有较强解释性，为库存管理过程提供了更清晰、科学的决策支持。目前该技术已上线应用，显著降低了京东各仓的缺货率和履约成本，为超千万订单提供更快的履约时效。得益于完善的物流基础设施，京东超过 90% 的自营订单可在24小时内完成履约。（点此查看技术详解）
京点点AIGC平台
技术支持国补专区快速上线
助力“以旧换新”
数据湖架构创新
助力数据资产实时化转型
互联网行业的不断演进对数据、算力、算法提出更高要求，如何以较低成本获取强实时性、高质量的数据逐渐成为核心挑战。作为技术演进的关键成果，数据湖正在各大技术厂商中得到广泛实施。在京东集团内部，数据湖技术也在迅速迭代，为业务数据实时化转型提供强有力的支持。
京东数据湖选型Apache Hudi，结合京东业务模式，聚焦IO性能、特性丰富度、生态等开展大量自研：包括解决流量高并发写入性能及稳定性的多模IO能力、支持性能线性扩展及历史数据回溯的跨计算引擎无锁并发写入能力等，实现多项内核特性领先开源社区。目前京东数据湖入湖存储规模160PB，向Hudi社区贡献PR数65+，入湖规模及技术影响力均跻身行业第一梯队。
团队协同数据资产与应用部，2024年实现京东千亿规模流量数据资产入湖改造，数据时效由T+1提升至分钟级时延，并实现1200W+/年的存储计算成本节降，在11.11大促流量曝光显著增长的情况下实现晚8峰值无延迟。新版流量准实时资产助力站外付费渠道投放效果，提供更及时、高效、精细化的运营信息流渠道，为大促冲量实时调控运营策略提供数据支撑，订单转化率较同比有效提升，渠道流量首访成本明显降低。
京东商家智能助手
提供7*24小时的经营代理服务
京东商家智能助手旨在解决电商商家在经营过程中面临的多方面问题，包括应对平台传递的各类信息，辅助商家了解店铺经营状况等。商家只需使用他们最熟悉的自然语言，与京麦平台的商家智能助手进行沟通，即可获得7*24小时的经营代理服务，最快1秒内就可响应。无论是查询经营规则还是执行快捷功能操作，只需简单对话即可实现，让商家经营变得更加轻松便捷。
商家助手的算法底座是基于大语言模型（LLM）构建的Multi-agent系统，模拟现实中电商商家团队的经营协作方式。通过多智能体动态规划及协同技术，结合LLM、逆向规划实现智能化动态规划能力，来解决商家在电商运营中的复杂决策问题，覆盖从商品发布、订单管理、客服沟通到数据分析的全流程，并为商家提供如销量预测，营销投放，定价，商机词推荐等经营功能。
目前，商家智能助手采用的多智能体协同的技术，决策准确率达90%以上，商家单个系统操作时效快至秒级，助力商家打造“更快运营、更好服务、更省成本”的开店体验。
Taro on Harmony
一份代码跨多端适配
纯血鸿蒙逐渐成为全球第三大操作系统，京东作为国民应用，很早就积极拥抱鸿蒙生态、持续引领电商行业的创新风向。京东零售端技术团队建设了一套开放式跨端跨框架解决方案Taro，致力于解决小程序、H5、React Native的跨端同构问题，开源数达到35700+。针对纯血鸿蒙，京东零售端技术团队进一步推出了Taro on Harmony解决方案，帮助京东APP低成本、快速实现鸿蒙化。
目前，Taro on Harmony方案在性能和开发效率上获得广泛好评，同时也是华为推荐给合作伙伴的首选技术方案。2024年，Taro助力了京东鸿蒙APP的顺利上线，京东APP的核心业务均采用Taro开发，性能和稳定性位于第一梯队。
Taro鸿蒙方案支持开发者使用React DSL来快速开发高性能原生鸿蒙应用，让 Taro具备了一份代码同时跨鸿蒙、小程序、H5、React Native 多端的能力，同时Taro支持类Web的开发范式，可以让开发者以熟悉的方式来开发鸿蒙应用，大幅降低鸿蒙开发门槛，并且存量的Taro业务也能快速转成鸿蒙原生应用，节约大量研发成本。
