引言
大模型对搜推技术发生了深远的影响，极大地推进了搜推技术的演进趋向，使得搜推愈加的 智能 化和共性化，但是在搜推中引入大模型时雷同面临一系列的应战，例如 商品 常识的幻觉，复杂查问的了解，共性化商品 介绍 ，隐衷和安保等疑问。本文基于这个疑问背景引见下咱们的技术通常，完整文章分为高低两篇引见：
•上篇：电商场景的深入了解和洞察，从实践疑问剖析登程联合咱们在大模型上的相关翻新性通常来处置这些痛点疑问，论述咱们在电商大模型的技术探求，笼罩电商大模型才干树立，包括常识增强预训练、指令对齐、安保性等方向。 上篇链接：
•下篇：针对电商搜推场景疑问引见大模型在搜查相关方向的运行通常，最后讨论下一代电商搜查的相关技术和趋向见地。
本文为下篇。
1.电商搜查场景下大模型运行通常
在电商搜查场景中，运行大模型能够清楚优化用户体验和搜查效率。以下将详细引见大模型在电商搜查中的通常运行。
1.1 搜查交互
在电商平台上，搜查交互是用户找到满意商品的关键环节。经过大模型的运行，咱们可以成功更智能的query疏导，协助用户更快地找到所需商品，同时降落交互老本，优化搜查效率。
大模型在以下几个方面施展了关键作用：
•Query疏导：经过智能疏导，协助用户优化搜查词，提高搜查结果的相关性和满意度。
•交互老本降落：缩小用户在搜查环节中的操作步骤，提高搜查效率。
•转化率优化：经过精准的搜查结果引流，优化用户的购置转化率。
难点和应战
虽然大模型在搜查交互中具有清楚好处，但也面临一些难点和应战：
•传统方法局限：传统的搜查方法关键依赖于召回和排序，应用SMT（统计机器翻译）和NMT（神经机器翻译）技术，优化链路较长且噪音大。
•言语了解应战：处置歧义、多义词和共性化需求是搜查交互中的关键难点，传统方法难以片面处置这些疑问。
•准确性和泛化成果：在保证搜查结果准确性的同时，优化模型的泛化成果依然是一个难题。
这里以以纠错/Sug等为例说明基于大模型的通用方案：
运行外围在于：
•电商常识增强：将电商畛域的专业常识融入大模型中，使其能够更准确地理解和处置用户的搜查需求。
•业务义务对齐：联合详细的业务义务，对大模型启动优化，使其在搜查交互中体现更佳。
•搜查交互日志应用：应用历史搜查交互日志，优化模型的对齐目的，优化搜查成果。
•Multi-Instruction Learning：经过多指令学习，增强模型应答多样化搜查需求的才干。
1.2 电商用户用意了解
在电商平台中，用意了解是优化用户体验和转化率的关键环节。经过处置用户需求表白与商品语义对齐的疑问，咱们能够提高商品召回的相关性和多样性，最终优化用户转化率（UC）。本节将讨论电商用意了解的目的、方向以及面临的疑问和应战，并引见基于电商大模型的外围技术处置方案。
电商用意了解的关键目的是：
•处置用户需求表白与商品语义对齐疑问：确保用户输入的搜查query能够准确婚配到相关商品。
•优化商品召回的相关性和多样性：提供高相关搜查结果的同时保证结果的多样性，满足不同用户的需求。
•优化用户转化率（UCVR）：经过优化搜查体验和结果，提高用户的购置转化率。
用意了解的方向
为了成功上述目的，用意了解须要在以下几个方向上启动优化：
•Query了解：
◦分词：将用户输入的搜查词启动正当的分词处置，优化了解精度。
◦实体识别：识别搜查query中的关键实体，如 品牌 、型号等。
◦类目预测：预测用户搜查的商品类别，优化召回精度。
◦品牌识别：识别并了解用户搜查中的品牌 信息 。
◦改写：对用户输入的query启动智能改写，优化搜查结果。
◦需求识别：了解用户的详细需求，如购置用意、用途等。
•商品了解：
◦商品SKU了解：深化了解商品的SKU信息，优化婚配度。
◦商品图像了解：经过多模态大模型图像识别技术，了解商品图片内容。
◦SKU-to-Query：成功商品SKU信息与用户搜查query的精准婚配。
疑问和应战
在用意了解的环节中，面临以下关键疑问和应战：
Query了解：
•传统方法局限：传统方法关键依赖于规定和基于BERT的二分类或多分类、序列标注 算法 ，优化老本高且难以处置长尾疑问。
•长尾疑问：用户输入的多样化和共性化需求难以片面笼罩。
