CVPR 2026｜Oxygen XR 团队在原生鱼眼高斯泼溅技术上带来新突破
京东Oxygen XR团队联合清华大学提出DirectFisheye-GS框架，创新性地将鱼眼模型原生嵌入到3D高斯泼溅管线中，实现了对鱼眼图像的直接、无损处理。此外，该框架引入了跨视角联合优化策略，解决了单视角随机优化引起的高斯形状畸变及视角间几何/光度不一致问题。
阅读全文 ：CVPR 2026｜Oxygen XR 团队在原生鱼眼高斯泼溅技术上带来新突破
公众号
京东零售技术
京东零售那些事,有品、有调又有料的研发资讯,带你深入了解程序猿的生活和工作.
这个来源的文章
ICML 2026｜InstEmb：面向 Oxygen AIIC 商品知识表征的未来感知指令嵌入
InstEmb 的核心思想是：在不进行额外解码的情况下，让 embedding 获得“未来输出”的语义线索。一句话概括：InstEmb 让 embedding 不只理解“输入说了什么”，也尽可能理解“模型接下来会如何回答”。
阅读全文 ：ICML 2026｜InstEmb：面向 Oxygen AIIC 商品知识表征的未来感知指令嵌入Oxygen AIIC：京东首发面向百亿商品的工业级大模型商品中心全解析
目前，Oxygen AIIC已覆盖京东万级类目，支撑单日亿级数据更新，沉淀千亿级商品知识资产，商品信息丰富度提升至原有的3.35倍。Oxygen AIIC 已在搜索、推荐、运营、品类规划等核心业务中全面落地，并取得了显著的规模化正向收益。
阅读全文 ：Oxygen AIIC：京东首发面向百亿商品的工业级大模型商品中心全解析ACL 2026｜GROLE：面向 Oxygen AIIC 工业级模型演进的实例级专家路由增量学习方法
本文提出GROLE 方法，通过逐步构建冻结的任务特定 LoRA 专家池，并引入轻量级实例级专家选择器，以组相对强化学习目标进行优化，动态合并相关专家以平衡适应性与稳定性。
阅读全文 ：ACL 2026｜GROLE：面向 Oxygen AIIC 工业级模型演进的实例级专家路由增量学习方法CVPR 2026｜京东零售广告创意：基于统一自回归模型的个性化图文联合生成
京东零售广告创意团队近日提出了Uni-AdGen，这是首个将个性化广告图文生成统一在单一自回归模型下的技术框架。该模型摒弃了模态间的壁垒，通过创新的由粗到精（Coarse-to-Fine）偏好建模与前景感知控制，在百万级数据集 PAd1M 上证明了其卓越性能。
阅读全文 ：CVPR 2026｜京东零售广告创意：基于统一自回归模型的个性化图文联合生成京东 Oxygen xLLM 大模型推理引擎正式捐赠开放原子开源基金会，共建国产 AI Infra 生态
京东正式宣布将自主研发的大模型推理引擎 Oxygen xLLM 捐赠至开放原子开源基金会。依托基金会的平台与影响力，未来 Oxygen xLLM 将与模型厂商、芯片厂商、云厂商及行业用户携手，加速国产 AI Infra 走向繁荣。
阅读全文 ：京东 Oxygen xLLM 大模型推理引擎正式捐赠开放原子开源基金会，共建国产 AI Infra 生态SIGIR 2026｜OxygenSearch 之生成式检索偏好对齐 RAD-DPO 技术解析
本文针对OxygenSearch生成式检索在电商搜索中的偏好对齐难题，提出鲁棒自适应去噪偏好优化（RAD-DPO）方案，通过session级多标签全局对比、Token级梯度阻断与动态奖励加权，缓解多正例概率挤压、公共前缀误伤和伪负例噪声问题。
阅读全文 ：SIGIR 2026｜OxygenSearch 之生成式检索偏好对齐 RAD-DPO 技术解析端午安康｜致每一位仍在求索的技术人
两千年前，屈原写下"路漫漫其修远兮"。两千年后，这句话仍刻在每一位技术人的日常里。长路未尽，求索不止。 又是一年端午时，京东零售技术，祝各位技术人，端午安康！[爱心]
