得物基於產業真實場景研發AI查驗鑒別係統,以得物多年積累的查驗鑒別研究和海量實物商品數據訓練為基礎,整合億級多模態產業原生數據,自研“無矩”機器學習平台,通過細粒度感知技術、分層注意力機製、神經網絡結構搜索等技術,快速、深入分析多品類商品的關鍵物理特性,實現了成熟的多品類商品高精度查驗鑒別,主要品類與得物鑒別專家的鑒別結果吻合度在99.9999%以上。得物垂類大模型在工業質檢、各類經營主體貨品質量管理、監管和安全等領域均有廣泛應用空間。
1.新型工業化需求:當前,中國製造業正處於依靠知識、技術等高級生產要素重構產業核心競爭力的爬坡過坎階段。目前國內人工智能企業和項目努力尋找賦能製造業的突破口,但在層出不窮的大模型中,會“聊天”的多,會“幹活”的較少,在製造業具體場景中的大規模應用和商業化,總體還處於早期階段。新一代質量基礎設施建設有待通過AI技術加快加強,例如在商品生產、流通領域的AI檢測模型,還不能充分滿足多品類、大批量、高複雜商品的質量檢測和真偽鑒別需求。
2.消費者科技服務體驗需求:當前,以“Z世代”為代表的中國新生代消費者正在崛起,他們對商品質量提出了更高的期待,需要更高效的人工智能商品查驗鑒別應用,來提高平台批量化商品查驗鑒別的效率。
一、主要能力和技術創新
得物的商品查驗鑒別業務覆蓋近20大類商品,得物AI查驗鑒別係統是國內首個麵向多品類、複雜場景的商品查驗鑒別人工智能,攻克了多品類AI商品查驗鑒別技術難點。
1.引入神經網絡結構搜索技術,訓練過程中能根據款式特點快速自動化調整模型結構,能更快找到更高查驗鑒別準確率的“解題思路”。
2.引入商品細節圖、商品來源等跨模態信息幫助決策商品真假,通過更全麵的思考來判斷真假。通過提示工程來有效地表述不同模態信息,提高模型的準確率和知識實時性,有效突破高難度品類和品牌的鑒別難點
3.引入細粒度分類、層級注意力機製等技術,實現對資深鑒別師能力的模擬。通過工業機器人拍攝的廣角高精度圖片,大模型能捕捉像素級的細微紋理差異,準確識別一些視覺觀察足以亂真,隻有資深鑒別師才能捕捉細微觸感差異,並將鑒別師經驗嚴格量化,做到“萬無一失”。
4.內嵌增量學習係統,讓模型能夠根據真實的商品鑒別過程中,實時積累的新款商品數據,快速形成新款商品的鑒別能力,對模型進行實時更新迭代,具備出色泛化能力。
5.完善的正品樣本庫。“得物正品樣本庫”就像商品圖書館一樣,為商品鑒別提供標準。目前,得物正品樣本庫覆蓋13個消費品類、1500多個品牌、10萬多個商品,球鞋、服裝、箱包、手表、3C、珠寶等每一個消費類目,每一個品牌,甚至一個品牌的一款商品,都從0到1建立了不同的鑒別邏輯和標準,且隨著商品豐富度的提升,持續迭代新增。
二、實施效果和應用落地情況
目前得物AI查驗鑒別係統與得物鑒別專家的鑒別結果吻合度在99.9999%以上,已覆蓋箱包、手表、鞋類、服飾、配飾、奢侈品、戶外運動、美妝等眾多品類。
(一)工商業場景
一是麵向產業鏈上遊。未來有能力支持進行智能質檢,可為生產製造企業提供AI工業質檢服務。
二是麵向各類經營主體。逐步向商超、零售、貿易商、拍賣行等各類經營主體,開放多品類商品品質查驗服務,支持其快速完成貨品質檢。
(二)監管領域應用前景
目前,得物已受海關、公安邀請,對涉案商品進行真偽鑒別,為案件定損與偵破提供支持。未來可逐步向公檢法、海關、市場監管單位及權威檢測機構開放AI查驗鑒別服務,支持主管部門進行高精度、批量化的商品檢測和真偽鑒別。
(三)數據治理及風控場景
AIGC“以假亂真”現象已成為AI治理的重點領域,可適時探索得物大模型支持進行AIGC深度偽造檢測。可探索得物大模型在網絡安全建模方麵的應用,基於對多模態數據的深入分析,預測各行各業潛在風險事件發生的概率。
機器人底盤Disinfection Robot消毒機器人講解機器人迎賓機器人移動機器人底盤商用機器人智能垃圾站智能服務機器人大屏機器人霧化消毒機器人紫外線消毒機器人消毒機器人價格展廳機器人服務機器人底盤核酸采樣機器人機器人代工廠智能配送機器人噴霧消毒機器人圖書館機器人導引機器人移動消毒機器人導診機器人迎賓接待機器人導覽機器人 |