京东云的区块链“经”

文章转载自公众号 优快云云计算 , 作者 孙浩峰

在这里插入图片描述

就在不久前,京东云在北京国家会议中心召开“区块链+京东云 大有可为”战略合作媒体沟通会。会上,京东云与京东数科宣布了在区块链技术服务领域深度合作,重磅发布了智臻链“云”建设规划,同步上线了“区块链防伪追溯”、“区块链数字存证”两款“京东自营”的京东云市场SaaS应用。同时,京东云还重磅推出国内首款区块链数据在线分析服务产品——BDS服务,并宣布BDS正式对外开源。

而实际上,严格来说,BDS并不能称之为一款传统的区块链产品,它其实更像一款大数据分析产品,只不过,它的分析对象是各种区块链而已。相信很多业内人士都很好奇,京东云为什么要推出这样一款区块链数据分析产品?BDS在京东云区块链产品矩阵中的作用是什么呢?为此,京东云产品研发部高级总监郭理靖专门接受了优快云记者的采访,就以上问题为大家做出了解答。

以下为此次采访的部分编整内容:

为什么要做BDS?

“我们之所以做BDS这个产品是基于两个考虑,第一个考虑是我们觉得市场上缺少区块链数据分析统计类产品。比如我们统计手机App活跃度时可能会考虑使用统计服务,我们做网站必然会用到分析软件,这些工具都是用来统计项目的用户使用情况、用户在上面停留多少时间、用了哪些功能、日活、月活、留存,都能很方便的统计出来,这种统计工具能够帮助项目方、开发者、厂商清晰的知道自己项目运行的状态,否则两眼一摸黑,到底App有多少用户也不知道、用户使用路径也不知道。区块链也一样,每个区块链项目都是个独立的项目,你可以认为每条链都是一个独立的App,每个项目运营的状况其实是一个比较黑盒的东西,作为普通用户,想要去了解某条链的运营状况,就需要有比较好的专业知识。而BDS,就可以帮助用户很好的了解这些信息”,郭理靖说。

“其次,京东云有很强的大数据处理与分析能力,我们所做的事情是要把不同区块链项目的全节点建设起来,对全节点的源码进行改造,解析全节点的数据,同时对数据进行清洗,导入大数据平台,之后,进行数据建模,建立日活、月活、日交易量、交易关系等诸如此类的模型。京东在底层技术和数据建模方面有丰富的经验,而且我们对这件事也比较感兴趣、愿意去做,这是我们的出发点。”郭理靖补充道。

在谈到京东云为什么要涉足区块链领域时,郭理靖表示,区块链技术从广义宏观来讲可以认为是一个信息交换的标准,可以在多方不信任情况下有效保障信息交换、确保信息不被篡改,区块链可以被看做是工具。基于这个工具,在京东内部有许多场景需要和利用这样的技术。另外,京东的外部合作伙伴也对区块链技术有所诉求,因此,作为云服务厂商,使用区块链以及在京东云上提供BaaS服务是顺其自然的思路。

BDS究竟是什么?

那么,BDS究竟是什么?郭理靖介绍说,从产品角度讲,BDS确实是一个更类似于大数据分析的产品。但在底层数据抽取上又和传统的大数据平台有很大不同,区块链的数据是一个个区块,就像一本本没有电子化的账本,通常要统计某一个用户过去一年所有的交易,必须遍历所有的区块才行,但是BDS里只需要通过一条SQL语句就可以找出来,因为通过BDS,已经把这些离散的数据都统一堆放到了一个数据仓库里,以方便用户查询。

BDS的本质是将数据从区块链里剥离出来,以一个更容易理解的抽象概念展现在用户面前。用户可以很容易的对这些数据进行分析处理,包括日活、交易金额等,而无需再去解析底层的数据。但BDS与区块链底层技术还是息息相关的,每个链的底层结构截然不同,链的技术特色也完全不同,不同的链用的是不同的算法,底层的数据结构也不太一样,比如比特币用是UTXO,有的是用账号模型,而且有些匿名币,根本连账号、交易信息都看不到。对用户而言,通过BDS可以不用理解底层的区块链逻辑,但对于BDS的研发人员而言,挑战还是挺大的,因为必须要理解每个公链底层的结构,需要技术人员更深刻的理解底层的逻辑,很多时候还需要解析每个合约里的数据,工作量非常巨大。但京东云有很强的区块链专家队伍,对各区块链项目的技术都有很深入的研究,这样的团队在国内也并不多。

