专题演讲嘉宾：石孝钢

本次演讲将深度拆解京东零售的 AIGC 落地全景。跳出单点模型训练与优化的局限，我们将分享一套经过大促真实检验的闭环落地体系：

• 技术：解决生成能力与红线问题，决定业务可行性
• 艺术：建立电商场景视觉表达约束，决定用户体验与品牌心智
• 算术：以业务价值为北极星指标明确 ROI 与算力调度，决定项目的可持续性

本次分享将首次公开京东在解决 AIGC 应用落地的真实踩坑经验与解法，包括 ROI 价值核算与落地决策模型、面向商家的零门槛“全链路自动化”流水线设计，以及通过“A/B 实验-知识蒸馏-模型微调”打造的数据自进化飞轮等诸多干货以及对未来趋势的洞察。

演讲提纲

• 痛点&破局：跨越从"实验室 Demo "到"增长引擎"的鸿沟
• 算账与决策："大"="好"？基于 ROI 的能力评估与高可用架构
• 全链路自动化："好用"不如"不用"，面向真实的 B 端产品&业务流设计
• 模型自进化：“好看”又“好卖”的神奇配方与增长飞轮
• 踩坑与启发：业务规模化落地的经验与未来趋势洞察

您认为，这样的技术在实践过程中有哪些痛点？

• 生成模型的“发散性（幻觉）”与电商场景“绝对一致性”的挑战
• “不可能三角”的极度拉扯：极致效果、超高吞吐与受限的算力成本

演讲亮点

• 基于“业务转化+美学围栏”的双目标强化学习与微调反馈机制
• 百亿级吞吐下的动态模型路由与“大小模型”协同工程

听众收益

• 架构设计与 ROI 闭环视角：了解大型互联网企业如何进行 AIGC 的成本核算与业务分级，掌握支撑日均亿级生成的动态模型路由架构与算力分配策略
• 跨越瓶颈的技术落地方法论：学习一套经过实战检验的“数据飞轮”构建方法，掌握如何利用 A/B 实验反馈和知识蒸馏，让生成模型在“视觉表现”与“商业转化率”之间找到最优解
• 面向未来的 AI 产品与业务演进洞察：跳出传统的工具型 AIGC 产品思路，获取面向 B 端商家的“无UI化/全链路自动化”的 Agent 设计理念，并前瞻性地了解“面向 AI 助手的素材供给（ M2M 交互）”等下一代技术趋势