劉強(qiáng)東的“龍蝦天團(tuán)”來了！首次開源通用基礎(chǔ)大模型

智東西
作者 王涵
編輯 冰倩

智東西3月24日報(bào)道，今天，京東技術(shù)團(tuán)隊(duì)正式公布京東云“龍蝦天團(tuán)”：京東云基于JoyAI大模型，推出了OpenClaw（昵稱：龍蝦）輕量云主機(jī)一鍵部署、一體機(jī)、云上SaaS版等產(chǎn)品，以及CodingPlan大模型套餐包。

據(jù)京東團(tuán)隊(duì)統(tǒng)計(jì)，京東云“龍蝦”系列產(chǎn)品上線后，近一周token調(diào)用量環(huán)比增長455%。

同時(shí)，京東首次開源了通用基礎(chǔ)大模型JoyAI-LLM Flash的Instruct版本，該模型參數(shù)量為48B，激活3B參數(shù)，在性能測試上超過了GLM-4.7 Flash（non-thinking）等同等規(guī)模模型。

開源地址：

https://huggingface.co/jdopensource/JoyAI-LLM-Flash-Base

https://huggingface.co/jdopensource/JoyAI-LLM-Flash

數(shù)字人方面，京東自研JoyAvatar數(shù)字人視頻生成框架發(fā)布，其核心通過雙教師DMD后訓(xùn)練、動態(tài)CFG調(diào)制、歷史幀+偽幀專屬模型結(jié)構(gòu)三大創(chuàng)新技術(shù)，解決文本控制弱、多模態(tài)控制信號沖突、長視頻生成能力不足等痛點(diǎn)問題。目前，該框架性能超越Omnihuman-1.5、KlingAvatar 2.0等國際SOTA模型。

具身智能方面，京東透露，其將成為全球最大的具身智能數(shù)據(jù)公司。京東將于一年內(nèi)積累500萬小時(shí)人類真實(shí)場景視頻數(shù)據(jù)，兩年內(nèi)積累超1000萬小時(shí)優(yōu)質(zhì)數(shù)據(jù)，同步實(shí)現(xiàn)采集機(jī)器人本體數(shù)據(jù)100萬小時(shí)，并且將建成全球規(guī)模最大、場景最全的具身智能數(shù)據(jù)采集中心。

一、京東推出龍蝦一體機(jī)，已在輕量云主機(jī)預(yù)置OpenClaw應(yīng)用鏡像

目前，京東云已在輕量云主機(jī)預(yù)置OpenClaw應(yīng)用鏡像，支持三步部署，開發(fā)者無需手動搭建運(yùn)行環(huán)境。京東團(tuán)隊(duì)透露，最新數(shù)據(jù)顯示，京東云OpenClaw云服務(wù)用戶規(guī)模單周增長超300%，云端部署需求還在不斷上升。

面向中大型企業(yè)OpenClaw部署需求，京東云還正式推出了OpenClaw一體機(jī)，相關(guān)方人稱其具備三大優(yōu)勢：首先是零代碼開箱即用，3分鐘即可上崗；其次是原生開源生態(tài)融合；第三，支持官方持續(xù)更新。

當(dāng)前，京東云OpenClaw一體機(jī)有三大硬件規(guī)格：

• 標(biāo)準(zhǔn)版型號1：數(shù)據(jù)安全合規(guī)，支持超80人同時(shí)使用，日均處理Tokens 10億+。
• 標(biāo)準(zhǔn)版型號2：追求高模型精準(zhǔn)度和并發(fā)的中大型企業(yè)，兼顧性能與隱私，支持50人同時(shí)使用，日均處理Tokens 5億+。
• 個(gè)人版：本地閉環(huán)OpenClaw和模型，適合5人及以下團(tuán)隊(duì)同時(shí)使用，日均處理Tokens 3.5億+。

京東首次開源了通用基礎(chǔ)大模型JoyAI-LLM Flash的Instruct版本，該模型參數(shù)量為48B，激活3B參數(shù)，公開測試基上，超過了GLM-4.7 Flash（non-thinking）等同等規(guī)模模型。

在算法上，JoyAI-LLM Flash將幾何流形學(xué)中“纖維叢”這一數(shù)學(xué)工具引入強(qiáng)化學(xué)習(xí)，提出了創(chuàng)新的強(qiáng)化學(xué)習(xí)技術(shù)——FiberPO。

在激活參數(shù)保持3B的前提下，該模型通過動態(tài)稀疏路由實(shí)現(xiàn)更高計(jì)算效率，稀疏比例優(yōu)于GLM-4.7-Flash等模型。

在代碼方面, 基于稀疏優(yōu)化+訓(xùn)推協(xié)同技術(shù)，JoyAI-LLM Flash在輔助代碼開發(fā)時(shí)，響應(yīng)速度超越同級別小參數(shù)量模型，讓程序員可以“邊寫邊調(diào)”。