商品了解：
•泛化才干差：商品了解的泛化才干较弱，难以顺应多变的商品信息。
•图像了解准确率低：基于OCR的商品图像了解准确率不高，影响搜查结果的精度。
基于电商大模型的用意了解外围技术
为了应答上述疑问和应战，基于电商大模型的用意了解技术应运而生：
咱们的大模型运行方案是一个多层体系架构，包括：底层平台层NPU平台和平台，NPU是一华为昇腾910B为主的第二算力平台，GPU以A100/H800为主；模型底座包括文本大模型和多模态大模型；基于大模型底座咱们做了模型裁减和电商常识增强预训练，再经过多义务增强对齐学习构建了咱们的电商大模型，最下层是运行层，包括prompt工程，进一步联合详细业务场景的对齐以及蒸馏萃取技术，在时效性共性化繁难外围是经过RAG技术成功的，包括电商常识图谱RAG，Web搜查RAG，以及用户画像RAG
其外围技术包括：
•Instruction Learning：经过指令对齐学习，优化模型对多样化需求的了解和处置才干。
•搜查用户反应用于强化学习：应用用户搜查行为和反应数据，对模型启动强化学习，继续优化搜查成果。
•RAG（Retrieval-Augmented Generation）：
◦常识图谱-RAG：联合常识图谱，增强模型对商品信息的了解和婚配才干。
◦用户画像-RAG：应用用户画像，优化共性化介绍和搜查结果的精准度。
◦Web搜查RAG：基于公网搜查信息，处置时效性相关常识疑问。
1.3 文案 创意 生成
在电商平台中，文案创意是吸援用户关注、优化商品曝光率和转化率的关键起因。但是，传统的文案生成环节往往须要少量的人力和期间老本。随着 人工智能 技术的提高，应用大模型的生成才干，可以有效降落商品素材的生成老本，优化营销转化效率。本节将讨论电商文案创意生成的详细运行场景和关键技术。
文案创意生成的运行场景
•商品题目生成：
◦SKU形容 -> 题目：经过剖析SKU形容信息，智能生成繁复明了、富裕吸引力的商品题目。
◦SKU形容 + SKU图像 -> 题目：联合SKU形容和商品图像，生成愈加精准和视觉化的商品题目。
•商品文案生成：
◦SKU形容 + 场景 -> 营销文案：基于SKU形容和特定经常使用场景，生成富裕创意和吸引力的营销文案，协助商品更好地触达目的用户。
◦SKU形容 + SKU图像 -> 图文文案：联合SKU形容和商品图像，生成图文并茂的商品文案，优化用户的阅读体验和购置愿望。
•卖点生成：
◦SKU商详 -> 卖点：从商品概略中提取外围卖点，协助用户极速了解商品的关键好处。
◦SKU商详 + 卖点 -> 卖点文案：联合商品概略和提炼的卖点，生成详细的卖点文案，进一步增强商品的吸引力。
关键技术
为了成功高效且高质量的文案创意生成，以下关键技术至关关键：
•图文语义对齐学习：经过先进的图文语义对齐技术，确保商品图像与文字形容之间的高度分歧性，优化生成文案的准确性和相关性。
•商品图文数据构建：构建高质量的商品图文数据集，作为训练多模态大模型的基础。经过少量实在商品数据的训练，使模型能够更好地理解和生成合乎实践需求的文案。
1.4 电商搜查相关性
在电商平台中，搜查相关性是影响用户体验和购置转化率的关键起因。如何精准婚配用户需求与商品信息，间接相关到用户的搜查满意度和最终的购置决策。本节将讨论电商搜查相关性的外围疑问、干流模型以及面临的技术应战。
外围疑问
电商搜查的外围疑问在于如何成功用户需求与商品的精准婚配。这一疑问最终可以归纳为计算用户搜查query与商品SKU之间的相关性，即(query, sku)。在优化环节中，不只有思考搜查结果的相关性，还须要统筹点击率（CRT）和转化率（CVR）等关键目的，以成功全体效益的最大化。
干流模型
目前，基于 神经网络 （NN）的语义相关性模型在电商搜查中失掉了宽泛运行，关键分为两大类：
•孪生 网络 （Siamese Netwk）：孪生网络经过两个或多个共享 参数 的子网络来处置输入的query和SKU。每个子网络独立地将输入映射到一个高维向量空间，而后计算这两个向量的相似度。这种方法的好处在于计算效率高，实用于大规模的在线搜查场景。
