大模型元年，萬能的淘寶有了萬能AI

　　本文來自于微信公眾號 量子位(ID:QbitAI)，作者:夢晨。

　　今年雙十一，除了買家賣家和平臺，還多了第四種參與者:

　　AI助手。

　　淘寶天貓平臺，商家在雙十一準(zhǔn)備期及開賣期調(diào)用AI次數(shù)已超過15億次。

　　買家方面，AI助手淘寶問問的累計體驗人次也超1000萬，其中高活躍人群日均提問數(shù)超8次。

　　最夸張的一條數(shù)據(jù)是“單一用戶最多提問數(shù)超4000次”，這位是完全不動手找商品，買什么全聽AI的了嗎?

　　淘寶天貓這回各種AI應(yīng)用，那是百花齊放。

　　不知道買什么可以問AI，具體選哪款可以問AI，選好了怎么下單哪些活動實惠還可以問AI。

　　這還沒完，賣家快速開新店可以找AI，大批量上架商品可以找AI，投放廣告還是可以找AI。

　　……

　　大模型爆發(fā)接近一年，不斷改造著人們的工作和線上娛樂方式。

　　而滲透進電商購物這一塊，可以算是連接上了空間更為廣闊的衣食住行等線下生活。AI購物新體驗

　　AI助手淘寶問問，已經(jīng)對所有淘寶用戶開放，直接在搜索框輸入「淘寶問問」就能直達。

　　乍一看與其他聊天機器人產(chǎn)品類似，主體都是一個對話框。

　　實際上手體驗才發(fā)現(xiàn)，它不僅懂商品，還懂你。

　　如果有優(yōu)惠券要湊滿減，就可以讓AI推薦點湊單的零食。

　　無需在提問時附加額外的要求，它也能從歷史訂單、購物車等數(shù)據(jù)中推薦符合喜好的商品。

　　對于每款推薦的商品，AI都會總結(jié)好產(chǎn)品本身的特點、適合的人群或場合，以及推薦理由。

　　接下來點擊商品卡片，就可以直接選擇規(guī)格、口味加入購物車了。

　　除了直接提問，在淘寶問問里有一些內(nèi)置好的功能模板。

　　「用我挑商品」專治選擇困難癥，選擇兩個商品優(yōu)缺點對比說的明明白白。

　　「婚禮策劃師」與「旅行策劃人」、「資深導(dǎo)購員」都是專為相應(yīng)場景優(yōu)化，整體方案+每個環(huán)節(jié)商品推薦一口氣呈現(xiàn)。

　　「生活小能手」和「美食達人」，在解決日常問題的基礎(chǔ)上又可以一鍵購齊所需材料。

　　最后「靈魂寫手」則是給喜歡分享購物體驗的用戶準(zhǔn)備。

　　這里展開介紹一下「用我挑商品」對比商品的玩法:直接從瀏覽記錄或購物車中選擇兩件拿不準(zhǔn)的商品。

　　即使是不同品類的洗衣液和洗衣凝珠，AI都能幫你把異同分析得頭頭是道。

　　當(dāng)然如果是要對比衣服，到底怎么搭配好看，淘寶問問暫時還幫不到你。

　　這時候就要請出另一個功能「淘寶試衣」了，還是直接搜索就可找到。

　　看好哪件點一下就可換裝，可自己搭配上裝下裝或選擇套裝，堪稱真人版奇跡暖暖。

　　涉及要與發(fā)型臉型體型腿型各種型搭配的，還可以上傳自己的全身照片、設(shè)定自己的身高體重來代替AI模特，不出門不花錢就能在線試穿上千萬種。

　　可以點擊對比按鈕，與自己拍照時的狀態(tài)反復(fù)對比，也是很實用的玩法。

　　除了上面展開介紹的這些，淘寶天貓還準(zhǔn)備了「我的萌寵」，通過AIGC技術(shù)為你的寵物制作數(shù)字分身;「極有家」，上傳房間照片，在線設(shè)計裝修方案等更多玩法。

