25 फ़रवरी को, JD रिटेल टेक्नोलॉजी टीम ने घोषणा की कि उसने अपना स्वयं विकसित किया हुआ Jing Diandian AIGC कंटेंट जनरेशन प्लेटफ़ॉर्म आधिकारिक तौर पर लॉन्च कर दिया है और इसे पूरी तरह से खोल दिया है, जिसका उद्देश्य AI तकनीक के माध्यम से ई-कॉमर्स विक्रेताओं को कुशल और कम लागत वाला कंटेंट जनरेशन समाधान प्रदान करना है। वर्तमान में, यह प्लेटफ़ॉर्म 20 से अधिक मुख्य परिदृश्यों को कवर करता है, प्रतिदिन AI क्षमता कॉल की संख्या 10 मिलियन से अधिक है, और 350,000 से अधिक JD विक्रेताओं को उच्च-गुणवत्ता वाले उत्पाद चित्र, मार्केटिंग कॉपी और आगामी मुख्य चित्र वीडियो को एक क्लिक में उत्पन्न करने में मदद करता है, जिससे कंटेंट निर्माण दक्षता में उल्लेखनीय वृद्धि होती है और निर्माण लागत कम होती है।
Jing Diandian AIGC प्लेटफ़ॉर्म का लॉन्च ई-कॉमर्स कंटेंट जनरेशन क्षेत्र में JD की एक महत्वपूर्ण तकनीकी सफलता का प्रतीक है। यह प्लेटफ़ॉर्म कई AI क्षमताओं पर आधारित है, जिससे पारंपरिक ई-कॉमर्स कंटेंट उत्पादन मॉडल में बदलाव आया है, जो चित्रों, कॉपी और वीडियो जैसे कई क्षेत्रों को कवर करता है। पेशेवरों के संचालन की आवश्यकता नहीं है, आम उपयोगकर्ता भी आसानी से पेशेवर ई-कॉमर्स कंटेंट सामग्री उत्पन्न कर सकते हैं। वर्तमान में, Jing Diandian ने दो मुख्य AIGC क्षमताएँ लॉन्च की हैं: AI उत्पाद चित्र पीढ़ी और AI मार्केटिंग कॉपी पीढ़ी।
AI उत्पाद चित्र पीढ़ी के संदर्भ में, उपयोगकर्ताओं को केवल उत्पाद की सामान्य तस्वीर या सफेद पृष्ठभूमि वाली तस्वीर अपलोड करने की आवश्यकता होती है, और सिस्टम स्वचालित रूप से छवि को काट सकता है और ई-कॉमर्स डेटा के आधार पर उपयुक्त दृश्य टेम्पलेट की सिफारिश कर सकता है, जिससे उच्च-गुणवत्ता वाले उत्पाद दृश्य चित्र उत्पन्न होते हैं। इसके अतिरिक्त, सिस्टम AI द्वारा उत्पाद के मुख्य विक्रय बिंदुओं और मार्केटिंग लाभ बिंदुओं को जोड़ सकता है, जिससे उत्पाद के मुख्य चित्र, विवरण चित्र और मार्केटिंग चित्र जैसी सामग्री उत्पन्न होती है। AI मार्केटिंग कॉपी पीढ़ी उपयोगकर्ताओं को JD उत्पाद SKU संख्या या नाम दर्ज करने की अनुमति देती है, और सिस्टम संबंधित उत्पादों से विक्रय बिंदु जानकारी निकालेगा और उपयोगकर्ता की आवश्यक लेखन शैली के अनुसार सटीक मार्केटिंग कॉपी उत्पन्न करेगा।
