阿里巴巴M6

产品介绍

功能与优势亮点

1. 多模态表征能力：能够处理自然语言和图像等不同模态的信息，将其统一加工处理，沉淀为知识表征，为各行业提供更全面的智能服务。
2. 推动 AI 普惠化：以预训练模型的形式输出泛化能力，下游只需提供场景化数据进行优化微调，就能快速产出符合行业特点的精准模型，降低了 AI 使用门槛，推动 AI 在各行各业的落地和普及。
3. 高精度与低门槛：具备高精度的处理能力，同时降低了使用门槛，使得更多企业和开发者能够利用其能力进行创新。
4. 强大的图像生成与文本转换能力：在服装设计方面，能根据用户输入的款式要求，如 “翻领 polo 简约开衫上衣”，快速完成服装的款式设计并生成白底图；还能捕捉图片中的主要特征并转换成文本表述，如提取商品主图中的商品特点信息，展开扩写为一段流畅自然的商品推荐理由。

应用场景 / 案例 / 用户评测

1. 应用场景
   • 电商领域：包括推荐理由文案创作，依据图像生成推荐理由，支持卖点标签增强文案可控性，少量样本即可得到可用结果；图文商品检索，基于多模态的商品表征提取，支持有监督（行为日志）、无监督训练模式，集成最新对比学习的研究成果。
   • 智能制造：可利用其多模态表征能力，优化生产流程、进行质量检测等。
   • 金融：辅助进行风险评估、市场分析等。
2. 案例
   • 每平每屋：M6 基于自身的多模态特征提取能力和模型中存储的丰富电商领域知识，为淘系的每平每屋业务提供了优质的家装类商品 embedding 表示，更好地理解商品的风格场景等维度信息。在引入 M6 产出内容封面 embedding 后，线上精排场景取得了 pctcvr2.6% 的提升。
   • 斑马智行：斑马智行算法团队使用 M6 的表征学习能力帮助推进语视对话模型在自动驾驶场景实现应用。此模型可以帮助智驾系统理解用户的语言指令，识别出指令中指代的视觉目标，自动驾驶系统根据识别结果做出行为。M6 能力加持下，语视对话模型在评测上实现 5% 以上的绝对值提升，将有效优化自动驾驶体验。
3. 用户评测：从合作案例的效果来看，M6 在不同行业的应用都取得了显著的成效，得到了合作企业的认可，能够切实为企业带来业务提升和效率优化。

竞品对比