E-commerce and Technology Services
搜索文档
From cloud to checkout: Alibaba puts AI agent Qwen at centre of mobile push
Invezz· 2025-11-13 17:35
公司战略调整 - 阿里巴巴集团正在重新定位其移动人工智能战略 [1] - 公司对其核心人工智能应用进行重大品牌重塑 [1] 产品具体变更 - 现有的通义平台将重新启动为“Qwen” [1] - “Qwen”的名称来源于公司专有的大语言模型 [1] - 产品将经过重新设计以支持先进的智能体能力 [1]
面向实习/校招:京东具身智能算法岗位开放投递
具身智能之心· 2025-10-31 08:04
公司招聘信息 - 京东探索研究院具身智能实验室在北京亦庄招聘实习或校招岗位 [2] - 招聘岗位涉及视觉-语言-动作模型算法研发,包括模型架构设计、数据利用及模型训练方法 [3] - 岗位职责包括收集并规范化处理视频或机器人操作数据,以及VLA模型在仿真环境和真实机器人上的部署测试 [6] - 任职资格要求本科及以上学历,人工智能、计算机科学、自动化或机器学习相关领域 [6] - 要求熟悉VLA模型训练及测试,例如pi0、pi0.5、Gr00t N1.5、OpenVLA等 [6] - 要求精通Python/C++,熟练使用PyTorch深度学习框架 [6] - 具备独立分析和解决问题的能力以及较强的协作沟通能力是任职资格之一 [6][7][11] - 有VLA模型真机部署经验者优先考虑 [6] - 另一岗位职责涉及虚实仿真数据合成算法研发,包括Real-to-Sim、3DGS、4DGS等相关算法 [6] - 负责视频数据或机器人数据增强工作,例如背景变换、操作物体改变、轨迹增强等 [6] - 负责搭建虚实仿真平台,构建虚实仿真数据生成链路 [6] - 任职资格要求精通一种主流机器人仿真器,如NVIDIA Isaac Sim、Mujoco、Gazebo、 PyBullet [6] - 要求在虚实仿真重建技术上有深入研究,例如3DGS、4DGS等 [6] - 具备较强的编程能力,有虚实仿真数据增强经验者优先 [6] - 另有岗位负责双目摄像头的标定、校准、去畸变,深度估计等算法选型及部署 [11] - 负责手物交互检测、手势识别、SLAM等算法研发和部署 [11] - 任职资格要求熟悉机器人视觉软硬件知识,了解三角测距、畸变矫正及图像检测算法等 [11] - 在手物交互检测、手势识别、SLAM等任一领域有深入研究经验 [11] - 在TRO, RSS, ICRA, IROS, ICCV, CVPR等顶会及顶刊发表过相关论文或竞赛获奖者具备优势 [11] 行业社区与资源 - 具身智能之心知识星球是国内首个具身智能开发者社区,关注数据集、仿真平台、VLA、VLN等多个方向 [12] - 该社区汇总了近30+学习路线、40+开源项目、近60+具身智能相关数据集 [12] - 社区欢迎近200家公司和机构一起交流学术和产业 [13] - 具身智能之心社群拥有近60+技术交流群,覆盖大模型、VLN、VLA、足式机器人等多个方向 [14]
Alibaba Is Coming for Meta's Smart Glasses and ChatGPT. The Stock Rises.
Barrons· 2025-10-23 22:01
公司动态 - 阿里巴巴股价上涨 [1] - 公司推出AI智能眼镜 [1] - 公司推出新款聊天机器人 [1]
阿里巴巴-W夸克AI眼镜即将开启预售 深度融合阿里及支付宝生态
智通财经· 2025-10-23 15:27
产品发布与预售信息 - 阿里巴巴旗下夸克AI眼镜计划于周四午夜在京东、抖音和天猫平台开启预售 [1] - 产品正式价格将在后续发布会上公布 此前市场传闻售价为4699元但官方客服回应称价格不实 [2] - 夸克AI眼镜计划于12月开始向消费者交付 [1] 产品功能与技术规格 - 产品支持通话、音乐、翻译、会议纪要等应用 采用双芯双系统设计 支持RTOS和安卓双系统 [1] - 采用双电池换电设计以提升续航能力 并将首发Supen RAW超级暗光增强模式 [1] - 深度融合阿里及支付宝生态 具备通义千问大模型和夸克最新AI能力 支持高德导航、支付宝看一下支付、淘宝比价、飞猪商旅提醒等功能 [1] - 研发团队联合高德地图开发适配AI眼镜的近眼显示导航系统 可在骑行、步行等移动场景下提供精准指引 [1] 战略定位与生态合作 - 夸克AI眼镜于2025年7月26日在世界人工智能大会正式发布 是阿里巴巴AI能力与生态协同的集大成者 [1] - 产品标志着公司在AI领域的战略性下注 代表其AI to C战略正从软件领域延伸至多形态硬件 [2] - 项目负责人透露将联合全球领先眼镜品牌 通过技术、渠道、服务及C2M定制能力整合以解决用户体验关键瓶颈 [2]
