gydtep

过去12年 科技作为“放大器”支持商业增长
今年是阿里巴巴第13个双11，是新一轮双11的一个起点，回顾过去12年的双11，有三个数字：

gydtep

第三，我们也开始为未来沉浸式的购物体验做准备，去探索未来下一代的人机交互的能力。我们以直播场景为例，直播场景本来已经有一些沉浸式体验了，但是对于一个主播来说，打造真正完全沉浸式购物的体验，成本是非常高的

gydtep

我们也在做AI方面的深度创新，超大规模模型现在是AI行业的重点，阿里达摩院实现了全球首个10万亿参数的多模态大模型M6，它有几个特点：第一个特点是创造力，它不仅仅能够感知这个世界，而且能够去做创造，

gydtep

在跨境电商领域，我们一直希望破除商家做生意时的语言障碍，达摩院多语言技术正在帮助商家真正地在全球做生意，商家用一种语言发布商品，与客户交流，我们的系统可以帮他翻译成全世界各个国家的语言，让商家可以无障碍地交流。还有AI图像生成技术可以帮助商家做产品的设计………

gydtep

多模态预训练的下游任务可以是常规的分类识别、视觉问答、视觉理解推断任务等等。VideoBERT是多模态预训练的第一个作品，它基于BERT训练大量未标记的视频文本对。

gydtep

本质上，多模态预训练期望学习到两种或多种模态间的关联关系。学术界的多模态预训练方案多基于Transformer模块，在应用上集中于图文任务，方案大多大同小异，主要差异在于采用模型结构与训练任务的差异组合，

gydtep

为了解决这一问题，我们将产品结构化知识作为一种独立于图像和文本的新的模态，称为知识模态，即对于产品数据的预训练，我们考虑了三种模态的信息:图像模态(产品图像)、文本模态(产品标题)和知识模态(PKG)。

gydtep

然后通过结构聚合模块传播并在目标产品实体上聚合商品属性和属性值信息。商品实体的最终表示可以用于各种下游任务。

（3）modal-task layer。图像模态、文本模态和知识模态的预训练任务分别为掩码对象模型、掩码语言模型和链接预测模型。

gydtep

随着云计算的发展，数据库的部署形式也发生了很大的变化。传统的数据都是部署在客户机房里面，与客户的机器绑定。而在云环境下，希望数据库能够在多种形态下部署，比如公有云、专有/私有云、混合云以及软硬件一体化独立部署，以及纯软件输出。阿里云数据库不仅在云上提供服务，还会支撑整个阿里巴巴集团内部经济体的所有活动。

gydtep

异源数据

行人重识别任务也存在异源数据问题，但是该任务的异源更多是不同相机拍摄以及不同场景的区别。而在POI牌匾检索场景中，存在更严重的异源数据问题，如下图所示：