目前, BDS对市场上常见的BTC、ETH、EOS、LTC、XRP、BCH 等20多种知名区块链项目都能支持,如以比特币模型为基础的各种链,包括比特币的分叉版本,它们的底层架构略微有所不同,但是BDS都能对其进行解析。另外,以太坊ERC20为规范的各种Token,BDS也能解析。

此外,为了能够支持更多的链,京东云BDS团队开源了 Blockchain Node 和 BDS(Splitter) 两个服务模块, Blockchain Node 模块优先将 BTC Node 代码开源,之后还会不断开源其他的全节点服务,预计在2019年Q3季度会陆续将:ETH,XRP,ETC,LTC 等20+条主流公有链,也欢迎更多的开发者可以加入到BDS的开发中来,对更多的区块链项目进行支持。

BDS好在哪里?

BDS架构是一个比较解耦的模式,整个架构具有开放性,开放性就意味着可以容易接入新的链,哪怕不理解BDS数据处理流程,只要把全节点进行改造,按照规定的数据格式写入到队列里,这个链就算接入完成了;其次,对后端、对底层的存储也是比较灵活的,可以连接MySQL,也可以连接Greeplum, Hadoop等,同时,数据写入端也是比较灵活的,可以考虑到各种不同场景、环境的诉求。

在这里插入图片描述

整体上,BDS采用了开放式的架构,能够让使用者,开源的参与者和开发者能够很灵活对接不同的公链、不同的底层存储方案。那些想深度分析公有链数据的用户,可以通过 BDS平台,利用其免费提供的查询服务,无需编写任何代码就可以直接查询链上数据;同时也支持用户自己在本地搭建一个类似 BDS平台的环境,自己去做一些分析处理。

郭理靖再次强调了京东云与其他竞争对手相比的优势,首先,团队对区块链底层技术的理解是比较深刻的,业界没有其他团队有像京东云团队一样能把区块链基础信息模型建设得这么完善,这是京东云的核心能力。其次,京东云底层建设全节点数据、全节点过程中积累了很多经验,区块链的技术并没有大家想象中那么成熟,或者搭建一个全节点没有大家想象得那么容易,听起来很简单,谁都可以搭,但事实上需要大量的时间与人力的投入,才能达到应有的水平状态。

区块链的未来

郭理靖表示,京东云在BDS上的计划是非常清晰的,即依赖京东云技术能力,把业界知名的公有链、联盟链都接入进来,从而成为业界最大的区块链数据聚合平台,所有区块链的数据在BDS上都有,从而实现“万链归一”。

关于区块链技术的未来,郭理靖则抱着“短期谨慎,长期乐观”的看法,他不认为短期内区块链技术能够改变世界、颠覆行业。

郭理靖表示,首先,区块链技术并不能像互联网或者像移动互联网一样席卷各个行业,对人们生活方方面面造成深刻的影响,但区块链短期内绝对不会达到这种程度。

其次,这个新兴技术和手段,带来了各种各样的人,有很多人是技术热爱者,也有很多是投机分子。这个行业需要一次大洗牌,把非纯粹技术化的或者非纯粹商业化的东西清理出去。这个行业泡沫还没有完全破裂,所以短期内是谨慎的。

长期看来,还是乐观的,至少在特定几个场景里区块链将会扮演很重要的角色,整个世界毕竟还是一个充满多边角色角逐的场景,多边不信任的场景是存在的,那么这种技术还是有自己的用武之地。

而且很多大公司以及机构已经开始在尝试研究数字货币以及在跨境汇款的场景中使用区块链技术,区块链技术还是有其明确的存在价值,长期肯定会在某些领域发挥非常大的作用。

郭理靖最后说,京东云是京东集团技术能力输出的窗口,在融合京东智臻链(BaaS)上会持续技术投入,继续做京东自己的区块链,以及在京东内部更多场景使用区块链技术,另外一方面,京东云将会把京东智臻链(BaaS)和BDS持续商业化。

京东云BDS开源计划旨在寻找志同道合的技术爱好者,与京东云区块链项目团队一起,通过BDS开源项目的平台,打造一个行业标杆级的区块链数据类产品标准,以及一个优秀的开源团队,为开源事业做出一点贡献。

目前我们正在做【BDS开发者招募项目】,点击即可了解相关信息。

如对区块链感兴趣的小伙伴,也可点击【这里】参加我们的【“链”接产业、“数”造智能】线下沙龙活动!