该方案基于鸿蒙CAPI进行构建，实现了将React DSL直接对接到C++侧来运行整体渲染管线，从而实现了与原生齐平的渲染性能，在应用渲染性能、操作响应时延上都做到业界极致。
京东广告创意
实现高质量创意生成和千人千面的创意推荐
京言智能导购助手
探索更简单的购物体验
除了搜索推荐，未来的电商购物还能有什么形态？京东自研京言智能导购助手，基于大模型的交互式应用，通过主动服务和多轮对话能力，为用户提供全面的产品信息和专业建议，降低了查找和选择商品的成本。用户可直接在京东APP搜索“京东京言”，或在搜索结果页，点击京言图标进入对话，就能感受便捷、愉悦的购物新体验。
京东京言通过整合用户行为数据和电商数据，构建强大的电商大模型，应用Prompt、SFT、DPO和PPO等技术，并结合蒸馏技术，确保高效性和精准性。在模型训练过程中，采用对齐学习和多阶段持续预训练，结合文本和多模态大模型，利用NPU和GPU平台提供的计算能力，确保高性能和可扩展性。此外，京言集成电商知识图谱和Web搜索功能，通过RAG技术将丰富信息转化为购物建议。这一综合技术架构使京言在京东App、PC端和小程序中提供高效搜索、商品比较和评论总结，用户可以通过比较确认商品的特点，进一步细化需求。
目前京言智能导购助手累计用户数已超过5000万，用户体验满意度显著提升。项目荣获机器之心-2024最佳大模型产品及应用TOP20。
京东.Vision&“立影计划”裸眼3D方案
为用户打造好玩、好逛、好买的沉浸式购物体验
2024年，京东零售技术在提升用户体验方面持续深耕。经过多年积累，京东零售创新内容产研团队已经沉淀上线了AR试穿戴、VR场景购等一系列XR技术能力。2024年6月推出“京东.Vision”，成为国内行业首个可实现交易的Apple Vision Pro应用。通过空间计算系统、环境感知、眼动追踪、手势互动等多项技术创新，实现商品在现实环境中的摆放、碰撞和吸附效果，让用户可以将心仪的产品1:1等比例“拖拽”到家中，直接看到每件物品在现实空间中的呈现效果，真正享受“所见即所得”的购物体验。（点此查看技术详解）
在此基础上，团队进一步推出全球首个裸眼3D商品营销方案——“立影计划”。该技术引入了移轴渲染，增强3D展示的立体效果，创造出逼真的立体视差。同时，结合深度剔除技术，在APP层面实现了“破窗”展示方式，进一步增强了空间感和表现力。用户打开手机京东APP，就能看到扑面而来、360度全方位展现商品的立体视觉，仿佛在手机空间里搭建了一个三维立体橱窗，享受好玩、好逛、好买的沉浸式购物体验。
基于国产芯片的AI引擎技术
打造更安全的算力生态
近年来，随着国产AI芯片的日益崛起，基于国产AI芯片的模型适配、性能优化以及应用落地是国产AI应用的一道重要关卡。如何在复杂的京东零售业务场景下更好地使用国产AI芯片，并保障算力安全，是目前亟待解决的问题。对此，京东零售九数算法中台打造了一套兼容GPU与国产NPU的端到端AI引擎技术，建立起从底层硬件集群、算法引擎、到多场景应用的生态架构。
九数算法中台基于高性能计算网络搭建千卡规模集群，支持国产NPU与GPU相同的调度能力，内部研发能无感知地灵活调度国产NPU与GPU。九数高性能训练+推理引擎采用统一的API接口，涵盖业界主流通用模型，支持内部研发0成本快速进行模型训练与部署。同时，九数算法中台通过MFU优化、模型量化、编译优化等方式，显著提升引擎性能。
目前，京东零售基于国产芯片的AI引擎技术已在多个业务场景落地，满足高速增长的数智化业务需求。
推荐阅读