得物AI查驗鑒別系統(tǒng)-鑒別結(jié)果吻合度在99.9999%以上

得物基于產(chǎn)業(yè)真實場景研發(fā)AI查驗鑒別系統(tǒng)，以得物多年積累的查驗鑒別研究和海量實物商品數(shù)據(jù)訓練為基礎(chǔ)，整合億級多模態(tài)產(chǎn)業(yè)原生數(shù)據(jù)，自研“無矩”機器學習平臺，通過細粒度感知技術(shù)、分層注意力機制、神經(jīng)網(wǎng)絡結(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，實現(xiàn)了成熟的多品類商品G精度查驗鑒別，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域均有廣泛應用空間。

1.新型工業(yè)化需求：當前，中國制造業(yè)正處于依靠知識、技術(shù)等G級生產(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“聊天”的多，會“干活”的較少，在制造業(yè)具體場景中的大規(guī)模應用和商業(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，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復雜商品的質(zhì)量檢測和真?zhèn)舞b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(zhì)量提出了更G的期待，需要更G效的人工智能商品查驗鑒別應用，來提G平臺批量化商品查驗鑒別的效率。

一、主要能力和技術(shù)創(chuàng)新

得物的商品查驗鑒別業(yè)務覆蓋近20大類商品，得物AI查驗鑒別系統(tǒng)是國內(nèi)面向多品類、復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(shù)難點。

1.引入神經(jīng)網(wǎng)絡結(jié)構(gòu)搜索技術(shù)，訓練過程中能根據(jù)款式特點快速自動化調(diào)整模型結(jié)構(gòu)，能更快找到更G查驗鑒別準確率的“解題思路”。

2.引入商品細節(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模型的準確率和知識實時性，有效突破G難度品類和品牌的鑒別難點

3.引入細粒度分類、層級注意力機制等技術(shù)，實現(xiàn)對資深鑒別師能力的模擬。通過工業(yè)機器人拍攝的廣角G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，只有資深鑒別師才能捕捉細微觸感差異，并將鑒別師經(jīng)驗嚴格量化，做到“萬無一失”。

4.內(nèi)嵌增量學習系統(tǒng)，讓模型能夠根據(jù)真實的商品鑒別過程中，實時積累的新款商品數(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(xù)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、戶外運動、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。

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)查驗服務，支持其快速完成貨品質(zhì)檢。

（二）監(jiān)管L域應用前景

目前，得物已受海關(guān)、公安邀請，對涉案商品進行真?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)威檢測機構(gòu)開放AI查驗鑒別服務，支持主管部門進行G精度、批量化的商品檢測和真?zhèn)舞b別。

（三）數(shù)據(jù)治理及風控場景

AIGC“以假亂真”現(xiàn)象已成為AI治理的重點L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(wǎng)絡安全建模方面的應用，基于對多模態(tài)數(shù)據(jù)的深入分析，預測各行各業(yè)潛在風險事件發(fā)生的概率。