5月22日，京東工業(yè)發(fā)布工業(yè)大模型Joy industrial，成為行業(yè)首個以工業(yè)為核心的工業(yè)大模型。其鎖定工業(yè)場景，依托京東工業(yè)深耕工業(yè)數智供應鏈的產業(yè)積累和數據沉淀，構建起從底層算力、算法、數據到應用的全產品矩陣，助力產業(yè)降本、增效、合規(guī)、保供。

Joy industrial此次推出面向京東工業(yè)及供應鏈上游供應商的需求代理、運營代理、關務代理等AI智能體，以及服務供應鏈下游企業(yè)用戶的商品專家及集成專家等AI產品。未來，還會打造汽車后市場、新能源汽車、機器人制造、石油天然氣、電力電網等垂直行業(yè)的工業(yè)大模型。

京東產業(yè)成大模型沃土，已具備全尺寸大模型矩陣

“京東的大模型正是誕生于產業(yè)，成長于產業(yè)。大模型產業(yè)化才能產生價值，只有在落地過程中不斷結合具體場景的數據、業(yè)務需求不斷打磨，才能使得大模型能力不斷地強化、得到真正的應用。” 京東集團探索研究院副院長、京東科技人工智能業(yè)務部總裁何曉冬表示。

京東作為“以供應鏈為基礎的技術與服務企業(yè)”，具有廣泛的產業(yè)積累，內部產業(yè)場景成為大模型和AI應用最好的孵化土壤。

2023年，京東推出自研產業(yè)大模型，就融合了30%數智供應鏈原生數據。這些數據來自京東超千萬自營商品SKU、數千萬工業(yè)品SKU、超800萬家活躍企業(yè)客戶的落地實踐，使得大模型天然具備服務產業(yè)應用的能力。此后，京東大模型又迅速納入工業(yè)、健康、物流等專業(yè)領域知識。

至今，在基礎大模型層面，京東已經形成涵蓋3B、10B、81B、750B的全尺寸大模型矩陣，能滿足不同業(yè)務的差異需求。其中，3B和10B可快速響應;81B主力模型可兼顧性能與時效。京東最新推出的750B超大規(guī)模模型，則利用動態(tài)分層蒸餾、跨領域數據治理等京東創(chuàng)新技術訓練，具備“深度思考”和“非深度思考”能力，能同時滿足行業(yè)對“即時響應”和“深度推理”的雙重需求。

舉例來說，在客服等需要需要快速響應的場景，模型能啟用輕量化推理路徑，實現毫秒級反饋;在供應鏈優(yōu)化、醫(yī)療診斷等需要復雜決策的場景，則啟動深度思考模式，依托1280K的超長上下文窗口，能完成多維度信息的關聯(lián)與邏輯推演，在長文本1280K“大海撈針”評測中，實現接近100%的準確率。

在大模型應用層面，京東內部則已經生長出超1.4萬個智能體，解決了超過18%的工作內容。各類大模型應用深入到零售、工業(yè)、物流、健康等業(yè)務場景。

在所有場景中，工業(yè)又是最適合孵化和使用產業(yè)大模型的場景之一。中國擁有全球最完整的工業(yè)產業(yè)體系，也是全球數據資源最豐富的國家，新增數據資源占全球的1/4。

京東工業(yè)作為中國領先的工業(yè)供應鏈技術與解決方案服務商，服務超萬家重點企業(yè)、260萬中小企業(yè)以及億級消費者。長期以來，京東工業(yè)立足供應鏈領域，深耕商品數智化、采購數智化、履約數智化、運營數智化等工業(yè)場景，積累了豐富的跨行業(yè)供應鏈數據，使京東工業(yè)能夠發(fā)布行業(yè)首個工業(yè)大模型。

成本、效率、體驗極致平衡，打造最適合工業(yè)的行業(yè)大模型

京東工業(yè)大模型Joy industrial在訓練時，從成本、效率、體驗的三方面考慮出發(fā)，為模型更好適配工業(yè)供應鏈場景做出優(yōu)化。

在成本方面，工業(yè)大模型Joy industrial基于Scaling Law，選取了工業(yè)應用可取得預期效果的最小規(guī)模大模型，并通過T-S(Teacher-Student)模型訓練策略，將大量級模型“瘦身”為小量級模型，既能夠壓降訓練、部署和推理成本，也保證Student模型效果與大量級模型接近。

最終工業(yè)大模型的后訓練所需資源，僅為通用大模型的1/16，如同把“青龍偃月刀”鍛造成輕便的“手術刀”，保證了工業(yè)大模型的低成本訓練、部署和推理使用。

在效率方面，工業(yè)大模型引入MoE混合專家網絡架構，在推理時僅激活少數適配輸入任務的專家子網絡，從而降低推理使用成本。同時通過思維鏈CoT自適應訓練，使得領域大模型可根據任務復雜程度，自動適配思維鏈長度，做到簡單問題不過度思考，提升推理效率。最終訓練出的工業(yè)大模型，推理吞吐量相較通用大模型有8倍提升。

在體驗方面，工業(yè)大模型通過領域數據合成，匯總并梳理了各種工業(yè)場景，形成與場景匹配的領域任務層級，隨后通過外部大模型合成高質量多任務學習數據，從而解決了工業(yè)碎片化場景數據稀疏的問題。此外，其針對領域任務層級中的各任務場景，設計了可驗證的獎勵函數，通過強化學習微調，對開源、通用大模型進行領域后訓練，從而降低了對工業(yè)細分場景的數據依賴。

最終，工業(yè)大模型適配工業(yè)場景的多個評價指標，相較主流通用大模型都明顯領先，成為更擅長工業(yè)場景應用的“業(yè)務專家”。

憑借這些技術和路線選擇，工業(yè)大模型Joy industrial能夠工業(yè)領域成本、效率、體驗的最優(yōu)平衡。同時，其擁有京東工業(yè)積累的多模態(tài)數據，能夠在工業(yè)場景的超長供應鏈搭建智能體，完成復雜協(xié)同調度，解決工業(yè)供應鏈的數據孤島、標準割裂、管理復雜、協(xié)同沖突等難題。

未來，依托于工業(yè)大模型和AI智能體應用，其將搭建業(yè)務協(xié)同“三步走“規(guī)劃：從企業(yè)內單一場景、完成單一任務、提升單點效率的“AI員工”;到企業(yè)內大范圍使用AI員工完成“操作執(zhí)行”工作，帶來“AI組織”重構;最后實現工業(yè)供應鏈上下游企業(yè)之間的AI協(xié)同、產業(yè)共同升級，形成“AI產業(yè)生態(tài)”。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。