欢迎点击“京东云”了解更多精彩内容。
在这里插入图片描述

相关推荐

AI 会写代码之后,交付为什么还没变快?

AI 写代码,只是这场变革的起点,而不是终点。真正决定一个组织能否吃到 AI 红利的,不是"能不能用 AI 写出代码",而是敢不敢用 AI 重新设计交付流程、重新划分角色分工、重新组织团队结构。研发视角能把工具和个人推到极致,却会在组织的边界前止步;只有站上组织视角,把AI × 工具一路推进到AI × 组织,那些被 AI 照出来的摩擦,才会真正被抹平。国际技术部 Multi AI Native 想做的,正是这件事——让 Agent 成为你可靠的数字战友,让每一次迭代交付都快一个量级;

京东科技开发者 246

OxygenData-Vibe搭建:用 AI Coding重新定义数据看板搭建

长期以来,数据看板开发主要有两种方式:一种是使用标准化 BI 工具,交付快、成本低,但图表样式、交互体验和功能扩展都受限于 BI 本身的能力;另一种是自研定制开发,能够充分满足复杂和个性化需求,但需要投入大量研发资源,交付周期也更长。比如一个通过 BI 只需要 1 天就能搭建出来的看板,如果采用自研方式,可能需要投入 30 PD 的研发人力。既然 BI 交付这么快,为什么不把所有看板需求都交给 BI?原因在于,业务某些场景需要的不只是把数据展示出来。

京东科技开发者 309

当我谈数据库高可用时我谈些什么

大家都经常听到说数据库的双1,那双1指的是什么呢?参数=1(最安全)≠1(更快但可能丢)每次提交都把 redo 刷盘0/2:攒着刷,崩溃丢最近 1 秒每次提交都把 binlog 刷盘0/N:攒着刷,崩溃丢最近若干条"双 1"(都设为 1)= 单机不丢已提交事务的前提。生产核心库必须双 1;代价是每次提交两次 fsync。小结:单机层用 WAL 提速、用 2PC 保证 redo/binlog 一致、用崩溃恢复裁决半成品事务、用双 1 兜底持久性。

京东科技开发者 271

ScoAI:面向供应链的运筹原生决策智能

ScoAI 关注的并非 AI 能否进入供应链,而是 AI 参与供应链决策之后,哪些内容适合通过数据学习,哪些关系必须显式计算,以及哪些结果需要依据执行记录进行验证。其基本分工是:供应链业务定义问题、资源与行动后果,运筹学表达目标、约束和协同关系,AI 提供可复用的估计与判断。真正用于改进后续决策的,不仅是模型生成的初始结果,还包括实际采取的行动及其产生的业务反馈。

京东科技开发者 367

拆解海博 AI-Native 落地保障:海博团队 AI 知识库能力建设

绕了一大圈,回头看,我们其实一直在解开头那三个结:AI 读不懂系统、影响面靠人脑记、测试预期没处查。做到这里,本质上是把"AI 用不好"这个问题,从"是不是该换个更强的模型"重新定义成了"怎么把上下文经营好"。顺着这个思路,我们攒下了这么几样东西:•。

京东科技开发者 518

从零构建一个生产级记忆型 AI Agent —— AgentScope 项目全景技术与学习指南

domain 层端口接口(domain)职责适配器实现(infra)对话流水账读写经验记忆检索/落库请求级幂等四态会话元数据 CRUD会话级 Skill 选择态Skill 元数据HITL 权限网关(domain 内含逻辑,见第四篇)StreamSink技术中立的流式下沉(client 层桥接)以幂等端口为例,头部注释明确写道:实现 domain 端口,持有实体不出 infra 边界,对外只暴露嵌套视图GateResult。

京东科技开发者 571

数据涅槃:Agentic 重塑搜推数据生产体系

当前大模型已经能够理解需求、生成代码和解释错误,但数据生产的难点并不只是“写出一段 SQL”。一个需求还要经过数据源确认、口径澄清、加工编排、资源规划、任务提交、调度运行、结果交付和故障处置。任何一步缺少都可能让“看起来正确”的任务变成生产事故。

京东科技开发者 337

81.8 秒的视频,我们改了 15 个版本:一次纯 Codex 驱动的 AI-native 视频实践

81.8 秒、15 个版本,这些数字真正想说明什么?视频制作正在从一组专业软件里的复杂操作,变成一场围绕目标、参考和反馈展开的持续对话。AI 已经可以接住从脚本到交付的大量工作。你可以把精力留给更重要的部分:理解观众、选择故事、判断好坏。过去停在 PPT 和脑海里的想法,现在有机会被快速做成一支能看、能改、也愿意转发的视频。如果明天就要介绍你手头的项目,你最想先把哪一步交给 AI?