•交互式婚配（Intertive Matching）：交互式婚配模型在处置query和SKU时，准许输入之间启动复杂的交互操作。这种模型能够捕捉到更丰盛的语义相关，从而优化婚配的精度。虽然计算复杂度较高，但在 高精度 需求的场景中体现杰出。
疑问与应战
虽然以后的模型在优化搜查相关性方面取得了清楚停顿，但仍面临一些关键的技术应战：
•长尾泛化成果存在瓶颈：在电商平台上，用户的搜查需求具有高度的多样性和共性化，特意是长尾搜查query。这些长尾query往往不足足够的训练数据，造成模型在处置长尾需求时的泛化成果较差。
•超长高低文了解有限：用户的搜查query有时蕴含复杂的高低文信息，特意是超长query。现有模型在处置这些超长高低文时，了解才干有限，难以准确捕捉用户的实在用意，从而影响搜查结果的相关性。
基于大模型的处置方案
基于大模型的相关性优化方案逐渐成为钻研热点。业界关键有两种关键的相关性优化方案：Prompt工程运行联合数据增强蒸馏，以及增强预训练联合相关性对齐。
1> 方案一：Prompt工程运行 + 数据增强蒸馏
•Prompt工程运行是一种经过设计和优化输入揭示（prompts）来疏导大模型生成更准确和相关的输入的方法。在电商搜查场景中，精心设计的prompts可以协助模型更好地理解用户的搜查用意，而不须要后训练，从而优化搜查结果的相关性。
•数据增强蒸馏则是经过生成更多高质量的训练数据来优化模型的泛化才干。应用调试优化好的大模型+prompt工程来标注数据，再经过蒸馏技术将这些数据整合到模型的训练环节中。
经过联合Prompt工程和数据增强蒸馏，这一方案能够在有限的数据和算力条件下清楚优化模型的搜查相关性，特意是在处置复杂和长尾query时体现尤为突出。
2> 方案二：增强预训练 + 相关性对齐
•增强预训练是指在模型预训练阶段引入更多畛域相关的数据和义务，以优化模型对特定畛域的了解才干。在电商搜查场景中，可以经过引入少量商品形容、用户评论和搜查日志等数据启动预训练，使模型能够更好地理解商品和用户需求之间的相关。
•相关性对齐则是在模型训练环节中，经过设计特定的损失函数和优化战略，使得模型输入的相关性评分更合乎实践需求。详细来说，可以经过引入多义务学习、对比学习等方法，使模型在学习商品相关性的同时，统筹点击率（CRT）和转化率（CVR）等关键目的，外围是须要思考搜查系统的收益。
2.下一代AI电商搜查
在以后的电商系统中，无论是传统的货架电商还是新兴的内容电商，在整个购物生产链路中其外围驱动力依然是搜查和介绍技术。
依然面临着诸多痛点：
•老本：用户交互老本高，须要精准的关键词表白才干容易找到所需商品，用户购置决策老本高，搜查结果通常是一个长长的SKU列表，用户须要屡次点击检查商品概略，参与了决策难度和期间老本。
•效率：传统搜推技术转化链路长且低效，长尾搜查结果不相关或无结果，造成搜查效率低下，用户难以找到合乎需求的商品。
•体验：交互模式受限，关键依赖于单向的query输入，会存在用户在多个平台之间跳转，参与了购物的复杂性和不便。
为了彻底处置这些痛点，理想的下一代AI电商搜查应在技术和 产品 外形上成功片面改造：
详细体现为以下几个方面：
•技术驱动：下一代AI电商搜查应齐全由大模型或AGI技术驱动。在技术上能够更深入地理解用户需求，并提供高度共性化的搜查和介绍服务
•数字虚构助理：产品外形上，下一代AI电商搜查应相似于电影《Her》中发生的超级AI助手。这个数字虚构助理能够与用户启动全模态的人造言语交互，包括无阻碍的流利语音交互，并且具有听觉、视觉和空间感知等才干。
•精准商品介绍：基于用户需求，数字虚构助理可以间接介绍最婚配的商品，并给出精准的商品总结，解释为什么这些商品满足用户需求，性价比如何等。关于需求不明的用户，助理可以启动拟人的交互式导购，协助用户明白需求而后介绍。
•智能代理：经过AI Agent技术，数字虚构助理可以在用户授权下智能成功下单，包括后续的物流和售后服务。用户只有要下达繁难的命令，助理即可成功整个购物流程，极大地简化了用户的操作。
