随着大模型技术从“炫技”走向“价值沉淀”，电商领域正经历一场以 AI 为核心驱动力的深度变革。本次演讲将围绕“迈向电商大模型时代”这一主线，深入剖析一个经典场景——虚拟试衣的演进之路，并展望电商 AIGC 的广阔未来。分享将首先回顾虚拟试衣的技术变迁，接着将深入探讨其产品设计的关键点与技术难点，如如何平衡真实感与业务成本。在此基础上，演讲将视野扩展至整个电商 AIGC 生态。

我们将探讨如何利用可控图像 / 视频生成技术，批量生成高质量、低成本的商品素材；并进一步构想一种极致的个性化未来，同一件商品，基于不同用户的偏好、身材、场景，生成独一无二的展示素材，真正实现“千人千面”的购物体验。最后，将分享京东如何将这些前沿技术赋能给商家，并总结在落地实践中关于投入产出比（ROI）考量、数据基础设施构建以及组织协同的宝贵经验与业务成果。

演讲提纲：

1. 引言：电商大模型时代的序幕
2. 虚拟试衣的产品演进之路
3. 虚拟试衣的技术演进之路
4. 从试衣到生成：电商AIGC的全景赋能
5. 赋能商家的平台化实践

您认为，这样的技术在实践过程中有哪些痛点？

• 数据问题：如何获取大量包含精确标注的真人试衣数据，数据质量决定模型上限
• 评测问题：缺乏行业公认的客观评测指标，如何超越传统图像指标，建立与“转化率”等业务指标强关联的评估体系
• 幻觉问题：对生成条件控制越严，生成内容越准确，但可能限制创造性导致生硬；给予模型过多自由，又可能产生不符合商品实物的“幻觉”，如何平衡
• 成本问题：扩散模型生成，对算力消耗巨大。如何优化模型以实现大规模、高并发下的稳定服务
• 组织问题：业务部门追求快速见效，而AI研发需要长期投入，明确价值闭环至关重要，否则易沦为技术Demo

听众收益：

• 获得对虚拟试衣乃至电商AIGC技术演进、产品设计和未来趋势的全景式理解
• 了解京东在技术选型、产品落地、业务赋能过程中的具体实践、痛点及解决方案
• 掌握如AI Agent、端云协同、多模态交互等最新趋势，激发自身产品的创新思路