京东零售技术发布京点点AIGC内容生成平台 一键生成商品图、营销文案

2月25日,京东零售技术团队宣布其自主研发的京点点AIGC内容生成平台已正式上线并全面开放,旨在通过AI技术为电商商家提供高效、低成本的内容生成解决方案。 目前,该平台已覆盖20多个核心场景,单日AI能力调用量超过1000万次,助力超过35万京东商家一键生成高质量的商品图片、营销文案和即将上线的主图视频,显著提升内容制作效率,降低制作成本。 京点点AIGC平台的推出,标志着京东在电商内容生成领域的重大技术突破。

2月25日,京东零售技术团队宣布其自主研发的京点点AIGC内容生成平台已正式上线并全面开放,旨在通过AI技术为电商商家提供高效、低成本的内容生成解决方案。目前,该平台已覆盖20多个核心场景,单日AI能力调用量超过1000万次,助力超过35万京东商家一键生成高质量的商品图片、营销文案和即将上线的主图视频,显著提升内容制作效率,降低制作成本。

京点点AIGC平台的推出,标志着京东在电商内容生成领域的重大技术突破。该平台基于多种AI能力,改变了传统电商内容生产模式,覆盖图片、文案和视频等多个领域,无需专业人员操作,普通用户也能轻松生成专业的电商内容素材。目前,京点点已上线两项核心AIGC能力:AI商品图生成和AI营销文案生成。

在AI商品图生成方面,用户只需上传商品普通拍摄图或白底图,系统即可自动抠图并结合电商数据推荐合适的场景模板,生成高质量商品场景图。此外,系统还能AI添加商品核心卖点文案和营销利益点,生成商品主图、详情图和营销图等素材。AI营销文案生成则允许用户输入京东商品SKU编号或名称,系统会从相关商品中提取卖点信息,并根据用户需求的文章风格生成精准的营销文案。

微信截图_20250225135456.png

为解决电商领域AI内容生成的技术难题,京点点进行了多项技术创新。首先,平台通过海量零售图片数据训练京东的文生图基底模型,采用DiT(Diffusion Transformer)框架与Flow Matching技术,显著提升图像生成效率和质量。其次,京点点自主研发了ReferenceNet和ControlNet,实现图像特征一致性的精准注入和对图像轮廓、风格、布局的精确控制,确保生成图像的逼真度和一致性。在营销文案生成方面,京点点自研多模态商品理解模型,结合RAG方案和商品知识,生成事实准确且风格多样的营销文案。此外,平台还引入强化学习机制,根据用户反馈和商品数据优化生成模型,提高内容生产质量。

京点点AIGC平台的应用成效显著。目前,该平台已面向京东商家、生态伙伴和内部员工全量开放,并接入京东核心B端产品,如智能抠图、智能文案、商品场景图生成等功能。用户在商品图和营销文案制作的效率提升超过95%,成本降低99%以上。以家装2D场景图为例,传统人工制作需要一周时间和上万元成本,而京点点AI生图仅需上传几张商品图,即可快速生成高质量图片,无需专业设计师和物理空间。

京点点还创新性地采用大模型加速方案和大小模型联合推理技术,显著提升资源利用效率。与传统单一大模型方案相比,京点点在内容生成质量一致的情况下,资源投入减少高达90%。通过模块化设计和领域知识注入机制,京点点确保了系统在不同电商场景中的高度适应性和可扩展性。

官网体验:https://ai.jd.com

相关资讯

颠覆认知!AI 智能体 Manus 横空出世:不只回答问题,直接交付最终成果

受够了那些只会 纸上谈兵 的 AI 助手,问啥答啥,但干活还得靠自己? 准备迎接 AI 界的 真·干将 —— Manus! 这款横空出世的 AI 智能体, 彻底颠覆了我们对 AI 的固有印象: 它不再只是一个 问答机器人, 而是一个 真正能帮你完成任务的 超级打工人!

AI在用 | 用Kimi写「发疯」文案,篇篇10万+

机器之能报道编辑:文华以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式,但绝大部分人依然不知道该如何使用。因此,我们推出了「AI在用」专栏,通过直观、有趣且简洁的人工智能使用案例,来具体介绍AI使用方法,并激发大家思考。   我们也欢迎读者投稿亲自实践的创新型用例。这年头,为了抢流量,大家焦虑到头秃。今天就来安利一个搞流量的门道:用 AI 写「发癫」文案公众号,篇篇搞到 10 万 。这类文案公众号均有套路可循:1. 一个有趣的标题2. 一些看起来有大病的文案3. 几幅或治愈或搞笑的配图这用

最大数据集、多任务覆盖,阿里达摩院发布首个大规模中文多模态评测基准MUGE

在计算机视觉领域甚至人工智能的发展历程中,ImageNet对于整个领域的技术进步具有至关重要的作用。随着多模态学习成为当下的新热点,为了通过大规模数据集建设和全方位模型能力评测推动多模态领域的发展,阿里达摩院推出MUGE(全称Multimodal Understanding and Generation Evaluation Benchmark)评测基准。该基准是由达摩院联合浙江大学、阿里云天池平台联合发布,中国计算机学会计算机视觉专委会(CCF-CV专委)协助推出的首个大规模中文多模态评测基准。其拥有全球最大规模的中文多模态评测数据集,覆盖多种类型的任务,包括图文描述、基于文本的图像生成、跨模态检索等。MUGE的推出旨在解决当前中文多模态领域下游任务数据集匮乏的问题,并且为广大研究者提供权威平台,从理解能力和生成能力两大角度去衡量算法模型的有效性。