　　都是在搜索欄搜索直達，篇幅有限，就留給感興趣的讀者自己去體驗了。

　　商家也有了專門的「淘寶商家智能經(jīng)營工具」，從上傳第一個商品照片開始，店鋪起名、生成Logo、僅靠張圖片自動識別商品屬性、上架、到店鋪裝修，一氣呵成，節(jié)省大量人工操作。

　　此外還有商品素材任意擴展尺寸功能，適應(yīng)各種展示場合，大幅降低素材加工成本，避免人力返工。

　　最終從復(fù)盤數(shù)據(jù)來看，今年雙十一是新品牌、新商家、中小商家參與最多的一屆。

　　按往常來說，對于平臺功能不熟悉、操作不熟練會帶來不少麻煩，但今年在新技術(shù)的加入下，徹底把經(jīng)營店鋪的門檻降低了。

　　淘寶商家智能經(jīng)營工具線不足半月，就為女裝服飾商家提供了10w+次AI發(fā)品服務(wù)，發(fā)品時長較傳統(tǒng)發(fā)品降低25%。

　　基于大語言模型技術(shù)研發(fā)的中心化電商經(jīng)營Copilot，開啟內(nèi)測后也為數(shù)萬商家提供了經(jīng)營知識問答、經(jīng)營工具調(diào)用、文案生成等多種經(jīng)營輔助能力，目前已經(jīng)為商家經(jīng)營提效超50w次。 AI技術(shù)在電商領(lǐng)域的首次大規(guī)模應(yīng)用

　　算起來，ChatGPT發(fā)布接近一周年，AIGC文生圖的興起還要更早一些。

　　這期間每一次技術(shù)突破，都掀起一波創(chuàng)業(yè)或改造已有業(yè)務(wù)的浪潮。直到今年雙十一期間，AI在電商領(lǐng)域終于實現(xiàn)大規(guī)模應(yīng)用，意義非比尋常:

　　不僅用于企業(yè)內(nèi)部流程，還要面向終端用戶。而且是一次面對買家和賣家兩種特點、需求都截然不同的終端用戶。

　　這其中涉及大模型和AIGC文生圖兩大技術(shù)路線的融合創(chuàng)新，可以觀察到AI如何跨越從技術(shù)到應(yīng)用的鴻溝，也能為更多行業(yè)帶來啟示。

　　先說更早興起的AIGC文生圖。2022年8月Stable Diffusion開源、算力需求小，開啟了AIGC商業(yè)化的序幕。

　　但Stable Diffusion的弱點也很快在實踐中暴露出來:

　　首先是生成的圖像不可控問題，特別是淘寶天貓所在的電商領(lǐng)域，對商品主體的呈現(xiàn)準(zhǔn)確性要求極高。

　　其次是使用復(fù)雜，復(fù)雜的提示詞技巧就不好掌握，眾多需要調(diào)節(jié)的參數(shù)更是增加了學(xué)習(xí)成本。

　　轉(zhuǎn)機很快出現(xiàn)。1月份，ControlNet橫空出世，巧妙的通過添加輔助條件引導(dǎo)生成，一定程度上解決可控性問題，被譽為“改變游戲規(guī)則”。

　　這時，高手已經(jīng)可以用Stable Diffusion+ControlNet的組合來指定生成圖像的細(xì)節(jié)了，如人物姿態(tài)、整體布局等，相當(dāng)于提升了AIGC文生圖的上限。

　　但對于淘寶天貓要服務(wù)的眾多普通用戶而言，這些引導(dǎo)方式的理解和使用成本依然很高。

　　23年8月，一項新技術(shù)IP-Adapter出現(xiàn)，再次把穩(wěn)定按需生成圖像的門檻降低。

　　IP-Adapter相當(dāng)于開辟了“用圖像當(dāng)提示詞”的新方法，也可以當(dāng)成ControlNet中的一個引導(dǎo)條件。

　　這樣一來，電商賣家在文生圖流程中利用好現(xiàn)成的商品照片即可，無需再學(xué)習(xí)掌握提示詞技巧或其他專業(yè)制圖知識，相當(dāng)于進一步降低了AIGC的下限。