下一代AI电商搜查不只在技术上成功了从传统搜查到智能搜查的飞跃，更在用户体验上启动了片面的改造。经过大模型和AGI技术的驱动，联合数字虚构助理的产品外形，用户将享遭到愈加精准、方便和高效的购物体验，我想这应该是理想的AI电商搜查产品外形。审核编辑 黄宇
中国有哪十大调查研究咨询公司？
随着我国社会经济发展的深化，社会发展对咨询的需求日益增加，人们越来越认识到决策科学化、全面化、民主化及信息化的重要性，各系统、各部门和企业界非常需要通过产业市场调查研究咨询后进行科学完整的决策参考。 随着中国科技进步和社会经济的飞速发展，中国产业市场调查研究服务业呈现综合化和国际化的趋势。 一、零点咨询（Horizon）零点研究咨询是源自中国的国际化数据智能服务机构，旗下包括创新数据开发中心、公共事务数据事业群、商业数据事业群、未来商习院。 零点有数累积自零点调查创办以来20多年一手数据收集与处理的经验，拥有服务于国内外规模企业、初创企业与公共服务机构的多元实践，聚焦产品互联网化与服务互联网化，基于多元数据汇集与挖掘，支持经济、社会、文化与政策决策。 零点研究咨询传承于中国最具影响力的市场研究与民意调查的本土领导品牌，我们与时俱进从未懈怠，不断超越自己，与数字化时代融合，持续提升我们在专业领域与公众中的品牌声望。 20余年的市场研究和社会洞察，成为我们最珍贵的中数据资产，通过新技术应用，融合整个互联网大数据、交互精数据，形成独一无二的数据成果与策略指引。 拥有众多国际化背景的高管，作为国际专业组织的中国代表，我们积极参与国际活动与学术论坛，始终保持国际前沿的信息和学术敏感，并根植于对中国本土市场的消费心理、价值观及年代维度上的消费变迁研究，形成独特的适合中国的研究体系。 零点研究咨询拥有一支学科配置整齐、专业人员年轻、国际与国内职员兼有、高度自觉的学习型研究队伍，现有研究人员来源于社会学、统计学、心理学、市场营销、经济学、工商管理与公共管理学、财务投资、计算机科学、法学等相关专业方向，95%以上的全职研究咨询人员具有硕士及硕士以上学历，50%以上的研究咨询人员拥有4年以上的专业市场研究经验，30%以上的研究咨询人员具有海外学习背景，团队同仁秉持“勤奋敬业，分享成就”的企业精神，进行持续不懈的业务探索和开拓。 二、中为咨询（zwzyzx）深圳中为智研咨询有限公司（简称“中为咨询”）是中国领先的产业与市场研究服务供应商。 公司围绕客户的需求持续努力，与客户真诚合作，在调查报告、研究报告、市场调查分析报告、商业计划书、可行性研究、IPO咨询等领域构筑了全面专业优势。 中为咨询致力于为企业、投资者和政府等提供有竞争力的调查研究解决方案和服务，持续提升客户体验，为客户创造最大价值。 目前，中为咨询的研究成果和解决方案已经应用于3万多家企业，并向海外市场拓展。 中为咨询是以自己的知识和智慧，帮助企业、事业成功、推动社会文明的建设发展，中为咨询的生命在市场，中为咨询的成功就在于帮助别人出主意获得成功；帮助别人成功的业绩越多，深圳中为智研咨询有限公司自身的社会信誉不断提高，在市场上占有的份额也变大。 中为咨询特别在信息技术迅速发展以及这些技术在咨询企业得到广泛应用的时候，中为咨询得益于各种智力资源和信息资源与不同企业和部门的合作和协调经营。 中为咨询注重竞争，更注重合作，注重竞争中的合作。 为了向客户提供更多的有价值的咨询产品（好的计划、方案），中为咨询中为咨询人不断改进咨询的工作方式，不仅在观察、分析问题后，以提交建议或咨询报告，更重要的是长期合作。 中为咨询是通过“知识产品”提高企业经营效益。 中为咨询服务工作最重要一环不是取得报告，而是实施改进方案，把实施方案作为中为咨询服务的重要步骤。 中为咨询始终把引进优秀的研究投资人才作为公司的核心目标之一，中为咨询员工拥有多种专业学历背景：统计学、金融学、产业经济学、市场营销学、国际贸易学、经济学、社会学、数学等数十个专业。 中为咨询现有350名员工中本科以上学历占90%，65%具有双学位、硕士及博士学位。 企业大多数员工曾在国内多家知名产业研究所与证券研究机构有过丰富的从业经验。 高素质的专业人才是中为咨询的最大财富，也是中为咨询提供优质服务及践行客户价值的保证。 