京东科技开发者 433

Codex 驱动的移动端AI全栈开发:从 Relay 原型图到可交付链路

AI 编程工具降低了跨端开发门槛,但“让 AI 写页面”并不等于“完成移动端交付”。PC 运营端页面通常以功能闭环为中心,设计约束较弱,研发可以基于组件库快速搭建;移动端 C 端页面直接面对用户,Relay 原型图和 UI 设计稿不仅是视觉参考,更是交互、信息层级、状态反馈和业务信任感的综合契约。

京东科技开发者 566

Claude Code vs Codex 记忆体系深度对比

Claude Code —— 分层自动记忆系统四层分层架构(CLAUDE.md / Auto Memory / Session Memory / AutoDream)构成自优化闭环,系统主动捕获、分类、去冗并跨会话接力经验。走的是自动化优先路线——让机器替人记忆、替人整理,以少量可控性的不确定换取强大的经验积累能力。Codex —— 声明式契约系统两层扁平架构(AGENTS.md 静态声明层 + 会话上下文层),记忆完全由人显式订立、显式修改,系统只读契约、绝不擅自变更。走的是可控性优先。

京东科技开发者 605

上游给空、下游拿到 -1,我把故障一直追到了 commons-beanutils 的构造函数

这篇手记是一份事后复盘,写在我们已经把修复推上线、把测试用例跑绿、把约束文档沉淀进团队库之后。非研发同事,可以直接从第八章开始看,前七章都是讲排障和代码分析。故障本身不复杂,修复也不复杂,但这次排查真正让我想写下来的,不是技术本身——而是从问题提报到解决全程AI的作用:问题定位:业务方反馈了一个异常单号说「下发失败」,一线运维同事直接在日志系统捞到相关的系统日志,用IDE打开下游代码库,把异常信息给到JoyCode——AI 直接指向了问题是serialType值非法,系统只接受0和1,而当前上游给的是-1。

京东科技开发者 703

SKill测评:谁才是真正的Skill之王?

巧合的是,阿里近期开源了一款名为 Skill-Up 的测评工具——它专门面向 Agent Skill 开发者,支持在 Claude Code、Codex、Qoder CLI 等真实 Agent Engine 环境中验证 Skill 的功能正确性,并可将失败用例转化为精准的修复指引,同时支持本地与 CI 环境的持续回归。2026年,Skill 的热度不减,已成为 AI 辅助编程领域的标配。在日常研发中,无论是沉淀个人经验,还是将团队的优秀范本标准化,将知识“蒸馏”为 Skill 已是大家的常规操作。

京东科技开发者 618

让AI真正参与工作!JoyDesk已上线京东云

JoyDesk提供覆盖AI资产管理、权限控制、安全策略、审批审计、运营监控等企业级治理能力,支持按组织、角色和项目进行精细化权限管理,并支持私有化部署,确保企业数据边界清晰、AI行为全程可追溯、安全策略灵活可配置,满足金融、政企等行业对数据安全和合规治理的要求,让AI真正成为企业可信赖的生产力。JoyDesk支持MCP协议、标准API、技能等多种开放接入方式,可快速连接企业现有业务系统,将业务能力封装为AI可调用的技能和专家,让AI能够理解业务流程、调用业务系统、完成业务任务,而无需改变企业原有IT架构。

京东科技开发者 652

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手【最终版】

这个项目展示了AI Agent 在垂直内容创作领域端到端自动化:从内容理解到播客输出,全流程 AI 驱动多模态融合:文字、图片、音频、视频统一处理专业级音频质量:音色设计 + 智能混音,输出广播级品质低门槛使用:可视化配置 + 自然语言交互,无需技术背景。

京东科技开发者 556

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(高级篇)

这是一个 AI 驱动的播客创作助手,专注于从文字/视频/音频内容识别到播客制作的全流程。你可以用自然语言与它对话,也可以上传视频和音频,它会理解意图、调用相应的语音合成工具,把他们变成真实的播客音频。

京东科技开发者 720

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(进阶篇)

这是一个AI 驱动的音频内容创作助手。你可以用自然语言与它对话,它会理解意图、调用相应的语音合成工具,把文字变成真实的播客音频,并保存在本地。关于项目的详细介绍见第一篇文章:第一个 AI Agent 项目:从零搭建 AI 音频创作助手(入门篇)这篇文章更多介绍进阶篇添加的功能。