ई-कॉमर्स क्षेत्र में AI कंटेंट जनरेशन की तकनीकी समस्याओं को हल करने के लिए, Jing Diandian ने कई तकनीकी नवाचार किए हैं। सबसे पहले, प्लेटफ़ॉर्म ने बड़ी मात्रा में खुदरा छवि डेटा का उपयोग JD के टेक्स्ट-टू-इमेज बेस मॉडल को प्रशिक्षित करने के लिए किया है, DiT (Diffusion Transformer) फ़्रेमवर्क और Flow Matching तकनीक का उपयोग करते हुए, छवि पीढ़ी की दक्षता और गुणवत्ता में उल्लेखनीय सुधार हुआ है। दूसरा, Jing Diandian ने स्वतंत्र रूप से ReferenceNet और ControlNet विकसित किए हैं, जिससे छवि विशेषताओं की सटीक इंजेक्शन और छवि रूपरेखा, शैली और लेआउट के सटीक नियंत्रण का एहसास होता है, जिससे उत्पन्न छवियों की यथार्थता और स्थिरता सुनिश्चित होती है। मार्केटिंग कॉपी पीढ़ी के संदर्भ में, Jing Diandian ने स्वतंत्र रूप से बहु-मोडल उत्पाद समझ मॉडल विकसित किया है, RAG योजना और उत्पाद ज्ञान के संयोजन से, तथ्यात्मक रूप से सटीक और शैली में विविध मार्केटिंग कॉपी उत्पन्न करता है। इसके अतिरिक्त, प्लेटफ़ॉर्म ने प्रबलित शिक्षा तंत्र को पेश किया है, उपयोगकर्ता प्रतिक्रिया और उत्पाद डेटा के अनुसार पीढ़ी मॉडल को अनुकूलित करता है, जिससे कंटेंट उत्पादन की गुणवत्ता में सुधार होता है।
Jing Diandian AIGC प्लेटफ़ॉर्म के अनुप्रयोग प्रभाव उल्लेखनीय हैं। वर्तमान में, यह प्लेटफ़ॉर्म JD विक्रेताओं, पारिस्थितिक भागीदारों और आंतरिक कर्मचारियों के लिए पूरी तरह से खुला है, और इसे JD के मुख्य B-साइड उत्पादों जैसे बुद्धिमान छवि कटिंग, बुद्धिमान कॉपी और उत्पाद दृश्य चित्र पीढ़ी में एकीकृत किया गया है। उपयोगकर्ताओं ने उत्पाद चित्र और मार्केटिंग कॉपी निर्माण की दक्षता में 95% से अधिक की वृद्धि की है, और लागत में 99% से अधिक की कमी आई है। उदाहरण के लिए, होम डेकोरेशन 2D दृश्य चित्रों के लिए, पारंपरिक मैनुअल उत्पादन में एक सप्ताह का समय और दस हजार युआन से अधिक की लागत लगती है, जबकि Jing Diandian AI छवि पीढ़ी केवल कुछ उत्पाद चित्र अपलोड करने की आवश्यकता होती है, जिससे उच्च-गुणवत्ता वाले चित्रों को जल्दी से उत्पन्न किया जा सकता है, और पेशेवर डिजाइनरों और भौतिक स्थानों की आवश्यकता नहीं होती है।
Jing Diandian ने नवीन रूप से बड़े मॉडल त्वरण योजना और बड़े और छोटे मॉडल संयुक्त अनुमान तकनीक को अपनाया है, जिससे संसाधन उपयोग दक्षता में उल्लेखनीय सुधार हुआ है। पारंपरिक एकल बड़े मॉडल योजना की तुलना में, Jing Diandian ने कंटेंट पीढ़ी की गुणवत्ता में स्थिरता बनाए रखते हुए संसाधन निवेश में 90% तक की कमी की है। मॉड्यूलर डिज़ाइन और डोमेन नॉलेज इंजेक्शन तंत्र के माध्यम से, Jing Diandian विभिन्न ई-कॉमर्स परिदृश्यों में सिस्टम की उच्च अनुकूलन क्षमता और विस्तार क्षमता सुनिश्चित करता है।
आधिकारिक वेबसाइट अनुभव: https://ai.jd.com