中为咨询业务覆盖中国大陆及港澳台地区，辐射全球；公司90%以上的业务主要针对大中华区实施，10%服务于美国、欧洲、日本、韩国、新加坡等。 中为咨询在中国大陆32个主要城市设立调查派驻点（如北京、上海、天津、重庆、贵州、深圳、武汉、成都、西安、郑州、沈阳等），为客户提供专项调查研究的同时，也为研究咨询提供强有力的数据支持；公司拥有在中国香港、澳门、台湾地区已拥有实施项目的宝贵经验。 三、致联市场研究（URC）URC重组成立于1996年。 现在URC的品牌下拥有广州市致联市场研究有限公司、北京致联必达信息咨询有限公司、上海必宜企业管理咨询有限公司，在广州、上海、北京、深圳设有办公室。 URC管理层主要成员参与了中国最早期市场研究事业的拓荒，经历了中国第一家本土纯商业市场研究公司和中国第一家中外合资市场研究公司的创立和发展，最早涉足中国境内的零售研究领域，并首先成功开发了中国医*零售研究业务。 URC是中国市场信息调查业协会会员、中国信息协会市场研究分会常务理事单位、中国第一批涉外调查甲类研究机构、ESOMAR成员、中国大陆最早的国际神秘顾客协会（MSPA）成员之一。 URC长期专注在消费品专项研究、医*OTC研究、各类分销渠研究，积累了全面丰富的中国市场研究经验。 拥有一批近二十年市场研究经验，并经过国际级市场研究企业陶冶的优秀核心人才和专家顾问。 他们深刻了解中国的市场情况，又能运用国际市场研究方法和标准为客户设计完整的研究和咨询方案，从而为客户提供物超所值的研究结果和最切实际的营销建议。 近年来，随着互联网营销、体验营销时代的到来，URC与时俱进，勤于变革，以探索与创新研究方法为要务，着重致力在购物者终端表现的各类真实研究上。 URC注重传统市场研究方法与现代科技的结合与革新，率先运用IT技术与BEE业务、渠道表现追踪研究、购物者研究的结合，以洞识市场研究特质的强力IT技术团队，开发适应核心业务需求的先进网上访问系统，实现与国际同类研究技术同步及与国际客户网上对接，为客户提供国内最先进、最严谨的在线研究服务。 四、现代国际（MIMR）广东现代国际市场研究有限公司（MIMR）1995年创立于广州。 先后在上海、北京、成都设立MIMR的全资分公司及办事处，拥有专业市场研究人员超过200名。 经过十几年的发展，MIMR已成为国内知名的专业化市场研究公司，并一直致力于推动中国市场研究的发展。 2007年，公司成立深圳、南京办事处，给予华南地区及华中地区运作支持。 2008年，现代国际荣获市场研究20年创新奖、调查工作先进奖。 2009年，现代国际五套研究技术体系全面升级，其中“营销组合开发决策支持体系”的核心理论与研究步骤，直接被客户运用到企业的营销活动中。 同时，业务拓展从机会性拓展向有组织的主动拓展正式转变。 2012公司由分公司制改为事业部制，成立以行业划分的三大研究事业部以及实施和管理全国项目运作事业部，往业务专业化方向发展。 2013从消费者研究进入行业研究领域，在医*、涂料的行业研究积累了丰富的经验MIMR清醒的知道自己的未来：运用市场营销要领为客户提供专业的市场研究服务，成为国内一流的大型专业化市场研究公司。 为此，企业确立正确的观念，MIMR将一如既往地为企业的决策系统服务，以专业的市场研究为手段，以数字解剖为工具，帮助客户实现科学决策。 MIMR拥有熟悉消费市场，对消费者的语言、心理和行为有深入了解的专业人才，能准确理解您的商业环境与市场需求。 MIMR拥有长达十年以上的市场研究知识积累。 通过主动地研究开发，为客户制定适用于不同行业的产品与技术，并发展自己的专有研究技术，向客户提供全新的视线。 MIMR不仅有标准质量体系，以监控研究过程的每个阶段；还有针对不同行业，甚至于不同区域的质量体系，最终达成最有效的方案实施。 公司致力于帮助客户更好地理解市场和消费者，准确把握他们所面临的挑战和机遇，有效识别和选择目标市场，制定适当的营销方案和市场定位，从而最大程度地降低您的决策风险。 五、新生代市场监测（Sinomonitor）新生代市场监测机构（以下简称“新生代”），成立于1998年，位列中国市场研究行业TOP10，是国内最具规模和影响力的消费者与媒介研究机构之一。 