　　解決了基本的實用性問題，更深層次的需求又凸顯出來。

　　Stable Diffusion屬于預(yù)訓(xùn)練模型，對世界的理解主要來自訓(xùn)練階段的數(shù)據(jù)。

　　而電商領(lǐng)域又是快速變化的，每天都會上新大量商品，需要AI能不斷更新、持續(xù)學(xué)習(xí)。

　　這時，來自大語言模型的快速微調(diào)技術(shù)LoRA就派上用場，借鑒到AIGC文生圖領(lǐng)域被當(dāng)做“知識/概念注入”的方法。

　　具體來說，LoRA在微調(diào)時會凍結(jié)模型的大部分權(quán)重，僅更新一小部分。同時更新后的權(quán)重還可單獨分離出來，每個只有幾十到上百MB大小。

　　在淘寶天貓的實踐中，LoRA相當(dāng)于為商品和模特構(gòu)建了數(shù)字分身，為商家沉淀數(shù)字資產(chǎn)，可以進一步生成更加豐富多樣的商品或模特圖。

　　把LoRA加入流程后，又出現(xiàn)生成可控比較差的問題。如何讓LoRA生成的模特在像與美之間取得平衡，如何讓基于LoRA生成的商品精準(zhǔn)還原商品細(xì)節(jié)，都是需要進一步解決的應(yīng)用挑戰(zhàn)。

　　此外淘寶天貓還在探索不用訓(xùn)練即可將商品概念用于圖像生成的全新知識注入技術(shù)，直接在推理階段提供商品圖片即可，極大降低知識注入技術(shù)的應(yīng)用成本，提升實時性。

　　AIGC要大規(guī)模應(yīng)用，光是圍繞圖像生成模型Stable Diffusion本身的增強改造就有這么多。

　　但實際工作流程中，為了大幅降低生圖操作的復(fù)雜度，還有大量工作需要完成。

　　比如針對電商領(lǐng)域?qū)ι唐分黧w必須準(zhǔn)確呈現(xiàn)的需求，又加入了SAM分割萬物分模型，先把商品主體分離，再與AI生成的環(huán)境背景部分適配融合。

　　這樣一來確保了商品主體的準(zhǔn)確呈現(xiàn)，避免出現(xiàn)“貨不對版”，又能使商品主體與背景無縫融合， 讓光影看起來沒有破綻，有放置物感。

　　接下來還要結(jié)合局部細(xì)節(jié)修復(fù)、超分辨率、增加濾鏡等多個環(huán)節(jié)提高圖像質(zhì)量，達到商用級別水準(zhǔn)。

　　AIGC應(yīng)用如此，大模型在電商領(lǐng)域走向大規(guī)模應(yīng)用的歷程同樣困難重重。

　　特別是淘寶天貓要做的不是純粹的專業(yè)模型，而是一個有很強專業(yè)領(lǐng)域能力的通用模型，以解析淘寶用戶長尾的自然語言問題，理解更加精準(zhǔn)的用戶意圖。

　　要實現(xiàn)這一點，在通用模型的基礎(chǔ)上首先要增加電商專業(yè)知識，在多年積累的電商行業(yè)數(shù)據(jù)中訓(xùn)練。

　　但此時通用大模型還在根據(jù)輸入續(xù)寫文本，比如當(dāng)用戶提出一個問題，模型很有可能按格式補充多個類似問題，而不是回答這個問題。

　　行業(yè)中解決這個問題的方法AI與人類偏好對齊。SFT(指令微調(diào))讓大模型學(xué)會如何完成用戶的指令，RLHF(人類反饋強化學(xué)習(xí))讓大模型學(xué)會什么樣的回答滿足人類偏好。在淘寶天貓的實踐中，產(chǎn)品上線后還能不斷迭代用戶的反饋偏好。

