在人工智能领域的又一里程碑事件中，中国人工智能学会揭晓了2024年度“吴文俊人工智能科学技术奖”，其中，京东科技人工智能团队凭借其“多模态交互式数字人关键技术及产业应用”项目，一举夺得该奖项的特等奖，成为本年度唯一获此殊荣的项目。
“吴文俊人工智能科学技术奖”，被誉为智能科技界的“奥斯卡”，旨在表彰在智能科学技术领域取得杰出成就的个人及项目。京东此次获奖，是继2021年和2022年连续两年在该奖项上有所斩获后，再次证明了其在AI技术研发与产业化应用上的领先地位。
京东科技人工智能团队的多模态交互式数字人技术，集成了语音、语义、形象等多模态技术，攻克了多项技术难题。他们提出的低成本、高保真人体建模技术，有效降低了人体建模的成本，并提升了视觉效果；语义一致多模态应答技术，解决了多模态语义对齐难、应答能力弱的问题；多模态自然化行为生成技术，则让数字人的行为更加多样且协调，增强了交互的真实感。
京东的多模态交互式数字人技术不仅在国际上处于领先水平，更在2024年率先实现了大规模商业化应用。目前，该技术已服务于超过9000家商家，为商家带来了超过140亿的销售增量。在京东618等大促期间，包括格力总裁董明珠、洁丽雅总经理石展承等在内的21位总裁数字人，空降京东直播间，创造了史上最大规模的数字人直播事件。
京东科技人工智能团队近期再度取得技术突破，打造了数字人通用的基座大模型。通过LiveTTS语音合成大模型和LiveHuman通用数字人大模型，仅需输入自然语言或1秒视频/照片，即可生成4K超高清、口型完全匹配的数字人。这一技术革新，使得数字人的制作不再依赖于线下拍摄、建模和耗时训练。
LiveTTS语音合成基座模型基于20万小时的数据训练，实现了“零样本”声音合成和多语种情感化输出，音色相似度远超其他厂商，字符错误率大幅降低。而LiveHuman数字人基座模型则通过创新性的人体过渡帧生成技术，解决了多片段衔接卡顿的问题，在复杂场景下仍能保持流畅表现。
这些技术突破使得单个数字人的生产成本从数万元降低至两位数，较真人拍摄模式成本降幅超过90%。数字人技术从专业工具转变为普惠生产力，为广告素材生成、新媒体投放、个人IP打造等场景提供了强大的技术支持，推动了数字人技术的工业级应用。
作为兼具实体企业基因和数字技术能力的新型实体企业，京东20多年来深耕供应链，利用人工智能等数智化技术全面优化社会生产、流通、消费、服务等环节。从提升零售效率到构建产业生态，京东始终致力于以实助实。截至2024年底，京东在基础科学和技术研发上已累计投入近1400亿元，推动了包括大语言模型、语音识别及合成、数字人在内的一系列人工智能关键技术的建设与应用，助力各行各业实现高质量发展。
