京东云斩获两项AI大奖，以数智技术推动产业数字化发展(2)
京东云AI团队作为多模态内容理解的早期推动者，在视觉与语言、多模态内容交互领域完成多项前沿创新。在视觉与语言方面，围绕跨模态自洽、交互到共生的研究脉络打造了一系列视觉与语言的代表性工作（LSTM-A [1]，GCN-LSTM [2]，HIP [3]，X-LAN [4]，COS-Net [5]），在计算机视觉和多媒体领域国际顶级会议和刊物上发表论文十余篇，并开源了业界首个模块化、标准化的多模态视觉内容分析平台X-modaler [6]，获ACM Multimedia 2021最佳开源项目奖。在多模态内容交互方面，依靠多项原创成果（ViCo [7], Tree-Block [8], SPT [9]），团队积累了完备的多模态实时内容交互技术，研究成果ViDA-MAN [10]获得ACM Multimedia 2021最佳演示论文奖，同时在聆听态数字人、演讲数字人等前沿领域组织国际竞赛持续增强影响力。此次京东云凭借“多模态视觉内容分析”技术，在中国多媒体大会（ChinaMM）上荣获全国十佳企业创新技术奖，再次印证了京东云在该领域的创新性和前瞻性。
此外，京东云凭借“Transforming Online Shopping Experience with Multimedia Computing”技术，在国际多媒体学会会议（IEEE ICME）上，获得多媒体创新引领者奖（Multimedia Star Innovator）。该奖项由国际多媒体大会IEEE ICME颁发，每年在国际范围内仅遴选一个引领多媒体技术的创新团队。京东作为本年度唯一获奖者，体现了其深耕零售领域的多媒体技术深度，也展示了在多媒体领域的技术影响力。
以京东云数字人技术为例，目前京东数字人主播已在零售场景中广泛应用，覆盖3C、家电、母婴等类型的京东自营店铺。在AI技术的驱动下，京东云数字人主播能够结合商品的不同功能，配合打招呼、双手摊开、握拳、点赞等丰富多样的动作。在京东云数字人主播的推荐下，消费者可以更直观、详实地了解商品信息，商家仅需一次性导入商品功能，就可以将这些信息转化为可感知的视频内容，并在直播间中介绍商品、智能地回答观众问题，7×24小时不间断直播卖货。