新生代致力于为客户提供专业的市场调查和基于数据的研究与咨询服务，主要业务包括市场研究、媒介研究、消费与社会研究，以及营销策略咨询。 2003年，新生代成为国际合资企业，总部设在北京，现已形成以北京、上海、广州三位一体的全国布局，研究网络覆盖全国400多个城市与广大县城和农村。 新生代拥有400余名专业技术研究人员和精通经济学、社会学、心理学等领域的顶级专家顾问团队，并创建了覆盖传媒、广告、公关、营销的研究支持体系。 由新生代率先创立的中国市场与媒体研究（CMMS），中国新富市场与媒体研究（H3），中国无线网民网络行为与动机研究（MMMS），中国互联网研究（IMMS）等一系列自主研究产品已成为中国消费者洞察和媒介策略制定的必备工具和权威标准。 以自主研究为基石、共同发展壮大的新生代传统媒体、新媒体研究已成为国际4A广告公司和国内主流媒体公认的领导品牌。 与此同时，新生代在yan草、快速消费品、医*、时尚与奢侈品、IT、汽车与消费类电子、金融等领域也具有丰富的研究经验，在业内拥有良好的信誉和口碑。 新生代上海分公司是新生代市场监测机构在中国华东市场的一支重要中坚力量，致力于以汽车、服饰、移动通讯、食品/饮料和零售行业的消费者研究，为很多主流品牌提供全方位的的调研服务。 新生代广州分公司是新生代市场监测机构在中国华南市场的一支重要中坚力量。 10年的发展过程中，新生代广州分公司致力于提供个案专项研究及连续性研究服务，目前已经在快速消费品、媒体、yan草研究领域处于行业领先地位，并在房地产、汽车等研究领域或行业具有明显的竞争优势；同时，近年在行业新领域——能源领域上也呈现良好的发展态势。 新生代广州分公司服务多家知名企业，主要包括世界500强企业、国内知名民企、本土媒体、国际及本土广告公司，项目获取好评同时，也建立了长期的合作伙伴关系。 六、慧聪研究（HCR）慧聪研究是一家根植于中国、放眼全球，提供大数据与小数据有效结合的洞察研究公司。 HCR为企业提供大小数据结合的深度洞察服务。 企业的数据既有来自于互联网和移动互联网中沉淀的网民浏览行为、消费行为、舆论文字等海量数据；也有来自于企业内部沉淀的大量用户的购买行为和数据。 企业将大量异构数据进行清洗、整理、分析、挖掘，通过大数据研究与经典研究相结合的深度洞察服务，为企业提供决策依据，帮助企业了解他们面对的市场、客户群体、竞争情况等，伴随企业成长的每一步，助力企业成功决策。 汽车、通信、家电、科技、金融、医*、媒体、零售、包装消费品、时尚/运动、奢侈品、工业品、公共事务、yan草等，无论您来自哪个行业，HCR专属的行业服务团队始终陪伴着您。 HCR前身为慧聪研究院，2011年，HCR完成MBO，为推动HCR成为行业领军企业奠定了有力基础。 2012年，公司引入多位业界重量级专家，并于同年8月与上海DNA合并；2013年，HCR宣布与国内顶级投资机构达晨创投达成融资协议，5000万的金额也成为市场研究行业迄今为止最大的一笔；2014年11月，HCR完成股份制改造。 2015年8月12日，HCR成功挂牌新三板成为国内新三板大数据商业应用第一股。 HCR拥有24个行业1159种品类20余万广告主的媒体数据库，连续积累22年行业数据库，1000万中小企业数据库，70万的B2C消费者样本库，100万移动端用户行为追踪panel。 具有业界领先的搜索技术、数据挖掘与管理技术、报告电子化平台技术。 公司总部位于北京，在上海、广州等地设有8个分公司，拥有市场研究与传播领域的专业技术和研究人员500多名，同时还与行业内的专家、厂商、渠道企业保持着密切的合作，除覆盖全国的市场信息直接调查网络外。 七、达闻通用（DM）达闻通用市场研究有限公司是一家具有国际专业水准的专业化市场研究公司，以卓越的研究分析技术和严格的质量控制著称。 总部设在广州，在武汉、深圳设有分公司，珠海设有办事处。 成立于1998年，是一家具有国际专业水准的专业化市场研究公司，以卓越的研究分析技术和严格的质量控制著称。 在建立适合实际市场需求的研究技术模型以及高效的实地执行系统方面有着丰富的经验和创树，擅长提供可解决营销问题的实操型研究方案和研究结果报告。 