京东科技开发者 545

【全栈实践】第一个 AI Agent 项目:从零搭建 AI 音频创作助手(入门篇)

这个项目让我第一次把前端、后端、AI Agent 三块内容独立串联起来。技术选型上每一块都是当下主流的方案,实际跑通整条链路之后对"全栈"有了更具体的感受。框架版本要锁定:LangChain 这类快速迭代的框架,版本差异带来的问题远比你想象的多先跑通链路,再追求完美:新手阶段能把用户输入 → AI 处理 → 结果展示这条链跑通,比深入某个技术点更有价值多看官方文档:相比博客和教程,官方文档更新及时,特别是 LangGraph 这种新框架后续计划继续迭代,欢迎交流!

京东科技开发者 602

ICLR 2026 | 面向序列决策的贝叶斯集成方法

在这篇工作中,我们关注的是。

京东科技开发者 294

ICML 2026|NaviAgent:面向 Oxygen 智能体的可扩展工具编排

大型语言模型(LLM)越来越多地作为函数调用代理,调用外部工具来处理超出其静态知识范围的任务。然而,它们通常一次只调用一个工具,缺乏对任务结构的全局视图。由于工具之间往往相互依赖,这会导致错误累积和可扩展性差,尤其是在扩展到数百或数千个工具时。为了解决这些局限性,我们提出了NaviAgent,一种显式的双层架构,它通过基于图的工具关系建模将任务规划与工具执行解耦。在规划层,基于 LLM 的代理决定是直接响应、澄清意图,还是检索并执行一个独立于工具间复杂性的工具链。

京东科技开发者 383

实测 9 款 AI 架构图工具:从 Mermaid 美化到 GPT-Image2,一份选型清单

支持 5 类图(架构图、工作流图、时序图、数据流图、生命周期/状态机图),主题 4 种(Classic、Signal Flow、Blueprint、Editorial)+ 3 种色彩模式(Dark / Light / System Auto),输出格式含 HTML、PNG、SVG、WebM、Share Card PNG、JSON IR。它把提示词图库、图像生成案例、参考图编辑流程和命令行工具整合在一起,让 AI Agent 能直接调用 GPT Image 2 模型完成文生图、图生图、参考图编辑等任务。

京东科技开发者 895

别再守着 Claude Code 了——学会指挥它自主干活

回到开头那句:别再一句一句地喂它、然后守着屏幕。真正的用法是——把一件事想清楚、划好边界、给它一个能自我验证的目标,然后交出去。你会发现,省下来的时间不是一点半点。把重复的判断和执行还给机器,把真正需要你的判断留给自己。

京东科技开发者 584

CVPR 2026|Oxygen XR 团队在原生鱼眼高斯泼溅技术上带来新突破

京东零售技术团队联合清华大学提出DirectFisheye-GS框架,创新性地将鱼眼相机模型原生嵌入3D高斯泼溅管线,通过跨视角联合优化策略直接处理鱼眼图像,避免了传统去畸变预处理导致的信息损失。该方案在多个公开数据集上达到SOTA性能,有效解决了单视角优化引起的几何畸变和视角不一致问题,同时保持与现有3DGS工具链的兼容性。技术已应用于电商3D重建和4D体积视频等场景,显著提升了沉浸式体验。相关论文被CVPR 2026接收,为宽视场场景重建提供了高效解决方案。

京东科技开发者 353

拆解海博 AI-Native 落地保障:Harness、双 Loop、知识库与技能自主迭代实践

海博研发RoadMap 的落地,彻底终结了 AI 编程“对话式玄学”的旧模式,真正落地了AI Native 研发工程化。它证明 AI 规模化赋能研发的核心,不在于堆砌大模型能力,而在于用工程思维重构 AI 的工作范式:用结构化流程替代随机对话,用固化规则约束模型行为,用持续沉淀实现能力复利,用分层架构支撑规模化落地。

京东科技开发者 633

让 AI 快速「读懂」你的代码仓:Joy-Code-Graph 云端图谱服务的三次进化

代码知识图谱不是要取代 AI 的智能,而是要补齐它对代码全局关系的认知盲区。当 AI 能一眼看清「谁调用了谁、改动会波及哪里」,它写出的代码才真正靠谱;当这份认知安全地留在自己手里、随时被 Joygen 调用、并且永久沉淀在代码仓里——AI 编程的体验,才算真正上了一个台阶。这,就是我们做 Joy-Code-Graph 云端服务的初衷。能力共享,数据自主;一次建图,长期受用。

