4月14日，基于京東JoyAI大模型，京東在2026商家大會上發(fā)布了以互動Agent為核心的數(shù)字人直播智能交互體系，圍繞電商知識增強型問答、場控動態(tài)響應、多智能體協(xié)同三大技術能力，提升數(shù)字人主播在直播場景中的交互能力。

同時，京東提出下一代數(shù)字人主播的演進方向——從"腳本驅動的提線木偶"走向具備全鏈路自主決策能力的零售經(jīng)營智能體。

現(xiàn)場圖

行業(yè)現(xiàn)狀：數(shù)字人主播高度依賴人工場控

數(shù)字人直播已成電商行業(yè)的基礎配置，但商家在實際使用中面臨一個共性問題：數(shù)字人主播高度依賴人工投喂與場控，缺乏對業(yè)務的真正理解。

目前，多數(shù)數(shù)字人主播的運作方式仍是"預設腳本"加"關鍵詞觸發(fā)"——用戶在彈幕里問"多少錢"就報價格，問"怎么用"就讀說明書，但腳本之外的問題往往無法有效應答。簡單理解，多數(shù)數(shù)字人主播更像一個記憶力很好的演員，但不懂業(yè)務邏輯，本質上是真人直播的數(shù)字化復刻。

對商家而言，更實際的困擾在于：數(shù)字人無法判斷彈幕背后的真實購買意圖，無法根據(jù)直播間流量變化動態(tài)調整節(jié)奏，一旦離開人工場控就容易"失靈"。商家期待的是一個能獨當一面的主播，實際得到的往往是一個需要持續(xù)照看的工具。

京東數(shù)字人：三大技術支撐互動能力升級

針對上述痛點，基于京東JoyAI大模型，京東數(shù)字人此次發(fā)布的互動Agent體系從三個層面切入。

知識層面，京東數(shù)字人構建了電商知識增強型問答體系。該體系將商品信息、平臺政策、促銷活動、國補資格等知識實時融合，并支持接入商家自有知識庫，包括客服話術、產(chǎn)品手冊、使用教程、品牌介紹等內容。系統(tǒng)同時具備用戶洞察能力，可識別用戶等級、優(yōu)惠資格及商品訴求，基于用戶歷史行為主動預判需求，提升推薦精準度。

執(zhí)行層面，京東搭建了場控動態(tài)響應機制。數(shù)字人可實時調用紅包、抽獎、優(yōu)惠券等直播營銷工具，將互動與執(zhí)行打通。系統(tǒng)還會基于實時的觀看、互動、轉化數(shù)據(jù)，自動調整講品與促銷節(jié)奏，降低對人工場控的依賴。

協(xié)同層面，京東引入多智能體協(xié)同機制，由場控智能體基于直播目標全局調控流程節(jié)奏，互動智能體則聚焦用戶需求完成意圖識別與個性化應答，兩者協(xié)同配合。

在交互策略上，該體系設計了四項核心機制：一是對彈幕進行實時意圖分類，高購買意向問題優(yōu)先響應，低價值干擾智能過濾；二是根據(jù)流量高低自動切換策略，高流量時聚焦轉化效率，低流量時引導互動、吸引停留；三是通過上下文感知實現(xiàn)智能打斷與自然回歸，保障直播體驗連貫性；四是基于實時流量感知主動觸發(fā)引導下單與互動策略。

PPT圖

演進方向：從"聽指令"走向"自主經(jīng)營決策"

在當前互動能力之上，京東數(shù)字人進一步描述了行業(yè)演進的方向。

下一代數(shù)字人主播將搭載"快慢雙驅"能力體系。"快思考"負責毫秒級基礎交互響應，包括用戶進房歡迎、情緒安撫、簡單問答、流程推進等，保障全天候穩(wěn)定運營；"慢思考"則深度融合供應鏈、庫存、流量、價格等全鏈路零售數(shù)據(jù)，支撐商品排品、庫存調度、價格策略、轉化優(yōu)化等經(jīng)營決策。

在這一模式下，數(shù)字人能夠在檢測到SKU庫存緊張時自動申請補貨或切換替代商品，在識別到用戶猶豫時自動匹配專屬優(yōu)惠券進行促單。

這意味著數(shù)字人將徹底擺脫對預設腳本與人工場控的依賴，從被動執(zhí)行指令升級為主動理解生意、自主制定經(jīng)營策略的零售Agent。數(shù)字人不再需要運營人員"喂"腳本，而是能自己看懂生意數(shù)據(jù)，自己決定賣什么、怎么賣。

從"懂知識"到"會互動"，從"聽指令"到"自主決策"，京東數(shù)字人正從交互體驗優(yōu)化走向經(jīng)營能力重構，為行業(yè)提供了一個從"工具"到"智能體"的演進樣本。