首页 > 其他分享 >【转载】把大模型做实 把供应链做透: 京东推出言犀大模型

【转载】把大模型做实 把供应链做透: 京东推出言犀大模型

时间:2024-10-28 11:20:45浏览次数:5  
标签:犀大 AI 模型 做实 产业 供应链 京东

作者:张东

7月13日,2023京东全球科技探索者大会暨京东云峰会在北京举行,全面推出京东言犀大模型、言犀AI开发计算平台、升级支撑大模型落地行业的产品及解决方案,服务千行百业拥抱产业智能。

源于产业、服务产业。言犀大模型融合了70%的通用数据与30%京东数智供应链原生数据,具有“更高产业属性、更强泛化能力、更多安全保障”的优势,致力于面向知识密集型、任务型产业场景,解决真实产业问题。

 

 

 

“从产业端切入大模型,如同从北坡攀爬珠峰,有更波澜壮阔的风景,有巨大的探索价值。” 京东集团CEO许冉首次对外展示了京东的技术追求:成本、效率、体验、可信、普惠、突破。她表示,京东的技术发展史,就是一部供应链技术的发展史、技术驱动的发展史、产业降本增效的发展史。大模型的出现,为京东帮助产业实现价值倍增,增添了新的可能性。

 

 

言犀大模型的技术优势

数智供应链训练产业大模型,大模型依托供应链深入产业。

 

 

言犀大模型具有独特的技术优势:

尖端技术突破

•7年深耕多模态模型研发:自2017年,京东云就布局人机交互、多模态智能等AI前瞻技术,在多模态领域的26项国际赛事中夺魁,并在2023年斩获中国人工智能最高奖吴文俊奖个人、团体两项殊荣。 •首创将领域知识注入大模型:基于领域知识注入的模型K-PLUG,采用推理低延时策略,推理速度提升6.2倍,模型部署成本降低90%。

产业原生数据

30%数智供应链原生数据:数智供应链长链路、复杂协同的原生数据,更适合产业大模型训练,沉淀30%原生数据,每年数百亿优质动态交互数据回流。围绕这些场景训练的大模型更适合产业应用。

新型算力加持

超大规模计算集群“天琴α”:2021年,京东落地重庆全国首个基于SuperPOD架构的超大规模计算集群——天琴α,算力总规模达到135TFLOPS(每秒浮点运算次数),推理提速6.2倍,推理成本节省90%。

 


 

言犀大模型以“三步走”深入产业:

2023年7月,产业原生,推出大模型;2023年下半年,内部实践,产品融合,锤炼迭代;2024年上半年,服务产业,全面开放,大模型能力向外部严肃商业场景开放。

 

大模型在京东的实践

数智供应链,服务超千万商品SKU、5000万工业品SKU 、800多万家活跃企业客户(其中世界500强企业超90%、全国专精特新中小企业近70%)、全国2000多条产业带。这个链路更长、场景更复杂、数据更丰富的京东内部场景,是大模型绝佳的“训练场”。

•言犀AI开发计算平台:实现大模型下的模型即服务,高效、低成本构建AI产品。

 


 

 

•AIGC商品内容营销平台:每套图成本降低90%,制作周期从7天缩短到半天。

· 多模态数字人:5分钟采集生成高仿真数字人,入驻4000+品牌直播间。

· AI增长营销平台:操作效率提升40倍,活动生产效率提高上百倍。

•健康助手及辅助诊疗:涵盖超千种疾病专业性服务,20种评价标准保障医疗安全。 •京东物流超脑:自动生成全局最优供应链解决方案。

 

携手合作伙伴

探索行业大模型创新应用

 

共建零售行业大模型创新应用

携手合作伙伴,在供应链优化、用户体验、营销降本增效等方面持续探索,共建零售行业大模型创新应用

 

探索金融行业大模型创新应用

与合作伙伴一起,在金融客服、智能选基、智能营销等方面创新服务体验,探索金融行业大模型创新应用。

 


 

 

拥抱大模型

产品及解决方案全面升级

 

产业应用步入新阶段,智能化将在数字化领先的场景率先落地。

 

以言犀AI开发计算平台、百亿级全自研向量数据库与云舰3.0、云海2.0、京刚3.0为代表的极致性能基础设施,正稳定支撑大模型研发。此外,京东云全新升级了产品和解决方案,打造两个平台,输出行业应用能力,在零售、物流、金融、健康、城市等行业加速落地。

 


 

