当前位置: 首页 > ops >正文

京东携手HarmonyOS SDK首发家电AR高精摆放功能

在电商行业的演进中,商品的呈现方式不断升级:从文字、图片到视频,再到如今逐渐兴起的3D与AR技术。作为XR应用探索的先行者,京东正站在这场体验革新的最前沿,不断突破商品展示的边界,致力于通过创新技术让消费者的选购过程更加直观、真实和高效。

“3D技术能够提供更逼真的视觉呈现、更沉浸的交互体验,让消费者‘所见即所得’,帮助品牌更好实现与用户的深入连接,‘3D信息流’将成为下一代内容形态的重要载体。”

——京东XR创新团队负责人

京东正携手HarmonyOS SDK联合探索新的电商购物方式,基于AR Engine在鸿蒙版京东APP上首发了AR高精摆放功能,为电商用户解决家电选购等场景下的核心难题。在刚刚闭幕的华为开发者大会2025上,华为终端BG CEO何刚在主题演讲环节正式对外发布了京东和HarmonyOS SDK的这一联合创新。

图片

用户痛点:尺寸焦虑,让人望而却步

随着人们对家居美学和空间高效利用的追求越来越高,嵌入式家电巧妙嵌入橱柜、墙壁等空间,与家居环境浑然一体,营造出简洁、和谐的家居氛围,成为众多消费者打造品质家居的首选。但是大家电尤其是嵌入式家电的选购,一直以来都面临两个老大难问题:尺寸不匹配和风格不匹配。

用户无法准确判断家电是否能适配自家厨房橱柜,尤其是在空间有限、结构复杂的环境下,更难以凭借图片和参数判断是否合适。随之而来的退货、换货问题,在造成用户体验下降的同时,也给平台和商家带来沉重负担。

解决方案:AR赋能,让“预览”成为现实

为破解这一难题,京东将AR Engine先进的高精度空间感知能力引入鸿蒙版京东APP,推出了一项创新功能:AR高精摆放。

用户只需通过手机摄像头扫描现实世界的环境,系统即可自动识别空间结构并计算空间尺寸,随后将京东平台上的家电商品以1:1比例的3D模型呈现在用户真实环境中,以虚实融合实现真正的“所见即所得”。

无论是冰箱、微波炉,还是各类嵌入式设备,用户都能直观判断其在家中是否合适,从而在购买前就解决过去只能“买回来试试”的问题。

,时长00:43

技术支撑:AR Engine提供底层能力支持

京东这项创新功能的实现,离不开AR Engine提供的两项核心能力:

1、 高精语义几何重建

为了让AR试摆不仅“看起来真实”,更要“测得准、放得下”,AR Engine提供了自研的高精语义几何重建算法:

  • 输入感知多源融合:基于手机摄像头与惯性测量单元(IMU)实时数据;

  • 高精度输出结果:精确的相机6Dof位姿估计、场景稠密点云、包含语义标签的物体识别(如柜体、地面、墙面等);

  • 性能领先:误差达到厘米级,空间重建速度小于5秒,满足用户流畅操作与交互体验。

通过该算法,用户家中的空间结构可被快速重建并转化为可计算的数字模型,系统自动匹配嵌入式家电商品,实现高便利性的“空间试装”,点云精度和用户体验可比肩专用硬件。

图片

2、AR View:空间智能交互能力

AR View是AR Engine最新提供的系统级AR能力入口,专为开发者打造:

  • 底层AR能力集成:融合HarmonyOS原生AR感知能力,支撑应用空间化特性表现;

  • 低开发门槛:提供场景化API接口,开发者无需深入底层,仅需少量代码即可完成接入;

  • 灵活的场景管理:支持AR实例创建和3D模型交互,便于构建高度还原的商品摆放体验;

  • 高性能渲染:与系统3D引擎深度集成,实现平滑自然的虚实融合视觉效果。

依托AR View,京东快速搭建起了AR试摆功能所需的交互框架,以支持用户在真实场景中自由预览各类家电商品。

创新价值:技术落地,解决真实问题

“家电AR高精摆放”不仅是京东在XR技术领域的创新展示,更是一次面向真实用户需求的实践。通过携手HarmonyOS SDK,预计将有效改善京东平台用户决策效率,减少因尺寸不符导致的退换货,同时提升平台的服务体验与品牌信任度。

“此次发布的‘AR高精摆放’功能,不仅是京东3D产品矩阵的重要组成,也是京东布局‘3D信息流’的关键一步,”京东XR创新团队负责人表示,“未来,京东将继续以技术驱动体验升级,持续优化3D引擎、拓展AIGC能力,并与更多品牌合作,共同探索3D信息流时代的无限可能。”

这项功能将于不久后随HarmonyOS 6的正式发布而上线,并在后续扩展至更多品类和场景,进一步拓宽AR在电商平台的应用边界。欢迎更多开发者接入HarmonyOS SDK,在鸿蒙生态中创造更多独特的虚拟融合体验。

http://www.xdnf.cn/news/15098.html

相关文章:

  • 【深度学习新浪潮】图像生成有哪些最新进展?
  • 光电耦合器在电冰箱开关电源的应用
  • pandas销售数据分析
  • Cesium实战:交互式多边形绘制与编辑功能完全指南(最终修复版)
  • 前端面试专栏-算法篇:23. 图结构与遍历算法
  • Java(7.11 设计模式学习)
  • python的社区残障人士服务系统
  • Grok 4全面解析:马斯克的多智能体AI如何颠覆技术边界
  • 格式规范公文处理助手:一键排版 标题 / 正文 / 页码一键调,Word 脚本自定义
  • 嵌入式学习笔记--MCU阶段--day03中断
  • 网安系列【16】之Weblogic和jboss漏洞
  • 二层环路避免-STP技术
  • Transformer架构:结构介绍
  • STM32F103C8T6单片机内部执行原理及启动流程详解
  • 使用Tensorflow和CNN进行猫狗图片训练的实战总结
  • 【CF】⭐Day96——2025武汉ICPC(AILF)
  • MyBatis插件机制揭秘:从拦截器开发到分页插件实战
  • 深度学习_全连接神经网络
  • 单片机基础(STM32-DAY2(GPIO))
  • 如何发现 Redis 中的 BigKey?
  • 【计算机网络】HTTP1.0 HTTP1.1 HTTP2.0 QUIC HTTP3 究极总结
  • STM32 中实现 Modbus RTU
  • OneCode AI注解框架:让传统软件15分钟升级为AI原生应用
  • 从零开始搭建深度学习大厦系列-3.卷积神经网络基础(5-9)
  • 【Note】Linux Kernel 实时技术深入:详解 PREEMPT_RT 与 Xenomai
  • python+django/flask基于微信小程序的农产品管理与销售APP系统
  • 数据仓库:企业数据管理的核心枢纽
  • 20250710解决KickPi的K7的SDK编译异常:rk3576-android14.0-25250704.tar.gz【降低BUILD_JOBS】
  • OrCAD 24.1补丁005中文界面切换指南
  • RT-Thread 的 SCons 构建系统的语法、常用用法,并举例说明如何编写典型的 `Kconfig` 和 `SConscript` 文件