阅读全文 ：端午安康｜致每一位仍在求索的技术人ICASSP 2026｜Sparse-Up：高精三维几何生成技术与应用前沿
我们XR产品研发团队持续聚焦于AI3D前沿探索与突破创新，提出了一种基于稀疏体素的高精度三维几何生成算法，显著提升了商品重建效果。
阅读全文 ：ICASSP 2026｜Sparse-Up：高精三维几何生成技术与应用前沿京东 Taro Native 框架静态布局直渲提速
Taro Native是京东自研的跨平台移动应用开发框架，支持鸿蒙、iOS、Android三端应用开发，实现一次开发、多端部署。 随着秒送业务功能持续扩展，在华为鸿蒙低端机型上出现严重滑动卡顿。本次优化重点针对鸿蒙端，通过性能分析与调优提升用户体验。
阅读全文 ：京东 Taro Native 框架静态布局直渲提速ICML 2026｜RTPrune：受两阶段阅读启发、面向 DeepSeek-OCR 高效推理的词元剪枝
现有VLM令牌剪枝方法难以适应OCR的高保真要求。通过分析解码过程，本文发现模型存在“两阶段阅读”行为：先关注高范数令牌，后重新分配注意力。据此提出RTPrune方法：第一阶段保留高范数令牌，第二阶段基于最优传输融合剩余令牌，并引入动态剪枝率策略。
阅读全文 ：ICML 2026｜RTPrune：受两阶段阅读启发、面向 DeepSeek-OCR 高效推理的词元剪枝SIGIR 2026｜语义 ID 也能“因材施教”：让生成式检索兼顾精准与泛化
本文针对生成式检索中语义 ID 构建面临的长尾分布难题，提出 SA²CRQ 框架，通过自适应分配语义 ID 长度与残差知识迁移，缓解头部商品 ID 碰撞与尾部商品泛化不足的问题。该方法在工业级电商搜索系统与公开数据集上取得了稳定提升。
阅读全文 ：SIGIR 2026｜语义 ID 也能“因材施教”：让生成式检索兼顾精准与泛化WWW 2026 | 频谱解耦与增强：让多模态大模型学会“去噪提纯”
针对多模态对比学习特征坍缩与频谱失衡问题，提出频谱解耦与增强（SDE）框架，通过奇异值分解实现信号-噪声自适应分离与课程化频谱增强，并设计双域对比损失联合优化特征与频谱空间，显著提升表征鲁棒性与泛化性能。
阅读全文 ：WWW 2026 | 频谱解耦与增强：让多模态大模型学会“去噪提纯”AI助力跨境增长：京点点Oxygen Vision 跨境套图AI生成技术实践与展望
以AI技术重构跨境商品视觉生产流程，实现 “极简操作、精准适配、高效产出”，全面打破传统视觉创作壁垒，助力跨境商家快速生成符合平台规范、适配目标市场的高质量商品套图，大幅降低运营成本、提升转化效率。
阅读全文 ：AI助力跨境增长：京点点Oxygen Vision 跨境套图AI生成技术实践与展望【Taro 5.0 技术与实践】 - 高性能 iOS 渲染层与 TaroUI 跨端框架
我们的愿景是将TaroUI沉淀为具备行业竞争力的通用 UI 基础设施。通过构建一套多端/多场景覆盖、高跨端一致性、极致性能的 UI 框架，实现开发体验与用户体验的高度统一。
阅读全文 ：【Taro 5.0 技术与实践】 - 高性能 iOS 渲染层与 TaroUI 跨端框架京东正式开源JoyAI-Image-Edit：AI图像编辑从"平面修图"迈向"空间重塑"
这不是一次渐进式的版本更新，而是AI图像编辑从"平面修图"迈向"空间重塑"的范式级跃迁。
阅读全文 ：京东正式开源JoyAI-Image-Edit：AI图像编辑从"平面修图"迈向"空间重塑"B端订单存储架构升级：京东应对ES高并发压力的技术演进之路
本文主要介绍B端POP订单异构系统的现有架构，阐述我们面临的主要问题、解决思路及技术升级方案。
阅读全文 ：B端订单存储架构升级：京东应对ES高并发压力的技术演进之路创新不是“我能做什么”，而是紧盯“用户需要什么”
创新，就是从我们每个人真实的需求出发。那些能让我们自己心头发热的解决方案，才更有可能点燃用户的“Aha! Moment”。
阅读全文 ：创新不是“我能做什么”，而是紧盯“用户需要什么”