AI时代下安全新范式:JoySafety + 安全Agent
京东· 2025-10-17 15:10
行业投资评级 - 报告未明确给出具体的行业投资评级 [2] 核心观点 - AI时代催生新的安全范式,京东提出“JoySafety + 安全Agent”作为应对方案 [5] - AI带来新的安全风险,包括提示注入2.0、AI投毒等,导致攻击手段更智能、风险面扩大、响应时效要求更高 [9][12][13] - 京东的JoySafety定位为AI的“守护者”,旨在化解其原生风险 [11] - 安全Agent被视为传统安全的“创新者”,将重塑防御体系 [13][60] AI安全风险与挑战 - 提示注入2.0从“聊天越狱”升级为“Agent劫持” [13] - AI投毒从数据层面扩展到恶意代码/MCP工具层面 [13] - 攻击门槛降低、规模变大、更持续,攻防节奏从“回合战”转向“实时战” [13] - 风险面扩大,出现新型数据泄漏和内容安全问题 [13] JoySafety全链守护AI体系 - 体系覆盖模型训练层、模型评测层、模型运营层 [16][18] - 对数据投毒采取零容忍态度,并设立31类风险基线 [18] - 具备实时风险识别能力,包括生成内容实时检测和Prompt实时检测 [18] - 提供全自动、一站式合规解决方案 [21] 安全Agent能力与性能 - 安全大模型JSL 2.0在多项安全相关评测中表现优异,例如在数学(GSM8K)达到94.72,代码(EvalPlus)达到86.63 [38] - 系统已应用于100+应用,处理亿级请求,覆盖零售、健康、科技等多个业务线 [29] - 实现毫秒级响应,75百分位、90百分位、99百分位和平均咨询响应时间均表现优异 [30] - 成功降低攻击95%以上 [31] 具体安全Agent应用 - JSL-CodeSafeter在代码编写阶段进行漏洞检测与修复,将平均修复周期从7天缩短至30分钟 [40][41][48] - 漏洞覆盖CWE TOP25+,识别准召率达90%,修复采纳率超过30% [42] - JSL-PenTester采用AI驱动,实现7x24小时不间断测试,专家接入率降低70%,漏洞发现率提升30% [45][46] - JSL-AlertTriager将告警研判效率提升10倍,告警降噪和风险召回均达到95%以上,MTTR降低50% [50][51] - JSL-ThreatIntelliger每天处理亿级情报线索,情报有效率达98%,MTTR缩短至3分钟 [53][54] 未来展望与开源计划 - JoySafety旨在作为“AI守护者”为大模型的安全运行和合规使用提供保障 [57] - JLBoost作为大模型的“助力器”,在训练数据获取和缓解幻觉方面提供支撑,提升输出可靠性和可信度 [59] - 京东通过GitHub和Hugging Face开源JoySafety代码及模型,遵循Apache 2.0协议,邀请开发者、企业、科研机构共创共建可信AI [65]
瘦身不降智!大模型训推效率提升30%,京东大模型开发计算研究登Nature旗下期刊
量子位· 2025-05-21 12:01
京东大模型研究成果 - 公司研究成果登上Nature旗下期刊npj Artificial Intelligence,提出开放环境下大模型训练与更新的系统方法[1] - 通过模型蒸馏、数据治理、训练优化与云边协同四大创新,平均提升推理效率30%,降低训练成本70%[1][8] - 是国内首个系统性解决大模型开发效率难题并获国际顶刊认证的研究[2] 技术突破与创新方法 - **模型蒸馏**:采用动态分层蒸馏技术,仅调整0.5%参数实现高效训练,支持京东大模型/Llama/DeepSeek等多模型蒸馏[5][6] - 蒸馏后京东大模型Livebench性能提升14分,同量级模型效果显著优化[7] - **数据治理**:跨领域动态采样算法结合隐私保护技术,提升模型泛化能力[11] - **训练优化**:贝叶斯优化框架处理离散空间,MPMD场景资源利用率提升40%[11] - **云边协同**:云端训练+边缘推理,两阶段压缩策略适应资源限制[11] 商业化应用与平台能力 - JoyBuild平台提供定制化解决方案,内置20余种开源模型、100余种算法工具链,支持通用模型快速专业化[9][10] - 企业模型开发周期从10余人团队缩减至1-2人,全流程耗时从数周缩短至1周,推理成本节约90%[10] - 平台沉淀京东零售/物流/健康/金融等行业Know-How,应用于供应链优化、智能客服等场景[12] 行业影响与未来方向 - 技术方案为行业提供通用路径,非"黑箱"式解法,推动AI规模化落地[12] - 未来将持续提升大模型开发效率,降低企业AI应用构建成本[12]