从数字化跨越智能化,大模型将成为推动科技跨越发展、产业优化升级、生产力整体跃升的“新引擎”。我们相信,让大模型“跑”在供应链上,脚踏产业泥土,必将奔赴产业智能。  

标签:犀大,AI,模型,做实,产业,供应链,京东
From: https://www.cnblogs.com/Jcloud/p/18510092

相关文章

  • 语义检索系统嵌入模型选型技术方案
    一、引言 在语义检索系统中,嵌入模型(EmbeddingModel)起着至关重要的作用。嵌入模型可以将文本、图片等非结构化数据转化为高维空间中的向量表示,从而实现相似度的计算和检索。为了提高语义检索系统的性能,选择合适的嵌入模型至关重要。本文将针对嵌入模型选型提出一套技术方案......
  • YOLOv11改进策略【模型轻量化】| 替换骨干网络为 ICCV 2023的EfficientViT 用于高分辨
    一、本文介绍本文记录的是基于EfficientViT的YOLOv11轻量化改进方法研究。EfficientViT通过构建多尺度线性注意力模块将全局感受野与多尺度学习相结合,并以此模块为核心构建网络,构建轻量级且硬件高效的操作,以提升性能并降低硬件部署难度。本文在替换骨干网络中配置了原论......
  • Pycharm专业版远程连接服务器训练模型以及注意事项
    本文主要讲解租用AutoDL远程服务器、Pycharm远程连接服务器、上传代码、模型训练以及注意事项。第一次租用后,会发现这个过程很简单,希望帮到你!多余的话没有,跟着步骤来就可以啦!(*^▽^*)导航    1.租用服务器    2.Pycharm远程连接    3.上传代码  ......
  • PromptKD:视觉语言模型的无监督提示提取
    PromptKD:视觉语言模型的无监督提示提取快速学习已成为增强视觉语言模型(VLM)的一种有价值的技术,例如用于特定领域下游任务的CLIP。现有的工作主要集中在设计各种学习形式的提示,忽视了提示作为从大型教师模型中学习的有效蒸馏器的潜力。介绍了一种无监督的领域提示蒸馏框架,旨在通......
  • 模型压缩后的强化学习模型性能是否会受影响
    最近看了一些关于CV领域的模型压缩的论文,突然想到了这个问题,那就是模型压缩后的强化学习模型性能是否会受影响。模型压缩是一个伴随深度学习的老问题了,这个问题一直都是CV领域的,不过这两年随着NLP的大模型的火爆也成了NLP的一个热点问题了,但是由于我是做RL方向的,于是我就想到了本......
  • 使用LM Studio在ZBlog基于大模型原创文章上稿进行SEO优化
    在当今内容创作需求日益增长的背景下,如何高效地进行文章生成与发布,成为众多开发者关注的焦点。通过结合Python脚本与ZBlog平台,能够实现从分类与标签的自动化管理,到文章生成与发布的一整套流程。本文详细讲解了如何进行自动化文章生成与发布的基础配置、项目搭建与实际应用,......
  • Transformer模型中的attention结构作用是什么
    Transformer模型中的attention结构是一种突出重要特征的机制,它使模型能够关注输入序列中的不同部分。Attention结构的主要作用包括:1、捕捉长距离依赖关系;2、并行计算;3、提供全局上下文信息。其中,捕捉长距离依赖关系意味着模型能够理解句子中相隔较远的词汇之间的联系,从而增强了对......
  • 使用Python实现深度学习模型进行智能可再生能源优化
    在现代能源管理中,优化可再生能源的利用是至关重要的。本文将介绍如何使用Python和深度学习技术构建一个智能可再生能源优化模型,并通过代码示例详细说明该过程。引言可再生能源(如太阳能、风能)具有不稳定性和不可预测性。使用深度学习模型可以更好地预测能源生产,并优化能源......
  • 使用Python实现深度学习模型:智能天气预测与气候分析
    在现代科技的推动下,天气预测和气候分析变得越来越智能化和精准。本文将介绍如何使用Python和深度学习技术构建一个智能天气预测与气候分析模型,帮助我们更好地理解和预测天气变化。本文将从数据准备、模型构建、训练与评估等方面进行详细讲解。一、数据准备天气预测模型需......
  • 机器学习中的模型是指什么
    机器学习中的模型是指用于对数据进行预测、分类、聚类或其他任务的一种数学表示或函数。模型是机器学习算法的核心组成部分,它通过对训练数据进行学习来捕捉数据之间的关系和模式,从而在新数据上进行预测或推断。一、机器学习中的模型是指什么机器学习中的模型是指用于对数......