京东开源基础模型，龙虾天团上线

来源：市场资讯

（来源：观察者网）

（文/观察者网 张志峰）

3月24日，京东首次对外开源基础大模型JoyAI-LLM Flash的Instruct（指令）版本，并基于该模型推出适配AI智能体框架OpenClaw的全系列产品矩阵“龙虾天团”，成为行业焦点。

官方数据显示，京东云“龙虾”系列产品上线后，近一周Token总调用量环比增长高达455%。

行业三大核心痛点

2026年初，开源AI智能体框架OpenClaw在国内快速走红，这类能自主拆解用户需求、循环执行任务、自动修正结果的AI智能体，被视作继对话式AI之后的新一代生产力工具。

但在快速普及的过程中，行业核心痛点也集中暴露，成为其从“尝鲜”走向规模化落地的核心阻碍。

一是部署门槛高。

个人用户手动部署开源OpenClaw需要一定的技术基础，配置步骤繁琐，大量无技术背景的普通用户望而却步。

二是安全与智能难以平衡。

对企业用户而言，要让智能体完成任务，需开放系统、数据的相关权限，权限放开易引发数据泄露、文件误删等安全事故，已有不少企业明令禁止员工在办公环境使用开源版OpenClaw；但权限过度收紧，又会让智能体失去核心作用。

三是使用成本高。

智能体完成一个复杂任务，需要多轮深度思考、反复调用AI模型，token（AI模型交互的计费单位）消耗量是普通聊天AI的数十倍，不少用户调侃“养龙虾免费，喂龙虾的饲料（token）快喂不起了”。

龙虾天团的核心能力底座

在推出龙虾天团之前，京东首次对外开源了基础大模型JoyAI-LLM Flash的Instruct版本，这也是京东首次对外开源基础大模型——此前京东虽多次发布大模型产品，但均未开源。

这一模型，正是京东云龙虾天团所有功能与能力的核心前提。

该模型创新引入基于“纤维丛”理论的FiberPO强化学习方法，解决了传统大模型强化学习训练过程中效果易崩、收敛不稳定的问题，在19个行业权威基准测试中，在同等参数规模下跻身行业第一梯队。

其最核心的优化，几乎全部围绕龙虾智能体的使用痛点展开。

京东云相关负责人向媒体直言：“自从有‘龙虾’以后token的需求量暴涨，费用也在暴涨。在第三代Agentic AI里面需要多步的思考，甚至包括反复执行、反复调用一个模型，所以token的成本变成很关键的问题。”

针对这一核心痛点，该模型重点优化了token效率。

官方测试数据显示，在代码、通用知识、数学推理等主流任务中，该模型的正确率与智谱、千问等主流开源模型处于同一水平，但完成同等任务消耗的token量仅为后者的1/4到1/5。

“别的模型要达到很好的结果，往往需要深度思考，需要很长的思维链，当然会提升它的效果，但是带来一个直接的后果就是需要消耗大量的token，成本会上升。我们的优势是用很少的token，达到很好的效果。”该负责人表示。

同时，该模型通过MTP稠密多Token预测技术，将推理速度较主流模型提升1.8倍，进一步缩短了龙虾智能体完成任务的耗时；轻量化的架构支持本地部署，直接解决了用户使用龙虾时的数据安全顾虑。

该负责人还提到，该模型“比较小，可以在本地部署，某种意义上解决了大家用‘龙虾’有时候会担心的安全问题”。

此外，模型在代码生成、工具调用、复杂任务拆解上的能力，也与龙虾智能体的核心需求高度适配。

京东云龙虾天团，强在哪里

在产品端，与目前行业内的同类产品，要么只聚焦个人开发者的轻量化部署，要么只服务大型企业的私有化部署不同，京东云一次性推出了同时覆盖两端需求的“龙虾天团”，从个人免费的本地部署版本，到中小企业的云端套餐，再到大型企业的私有化一体机，提供了全阶梯的产品方案。

基于上述开源大模型的能力底座，京东云推出的龙虾天团，核心是解决龙虾智能体“装不上、不敢用、用不起、用不好”四大行业痛点，具体可分为四大类产品。

第一类是轻量化部署产品，核心解决“装不上”的门槛问题。

包括“云端虾”和“本地虾”：“云端虾”提供轻量云主机、GCS智算服务两种模式，用户无需手动配置环境，一键就能在云端部署OpenClaw，开箱即用；“本地虾”支持客户端一键下载安装，同时实现了云端与本地部署的记忆同步，用户在不同设备、不同环境使用龙虾，都能无缝衔接历史任务。

第二类是企业级安全产品，核心解决“不敢用”的安全顾虑。

，京东推出了“企业虾”OpenClaw一体机，基于国产芯片打造，算力完全本地化，企业数据无需出域，开机即可使用，同时配套“安全虾”全链路AI安全服务，保障智能体操作全程可信可控。

第三类是场景化垂直产品，核心解决“用不好”的适配问题。

包括主打AI智能编码、适配企业级复杂开发任务的“编码虾JoyCode”；面向企业级内容创作的AIGC平台“创意虾灵境”；还有首次将OpenClaw与硬件落地结合的“实体虾JoyInside”，可通过智能体远程控制硬件设备完成任务。

第四类是成本优化配套服务，核心解决“用不起”的成本问题。

京东云推出了CodingPlan大模型套餐包，用户可按需购买token，同时支持多模型自由切换，无需为不同模型单独付费，配合底层大模型的token效率优势，进一步降低使用成本。

这种大幅减少token成本的底层技术搭配全链路产品矩阵的精准覆盖，成为京东云龙虾天团的核心优势，京东云“龙虾”系列产品上线后，近一周token调用量环比增长高达455%也更直观地说明了这点。

但不可否认的是，作为首次开源基础大模型的厂商，京东在开源开发者生态的积累上，相较于已完成多轮开源迭代的头部厂商仍有差距，产品的差异化创新目前更多集中在工程化落地层面，自研智能体框架JoyClaw尚未对外公布完整细节。

已明确的后续落地布局

在此基础上，京东也向媒体披露了多项可落地的后续规划。

具身智能领域，京东将建成全球规模最大、场景最全的具身智能数据采集中心，计划发动内部超10万员工、外部最多50万各行业人员参与数据采集，目标一年内积累500万小时人类真实场景视频数据，两年内数据量超1000万小时。

生态拓展方面，京东将于3-4月举办JoyInside首届创新大赛，面向全球开发者、硬件厂商、AI创新团队征集AI硬件创新方案，优秀项目可获得从创意孵化到产品包销的全链路支持。目前JoyInside已与近百个家电家居品牌、超40个机器人与AI玩具品牌达成深度合作。

场景落地方面，京东将持续推进数字人Joy Streamer在电商直播等场景的规模化应用，目前已有7万商家深度使用该产品；同时将智能体能力深化落地到零售、物流、健康、工业等京东现有核心业务场景，持续优化产品的实际落地效果。