多年的经营，已成功建立了以广州为总部核心的全国性调查研究网络。 调查的范围涉及中国的60多个城市和农村。 达闻通用目前在中国大部分省份地区都建立了完善的调查网络。 在北京、上海、成都、深圳、武汉、湛江、珠海均设立了分公司和办事处，而且在石家庄、天津、西安杭州、无锡、宁波、福州、厦门、南昌、哈尔滨、山东、郑州、海口都有固定的合作联盟公司，形成了稳定的网络队伍。 达闻通用连接消费者与企业的互动桥梁，健康生活和生产力高效发展的推动力。 公司使命：全力研究发展市场研究分析技术，宣传和推动市场研究在企业中的有效应用，让中国以及全世界的企业通过市场研究充分享受到可持续发展的成长历程，让人们充分享受到符合利益的产品所带来的健康生活的乐趣。 公司定位：达闻通用是行动策略导向型公司，善于将市场研究结果与客户的营销策略发展有效结合起来，提供真正具有实效的研究分析。 换句话说，企业是应用导向市场研究公司。 公司注重研究技术，不断创新，拥有自己独立开发的研究模型，而且在市场策略分析方面尤为擅长。 八、明镜市场研究（CMMR）明镜咨询成立于1997年，旗下包括广州明镜、北京明镜、成都明镜、上海明镜、深圳明镜五家独立注册的公司。 约100名优秀员工组成明镜的团队，平均行业经验超过8年；员工伴随公司的成长而成长，基于“心如明镜”的企业文化氛围，员工队伍保持了高度的稳定性，平均工作年限超过6年。 明镜咨询集数据收集、市场研究、管理咨询于一体，一直致力于为企业提供科学理性的经营管理解决方案。 迄今，明镜已经在移动通信、医*、交通、家电、日用品、食品、房地产、金融、汽车等行业为100多家企业提供过1000多个研究咨询项目服务。 明镜参照行业标准建立了标准化的服务流程，并根据客户需求和营销潮流对相关服务标准不断进行动态更新和完善。 明镜不断推动研究咨询技术创新，在常用的数十项研究技术和模型中，有相当数量是自己首创的。 每进入一个行业，明镜都发挥了行业专家的巨大影响力，伴随客户的成长而成长；基于“行业专家”的客户服务品质，客户群保持了高度的稳定性，明镜的核心客户数量不多，但是都和明镜保持了长期良好的合作关系。 超过1000个项目、10万个顾问工作日、100万次现场观察体验、300万个消费者访问，不断丰富了明镜的数据库；几乎每一年，明镜人都能用自己的智慧创造一个个成功的实战案例；明镜有大量项目成果获奖，受到企业和社会的好评，产生了广泛的影响。 九、新华信（SINOTRUST）新华信国际信息咨询（北京）有限公司是中国领先的营销解决方案和信用解决方案提供商，1992年在北京成立。 企业收集、分析和管理关于市场、消费者和商业机构的信息，通过信息、服务和技术的整合，提供市场研究、商业信息、咨询和数据库营销服务，协助您做出更好的营销决策和信贷决策并发展盈利的客户关系。 企业在北京、上海和广州拥有600名员工，为各行业的机构客户提供专业服务，包括汽车、金融、保险、零售、电信、IT、制造业、消费品和贸易。 在华的《财富》世界500强企业中有80%以上使用企业的不同产品和服务。 新华信是中国领先的商业信息咨询服务提供商。 企业提供企业信用报告、企业数据库产品、行业报告、信用管理咨询、信用风险管理软件，以及相关数据管理技术与营销活动管理服务，为您的信贷管理、营销拓展、行业分析以及竞争监测等提供充分的信息、决策和技术支持。 新华信是中国数据库营销领域的先驱。 企业提供客户数据整合和清理、客户信息分析、潜在客户数据、数据库技术服务以及直复营销服务，协助您构建完整和单一视角客户信息，做出更好的营销和推广决策，发展盈利的客户关系。 新华信是中国领先的市场研究咨询服务提供商。 企业提供关于市场环境和消费者行为和态度的信息和分析，协助您在市场进入、市场细分、产品定位、价格策略、营销推广、渠道组织和管理等方面做出更好的商业决策。 十、赛立信研究（SMR）赛立信总部位于广州，旗下包括赛立信市场研究有限公司、赛立信商业征信有限公司、赛立信媒介研究有限公司、上海赛立信信息咨询有限公司、北京赛立信市场调查有限公司、赛立信资讯（香港）有限公司，以及设于深圳、武汉、成都、西安、厦门等城市的现场执行机构。 