京东科技开发者 751

【Coding生态】从代码托管到 AI 能力底座:与Coding一起共建 AI 研发生态

前两种框架能够很好地支撑对话式能力和预设流程式能力。它们适合基于提示词或预设工作流完成研发问答、知识查询、流程编排等任务。但在更复杂的研发场景中,仅仅“回答问题”还不够。当用户业务逻辑复杂时,一旦场景进入真实落地阶段,例如下载代码、修改文件、执行命令、安装依赖、运行测试、读取完整代码文件,或者与自有系统联动、将结果渲染到 Coding 页面、推送到京 ME,AI 应用需要的不只是知识能力,还需要真实的代码库操作能力和独立可执行环境。

京东科技开发者 768

GPT-5.6、ChatGPT Work 与 Codex 更新食用指南

三档模型当前都提供 1,050,000 tokens 上下文、922,000 tokens 最大输入和 128,000 tokens 最大输出,接受文本与图像输入、输出文本,并支持 web search、file search、Computer Use、MCP、Tool Search、Skills、Apply Patch 等工具。Work 可以读取你提供的文件,通过插件连接 Slack、Google Drive、SharePoint、邮箱、日历、CRM 或项目系统,调用获批工具,并在执行中展示进度。

京东科技开发者 860

把业务流程沉淀成高质量 Skill 的实践路径

使用Record & Replay创建的Skill,尽管创建流程简单,但它的本质实际是让 AI 去操作页面,这不但有可能影响我们对电脑的操作,还有可能无法稳定复现。创建Skill时,可以使用 Codex 的 Record & Replay 插件,把一次手工操作录下来,再让 AI 生成可复用流程。刚开始切换时,很容易遇到接口报错,可以让Codex排查原因进行优化,直到可以稳定执行;补充相应业务背景,说明这件事为什么要做,谁会用,输入从哪来,输出给谁看。电脑休眠、关机、软件没开时,本地任务可能无法执行。

京东科技开发者 835

政企前台AI-Agent的架构实践:打造可复用的 AI 服务平台-【灯塔计划】

不止是爆火的龙虾,还是各种Skills,MCP、Agent,脱离的具体的场景谈方案,最后只会是一场空。这一套可复用的 AI 服务平台,截止目前,通过前后端对接规范文档,多项能力已快速接入到各个场域的不同端平台,大幅降低研发成本, 并且各业务线新场景的接入从原来的 “开发驱动” 转为 “配置驱动”,接入周期从天维度缩短至小时级。

京东科技开发者 860

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

下一阶段 AI 基础设施的核心命题,不是简单的算力堆叠,而是让工程本身变得智能——让调度系统能自主感知负载特征并动态优化,让推理引擎能根据模型结构和硬件特性自动生成最优执行方案,让整个 AI 工程链路具备自感知、自决策、自优化的能力。未来,Oxygen xLLM 的项目官网、社区沟通渠道及微信社区将陆续向开发者开放,诚邀芯片厂商、模型厂商、云厂商、企业用户及个人开发者共同参与,让国产大模型推理引擎在开放生态中加速成长。硬件层,原生支持 GPU / NPU / MLU 多类 AI 芯片,深度适配国产芯片。

京东科技开发者 1000

【京东云】全球首个!京东全栈开源JoyAI-VL-Interaction,让大模型从“一问一答”走向“边看边说”

开源一套系统,而不只是一个模型在实时视频流中,JoyAI-VL-Interaction每秒都会做一次判断,比如,继续观察、保持沉默,发现关键事件、主动回应,遇到复杂任务,交给后台Agent处理。一个好的AI 助手,不应该一直打扰用户,而应该知道什么时候该出现,什么时候该安静,以及什么时候自己解决,什么时候交由agent解决。深耕零售、物流、健康、工业等实体产业二十余年,京东拥有全球领先的物理世界运营网络,覆盖仓储、配送、门店、直播、客服、售后海量真实场景,每天都在发生人、货、场的实时互动。

京东科技开发者 1029
上一篇: PPT | Intel Movidius VPU将人工智能部署到边缘设备
下一篇: 参观报名|京东云数据中心对外开放参观了
京东云开发者
京东云开发者 企业官方账号 企业官方账号
博客等级 码龄8年 1万+粉丝 2139原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值