京东作为全球最大的电商平台之一，服务超过7亿活跃用户和数百万商家，拥有数百亿SKU。在此规模下，高质量的结构化商品知识是提升用户体验、降低管理成本和提高运营效率的基础，但生产和服务面临三大工业级挑战：快速涌现的新概念、海量SKU的高质量知识生产以及多样化的下游需求。为此，我们提出了京东氧AI商品中心（Oxygen AIIC），一个基于LLM/VLM的工业级商品知识生产和服务平台。Oxygen AIIC围绕四个核心支柱构建：(i) 高效人机协作驱动的本体工程，支持拥有数百万条目的本体的动态演进和敏捷扩展；(ii) "语义搜索后判别"（S2D）知识识别架构，结合吞吐量提升策略，实现可扩展、可延伸、高吞吐量的AI商品库生产，覆盖数百亿SKU；(iii) 自我进化的商品理解LLM/VLM，以稳定可控的方式改进，实现94.2%精度和82.8%召回率的知识生产；(iv) 统一商品通道作为数据和服务枢纽。Oxygen AIIC现已覆盖数万京东类目，每天在华为昇腾NPU上处理数亿次商品更新，积累了数千亿商品知识资产。已部署在搜索、推荐、运营、品类规划等核心业务场景，并带来可衡量的规模效益：搜索流量覆盖率达到80.4%，商品信息质量问题下降37%，商品上架时核心属性自动填充率超过80%。
核心观点
- 工业级平台有效解决了电商商品知识生产中的三大挑战：新概念涌现、海量SKU知识生产、多样化下游需求。
- 基于LLM/VLM的本体工程通过高效人机协作实现动态演进和敏捷扩展。
- S2D（语义搜索后判别）知识识别架构结合吞吐量优化，支持数百亿SKU的高效处理。
- 自我进化的商品理解LLM/VLM模型在稳定可控过程中达到94.2%精度和82.8%召回率。
- 统一商品通道作为数据和服务枢纽，支撑搜索、推荐、运营、品类规划等多场景应用。
技术要点
本体工程（高效人机协作）、S2D知识识别架构、LLM/VLM自我进化训练、华为昇腾NPU高性能计算、吞吐量提升策略（如并行处理、模型蒸馏）。
应用场景
搜索流量覆盖（80.4%）、推荐系统、运营决策、品类规划、商品上架核心属性自动填充（>80%）、商品信息质量监控（问题下降37%）。