基于預(yù)訓(xùn)練+多輪微調(diào)，模型對編程語法、多語言適配（React/Vue等）、代碼邏輯的理解足夠精準(zhǔn)，生成的代碼可直接復(fù)用。

在智能體方面，JoyAI-LLM Flash可以低成本快速適配用戶復(fù)雜業(yè)務(wù)場景。目前京東JoyAI大模型技術(shù)已經(jīng)在超過2000+場景應(yīng)用，融入京東“超級供應(yīng)鏈”。據(jù)京東團(tuán)隊(duì)透露，京東內(nèi)部運(yùn)行的智能體數(shù)量已超5萬個(gè)。

三、唇形同步、身份穩(wěn)定達(dá)商用級，京東自研數(shù)字人框架超越Omnihuman

京東自研JOYAvatar數(shù)字人視頻生成框架，在分布匹配蒸餾（DMD）后訓(xùn)練框架中，引入音頻、文本兩個(gè)專屬教師模型，實(shí)現(xiàn) “音視頻同步能力” 和 “文本控制能力” 的分離式監(jiān)督、融合式學(xué)習(xí)。

該框架無需新增訓(xùn)練數(shù)據(jù)，即可將通用視頻大模型的文本可控性遷移到數(shù)字人模型中，讓數(shù)字人精準(zhǔn)響應(yīng)復(fù)雜動作、鏡頭交互等指令。

該框架根據(jù)視頻生成的去噪時(shí)間步，動態(tài)調(diào)整文本、音頻的無分類器指導(dǎo)尺度：生成早期優(yōu)先根據(jù)文本控制信號確定數(shù)字人的動作框架，生成后期優(yōu)先根據(jù)音頻控制信號確保唇形同步。

通過Frame pack歷史幀編碼模塊+偽最后一幀策略, 該框架構(gòu)建專屬長視頻生成模型結(jié)構(gòu)，突破傳統(tǒng)數(shù)字人模型 “生成時(shí)長短、幀閃爍、身份漂移” 的技術(shù)限制，支持30秒以上長視頻生成，并且可以全程保持身份穩(wěn)定、動作流暢。

在客觀量化指標(biāo)評測中，JoyAvatar在唇形同步、身份穩(wěn)定與動作自然度上達(dá)到商用級水準(zhǔn)。其中唇形同步相似度Sync-C達(dá)5.57，高于Omnihuman-1.5、KlingAvatar2.0及商用模型 HeyGen。JoyAvatar的手部關(guān)鍵點(diǎn)置信度HKC為0.87，保證了肢體動作的自然流暢。

JoyAvatar可快速落地電商服務(wù)、智能客服、內(nèi)容創(chuàng)作等核心場景：

• 京東內(nèi)部場景：數(shù)字人主播（直播間復(fù)雜動作、多主播互動）、智能客服（多角色智能問答）、京東云生態(tài)（為客戶提供數(shù)字人技術(shù)底座）等；
• 通用產(chǎn)業(yè)場景：影視動畫（快速生成卡通人物 / 非人類主體視頻）、線上會議（虛擬分身多輪對話）、教育科普（虛擬講師復(fù)雜動作演示）、文旅文創(chuàng)（數(shù)字文旅形象定制）等場景。

京東推出的JoyInside面向硬件終端提供智能化適配能力，支持?jǐn)M人化交互與多人群適配。

2026年初，該能力新增社交玩法并升級語音合成技術(shù)，與京東京造聯(lián)動搭建跨品類智能硬件互聯(lián)體系，實(shí)現(xiàn)設(shè)備互通，并擴(kuò)展至八大方言識別交互。截至目前，JoyInside已接入近百家家電家居品牌、超40家機(jī)器人及AI玩具廠商。

此外，京東還推出“JoyInside開發(fā)平臺”，提供低代碼可擴(kuò)展環(huán)境及“搭建環(huán)境+AI能力+硬件模組+產(chǎn)業(yè)資源”的一站式解決方案：

• 面向大眾與設(shè)計(jì)師：提供可視化工具與即插即用模組；
• 面向開發(fā)者：支持定制與外部Agent集成；
• 面向廠商：通過便捷API助力老硬件低成本智能化升級，并對接京東零售渠道與營銷資源。

依托累計(jì)超1700億元的技術(shù)投入，京東已形成從京東云算力底座、JoyAI系列基礎(chǔ)模型，到智能體、數(shù)字人、附身智能的完整技術(shù)矩陣。

這一立體化布局，不僅推動京東內(nèi)部海量業(yè)務(wù)場景的智能化升級，更以開放生態(tài)加速AI從技術(shù)突破走向普惠應(yīng)用。