　　接下來要解決的是大模型回答中的，業(yè)內(nèi)稱為“幻覺問題”。對此，淘寶天貓技術(shù)團隊從模型內(nèi)外兩方面，雙管齊下去解決。

　　模型內(nèi)，也就是在模型訓(xùn)練階段就引入大量電商行業(yè)數(shù)據(jù)。

　　模型外，通過RAG(檢索增強生成)技術(shù)，針對不同的問題，調(diào)用不同的知識庫，獲取實時更新的商品信息。

　　更進一步的，針對需要實時調(diào)用外部工具的問題，淘寶天貓技術(shù)團隊利用Tool learning技術(shù)，優(yōu)化大模型理解工具、選擇工具和調(diào)用工具的能力，并提供可解釋的工具調(diào)用路徑，使回答內(nèi)容更準(zhǔn)確，回答形式更加豐富。

　　比如淘寶問問里用戶的一次普通查詢，不僅調(diào)用了大模型生成能力，還調(diào)用了淘寶商品推薦能力和內(nèi)容社區(qū)的視頻推薦能力。更復(fù)雜的場景如旅行策劃，還會調(diào)用合作伙伴飛豬的機酒預(yù)訂能力。

　　最終，以淘寶問問為代表的一系列大模型產(chǎn)品，在大模型基礎(chǔ)上有意圖識別、任務(wù)規(guī)劃、記憶和使用外部工具能力，正朝著Agent(智能體)的方向發(fā)展，也就是大模型行業(yè)必爭的下一個階段。 雙十一大考，AI成績?nèi)绾?

　　以往每年雙十一，對技術(shù)、工程來說都是一輪大考。今年對AI的加入來說，更增添了一層初次實戰(zhàn)檢驗的味道。

　　現(xiàn)在，淘寶天貓集團這一波AI成果，是不是也代表著一些明確的新趨勢?

　　首先，AI技術(shù)創(chuàng)新拓展了電商的邊界，增加了可能性。

　　購物從需要明確知道要買什么，去搜索。變成了只要有需求，都可以詢問AI。

　　即使之前不知道該買什么或者根本不認(rèn)為能通過購買商品解決的需求，都可能由AI為你推薦出來。

　　其次，AI技術(shù)創(chuàng)新改進了商家的工作方式和生產(chǎn)效率。

　　與買家的情況相似但又不同，賣家被AI推薦的則是后臺功能、經(jīng)營工具。

　　以往商家使用淘寶天貓商家后臺的千牛工作臺，有不低的學(xué)習(xí)成本，功能太豐富，很多不知道在哪，甚至不知道某個功能的存在。

　　AI加持下，也變成了店鋪經(jīng)營過程中有任何需求就可以找AI，讓AI定位到合適的功能，或通過RAG技術(shù)解答商家的問題。

　　最后，雙十一雖已過去，但大量與AI交互留下寶貴的經(jīng)驗和數(shù)據(jù)。

　　淘寶天貓集團本就擁有完整的電商行業(yè)數(shù)據(jù)、行業(yè)經(jīng)驗，并憑借其打造出規(guī)模化的AI產(chǎn)品，雙十一期間產(chǎn)生大量用戶反饋數(shù)據(jù)，又可以再投入到算法改進，最終形成滾雪球效應(yīng)。

　　OpenAI開發(fā)者日標(biāo)志著AI行業(yè)越來越卷，YC創(chuàng)始人Paul Graham給提出建議，若要在競爭中不被淘汰，需要做到:

　　不僅依賴AI，還依賴于特定領(lǐng)域的深厚領(lǐng)域知識

　　與終端用戶建立非常密切的關(guān)系

　　而這兩點，恰好也是淘寶天貓集團天生所擅長的。

　　在AIGC行業(yè)有個說法，“AI一天，人間一年”，期待明年618、雙十一，AI又能給我們帶來什么購物新體驗。