合规域在电商平台中扮演着重要的角色，它相当于电商体系中的“免疫系统”，通过识别恶意的商品、商家以及UGC内容，确保电商生态的健康、有序和可持续发展。

这篇文章从生成式推荐系统和京东联盟广告的背景入手，首先引出两者结合的动因与策略，随后我们对当前的流程和方法进行了细致的回顾与整理，最后详细介绍了我们在京东联盟广告领域的应用实践。通过深入分析与案例展示，本文旨在为广告领域的推荐系统带来新的见解和启发。

以上是我们京东广告在Agent应用上的一些工程化实践，通过构建RAG、Function Call等核心能力，为京准通智能助手业务提供AI 超能力，并为广大商家赋能。下一步，我们还将推动多Agent架构升级，为更多专业的Agent能力接入铺平道路，促进智能助手能力的持续提升，为商家提供更智能化的产品。总之，道阻且长，行则将至！

在 AIGC 技术席卷各行业的浪潮中，视觉生成技术正成为重构电商生态的核心力量。当电商从“商品陈列”转向“内容驱动”，品牌对海量、多元、精准的视觉素材需求空前迫切，而传统人工制作模式早已难以应对存量市场下的效率与成本挑战。以大模型为核心的 AIGC 技术，恰好为这一痛点提供了破局方案。它不仅能实现商品图、带货视频的批量生成，更能基于用户画像打造“千人千面”的个性化素材，让内容从“大水漫灌”变为“精

2012年加入京东以来，他一直致力于智能供应链技术及业务体系建设，带领团队打造了国内零售行业规模最大的智能供应链平台，承接“科技部科技创新2030”、“中关村国家自主创新示范区”等多项国家重点科研项目，一系列技术突破被Management Science等国际顶级期刊收录，并多次获得Franz Edelman、Gartner技术创新等国际奖项。它们不再是完成单一任务的模块，而是拥有完整决策权的“虚

2026年已公布结果的国际顶级会议中，京东零售技术已有20+篇论文被CVPR、WWW、ICLR等多个极具影响力的国际学术会议收录。我们从中精选11篇，研究内容覆盖多模态多智能体系统、生成式推荐、生成式上下文理解范式、点击率预测等多个方向。这些成果不仅展现了零售技术与AI交叉的蓬勃活力，更预示着未来商业智能的演进方向。本期为论文成果合集第一期，后续将持续邀请论文作者深度解析技术思路与落地实践，带你“

2025年，虚拟试衣已成为电商行业不可或缺的核心环节，从技术落地到商业变现，全行业都在加速布局这一赛道。什么是虚拟试衣？其背后的核心技术方案有哪些？国内外电商大厂又有哪些典型实践案例？如何突破技术瓶颈，打造更贴合用户需求的试穿体验？电商平台又该如何构建完整的AIGC能力矩阵？本文分享将深度拆解虚拟试衣的技术逻辑、行业实践与未来趋势，解锁电商AIGC的全域布局思路。内容围绕以下板块展开：首先解析虚拟

详细介绍了基于大模型的生成式检索，从 Lexical based 方向深入探究大模型生成式检索的应用，从 SemanticID based 方向深入探究大模型生成式检索的应用。

本文将从概念辨析出发，系统拆解主流存储模型与存储引擎的设计逻辑，对比 JMQ、Kafka、RocketMQ的技术选型差异与架构设计。

MicroApp 1.0已经发布，我们将积极回应开发者的问题和反馈，并持续改进，以帮助更多开发者提高效率和改善开发体验。欢迎大家使用MicroApp并参与共建，也希望在GitHub上给我们点个Star来支持我们。