赛立信是全国市场研究行业协会理事及发起单位之一，中国广播电视学会广播受众研究会理事，国家统计局核定的甲类涉外市场调查机构。 赛立信以欧洲市场研究协会《社会研究与市场研究国际准则》（ESOMAR规则）为运作规范，致力提供国际水准的服务。 赛立信拥有中国大陆最早涉足市场研究和信用管理行业的专业人士，熟悉中国市场，积累了丰富的研究经验，是中国大陆少数几个能够同时提供市场研究服务和商业信用调查服务的专业机构。 多年来，赛立信以专业的研究技术、完善的调研网络和高效率的服务系统，竭诚为客户提供全方位的调研服务，成为许多跨国公司和国内著名企业紧密的伙伴。 赛立信具有丰富的中国市场研究经验，致力于提供为客户量身定做的专业服务，包括定性和定量研究的项目设计、项目管理、研究分析和营销解决方案。 多年来，赛立信在快速消费品、家电、汽车、医*、通讯、IT、房地产以及商业等领域，积累了大量的行业数据和丰富的研究经验，培育了一批专家型的研究人员，形成了一系列独特的专业研究技术与研究模型，帮助客户更加有效地解决他们的问题。 赛立信集团共有员工超过300人，广州总部有正式员工200多人。 其中三分之二为大学本科及以上学历。 拥有几个具备经济学、管理学、营销学博士和信息管理、统计学或广告学士学位以及工作经验丰富的核心研究顾问团队。 此外，还聘请了许多相关领域的专家以及经济学、管理学、营销学博士、教授担任研究顾问。 研究人员全部具备本科以上学历及4年以上市场研究经验，专业方向涉及经济学、统计学、市场学、社会学、管理学等多领域，大多具有其他行业如市场营销、政府部门、统计、银行投资、媒介等的工作经历。
阿里大模型概念股票有哪些
阿里大模型概念股票包括阿里健康、阿里巴巴-SW等。
阿里大模型是阿里巴巴集团在其技术发展中提出的重要概念，代表了其在人工智能领域的前沿探索和技术实力。 与此相关的概念股票主要是指涉及阿里巴巴集团业务领域的上市公司股票。
阿里健康是阿里巴巴集团在健康领域的重要布局，其股票涵盖了健康科技、云计算和大数据等方面的内容。 随着阿里大模型的推广应用，阿里健康在智能医疗、数据分析等方面的应用将得到提升，从而带动其股票的发展。
阿里巴巴-SW是阿里巴巴集团的主要上市公司，其业务涵盖了电商、云计算、数字媒体和娱乐等多个领域。 阿里大模型的发展将推动阿里巴巴-SW在人工智能领域的进步，进而提升其整体竞争力，对其股票形成正面影响。
此外，还有一些与阿里巴巴有合作关系或业务关联的上市公司，其股票也可能与阿里大模型概念相关。 例如，那些与阿里巴巴在云计算、大数据、人工智能等领域有深入合作的科技公司，其股票可能会受到阿里大模型的积极影响。
总之，阿里大模型概念股票主要涉及阿里健康、阿里巴巴-SW等公司的股票。 随着阿里巴巴集团在人工智能领域的持续投入和技术进步，这些概念股票的发展前景值得期待。
2024百度万象大会举办：大模型全面重构百度移动生态，让智能体人人可用
2024网络万象大会在北京苏州盛大举行，以“让智能体人人可用”为主题，深度探讨了大模型如何重塑网络移动生态，赋能个人与商业的智能化转型。 网络集团资深副总裁何俊杰在会上强调，智能体是推动生产力的关键，是新时代超级个体获取红利的重要工具。 大会上，网络旗下的搜索、文心一言、网络文库、电商、文心智能体平台和网络APP等业务纷纷展示了基于大模型的升级，旨在降低技术门槛，让用户和合作伙伴能更好地拥抱人工智能带来的新机遇。 通过大模型的广泛应用，网络搜索的AI生成服务已占搜索服务的11%，智能体如「网络AI图片助手」、「Ai志愿助手」等，正在成为解决生活和工作中具体问题的实用工具。 网络移动生态被视为大模型和智能体的沃土，无论是用户、商家还是生态伙伴，都能从中找到低门槛、多元化和高价值的智能体生态。 何俊杰提出，网络将致力于通过文心智能体平台，让智能体开发和分发更为简单，鼓励个人和企业创造更多智能体，从而释放大模型的潜力。 在教育和电商领域，网络智能体正发挥着降本增效和内容创新的作用，例如在成人教育中通过精准匹配供需，以及在电商领域通过智能推荐和AI直播提升用户体验。 未来，网络将继续推动智能体技术的普及，助力更多人成为“超级个体”，共同开启智能时代的红利时代。