得物基于產(chǎn)業(yè)真實(shí)場景研發(fā)AI查驗(yàn)鑒別系統(tǒng)，以得物多年積累的查驗(yàn)鑒別研究和海量實(shí)物商品數(shù)據(jù)訓(xùn)練為基礎(chǔ)，整合億級(jí)多模態(tài)產(chǎn)業(yè)原生數(shù)據(jù)，自研“無矩”機(jī)器學(xué)習(xí)平臺(tái)，通過細(xì)粒度感知技術(shù)、分層注意力機(jī)制、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)搜索等技術(shù)，快速、深入分析多品類商品的關(guān)鍵物理特性，實(shí)現(xiàn)了成熟的多品類商品G精度查驗(yàn)鑒別，主要品類與得物鑒別專家的鑒別結(jié)果吻合度在99.9999%以上。得物垂類大模型在工業(yè)質(zhì)檢、各類經(jīng)營主體貨品質(zhì)量管理、監(jiān)管和安全等L域均有廣泛應(yīng)用空間。

1.新型工業(yè)化需求：當(dāng)前，中國制造業(yè)正處于依靠知識(shí)、技術(shù)等G級(jí)生產(chǎn)要素重構(gòu)產(chǎn)業(yè)核心競爭力的爬坡過坎階段。目前國內(nèi)人工智能企業(yè)和項(xiàng)目努力尋找賦能制造業(yè)的突破口，但在層出不窮的大模型中，會(huì)“聊天”的多，會(huì)“干活”的較少，在制造業(yè)具體場景中的大規(guī)模應(yīng)用和商業(yè)化，總體還處于早期階段。新一代質(zhì)量基礎(chǔ)設(shè)施建設(shè)有待通過AI技術(shù)加快加強(qiáng)，例如在商品生產(chǎn)、流通L域的AI檢測模型，還不能充分滿足多品類、大批量、G復(fù)雜商品的質(zhì)量檢測和真?zhèn)舞b別需求。

2.消費(fèi)者科技服務(wù)體驗(yàn)需求：當(dāng)前，以“Z世代”為代表的中國新生代消費(fèi)者正在崛起，他們對(duì)商品質(zhì)量提出了更G的期待，需要更G效的人工智能商品查驗(yàn)鑒別應(yīng)用，來提G平臺(tái)批量化商品查驗(yàn)鑒別的效率。

一、主要能力和技術(shù)創(chuàng)新

得物的商品查驗(yàn)鑒別業(yè)務(wù)覆蓋近20大類商品，得物AI查驗(yàn)鑒別系統(tǒng)是國內(nèi)面向多品類、復(fù)雜場景的商品查驗(yàn)鑒別人工智能，攻克了多品類AI商品查驗(yàn)鑒別技術(shù)難點(diǎn)。

1.引入神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)搜索技術(shù)，訓(xùn)練過程中能根據(jù)款式特點(diǎn)快速自動(dòng)化調(diào)整模型結(jié)構(gòu)，能更快找到更G查驗(yàn)鑒別準(zhǔn)確率的“解題思路”。

2.引入商品細(xì)節(jié)圖、商品來源等跨模態(tài)信息幫助決策商品真假，通過更多面的思考來判斷真假。通過提示工程來有效地表述不同模態(tài)信息，提G模型的準(zhǔn)確率和知識(shí)實(shí)時(shí)性，有效突破G難度品類和品牌的鑒別難點(diǎn)

3.引入細(xì)粒度分類、層級(jí)注意力機(jī)制等技術(shù)，實(shí)現(xiàn)對(duì)資深鑒別師能力的模擬。通過工業(yè)機(jī)器人拍攝的廣角G精度圖片，大模型能捕捉像素級(jí)的細(xì)微紋理差異，準(zhǔn)確識(shí)別一些視覺觀察足以亂真，只有資深鑒別師才能捕捉細(xì)微觸感差異，并將鑒別師經(jīng)驗(yàn)嚴(yán)格量化，做到“萬無一失”。

4.內(nèi)嵌增量學(xué)習(xí)系統(tǒng)，讓模型能夠根據(jù)真實(shí)的商品鑒別過程中，實(shí)時(shí)積累的新款商品數(shù)據(jù)，快速形成新款商品的鑒別能力，對(duì)模型進(jìn)行實(shí)時(shí)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(biāo)準(zhǔn)。目前，得物正品樣本庫覆蓋13個(gè)消費(fèi)品類、1500多個(gè)品牌、10萬多個(gè)商品，球鞋、服裝、箱包、手表、3C、珠寶等每一個(gè)消費(fèi)類目，每一個(gè)品牌，甚至一個(gè)品牌的一款商品，都從0到1建立了不同的鑒別邏輯和標(biāo)準(zhǔn)，且隨著商品豐富度的提升，持續(xù)迭代新增。

二、實(shí)施效果和應(yīng)用落地情況

目前得物AI查驗(yàn)鑒別系統(tǒng)與得物鑒別專家的鑒別結(jié)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(yùn)動(dòng)、美妝等眾多品類。

（一）工商業(yè)場景

一是面向產(chǎn)業(yè)鏈上游。未來有能力支持進(jìn)行智能質(zhì)檢，可為生產(chǎn)制造企業(yè)提供AI工業(yè)質(zhì)檢服務(wù)。

二是面向各類經(jīng)營主體。逐步向商超、零售、貿(mào)易商、拍賣行等各類經(jīng)營主體，開放多品類商品品質(zhì)查驗(yàn)服務(wù)，支持其快速完成貨品質(zhì)檢。

（二）監(jiān)管L域應(yīng)用前景

目前，得物已受海關(guān)、公安邀請(qǐng)，對(duì)涉案商品進(jìn)行真?zhèn)舞b別，為案件定損與偵破提供支持。未來可逐步向公檢法、海關(guān)、市場監(jiān)管單位及權(quán)威檢測機(jī)構(gòu)開放AI查驗(yàn)鑒別服務(wù)，支持主管部門進(jìn)行G精度、批量化的商品檢測和真?zhèn)舞b別。

（三）數(shù)據(jù)治理及風(fēng)控場景

AIGC“以假亂真”現(xiàn)象已成為AI治理的重點(diǎn)L域，可適時(shí)探索得物大模型支持進(jìn)行AIGC深度偽造檢測。可探索得物大模型在網(wǎng)絡(luò)安全建模方面的應(yīng)用，基于對(duì)多模態(tài)數(shù)據(jù)的深入分析，預(yù)測各行各業(yè)潛在風(fēng)險(xiǎn)事件發(fā)生的概率。