2天时间,聊今年最热的 Agent、上下文工程、AI 产品创新等话题。2025 年最后一场~ 了解详情
写点什么

两年半日均调用量暴涨 1000 倍!阿里国际张凯夫:最通用或最垂直都可以,就怕卡中间

  • 2025-07-27
    北京
  • 本文字数:1440 字

    阅读完需:约 5 分钟

大小:747.61K时长:04:15
两年半日均调用量暴涨1000倍!阿里国际张凯夫:最通用或最垂直都可以,就怕卡中间

作者 |华卫

 

“日均调用量突破 10 亿次。”当下,阿里国际 AI 服务的调用量正持续高速增长。在 2023 年,这个数字还是 100 万。两年半的时间,暴涨了 1000 倍。

 

据悉,目前阿里国际旗下所有电商平台均已接入了 AI 解决方案。通过技术共享,阿里国际也向集团外的生态伙伴提供 AI 服务。外部伙伴的 AI 调用量增长了 23 倍。头部跨境电商服务商均已接入阿里国际 AI 服务,如店小秘、三态、妙手、店小宝等。

 

在昨日(7 月 26 日)的 2025 世界人工智能大会上,阿里国际跨境电商 AI 解决方案 Marco 斩获本届 SAIL 之星奖,成为该领域的首个获得者。

 

Marco 由阿里国际 AI Business 团队研发,支持 30 余种语言,覆盖电商全链路 60+场景,从生成式大模型到 AI agent,为商家解决营销、合规、售后等一系列问题,且成本低于主流大模型。

 

并且,包括大语言模型 Marco、多模态模型 Ovis、Agent 应用开发框架 Agentic ADK 等,阿里国际的 AI 核心技术均已开源。

从小模型全面转向大模型,翻译占增量大头

 

对于 AI 服务调用量的提升,阿里国际副总裁、AI Business 负责人张凯夫表示,AI 帮你找到场景之后,第一是爆发式增长,第二确实是会越来越慢的,不可能两年都 100 倍。

 

据介绍,过去一年,商家们使用频次最高的 AI 功能分别是:图文翻译、图像识别并完善商品信息、营销文案生成。

 

值得注意的是,阿里国际 AI 服务的调用量增量很大一部分是翻译驱动的。在欧洲 TOP 语种中,因为翻译效果的提升,消费者的满意度提升了 30%;在 SEO 场景下,AI 提供的 SEO 占到了整体 SEO 的近 4 成,未来有望达到一半甚至更高。

 

“单纯从调用量来看,我不一定是用户最喜欢的,但一定是用户认为最有价值的场景。”阿里国际 AI Business 算法负责人骆卫华指出。

 

骆卫华谈到,翻译在去年底实现了全面从小模型向大模型的转换。据他介绍,“转移过程中本身不是很顺利,经历了大量技术优化的工作。”

 

首先要解决的是成本调用速度上的问题。要让大模型也能做到小模型一样的调用速度、RT 要求,同时也要把成本降下来,否则服务成本对业务侧来说是很大的负担。因此,阿里国际在 AI infra、算法模型方面做了大量的优化工作。

 

除此以外,他们在多模态上做了一些面向电商优化的工作,尤其是加强对电商商品的理解,代表模型是 Ovis。该模型不仅全面向社区做开源,而且可以在效果和成本之间做好平衡。

“Agent 通用能做的就几家,剩下机会是垂直的”

 

“过去一年,我们对 AI 的使用方式发生了变化,这也反映了行业变化。一方面,在模型上,通过场景构造和训练闭环,推理模型的效果越来越好。另一方面,在应用上,我们正在从生成式大模型进入到 AI Agent 时代,越来越多的问题可以通过垂直 Agent 解决。”张凯夫说道。

 

据了解,目前阿里国际已经推出了智能退款 agent、海关编码 HScode agent 以及在线招商 agent。其中,智能退款 agent 通过多模态的理解和推理能力,智能退款服务为商家和消费者提供了最佳的退款方案,为商家降低 15%的退款成本。海关编码 HScode agent 帮商家满足关税合规,准确率提升了 23%。而在线招商 agent 将获取的邮箱有效率提升了近一倍。

 

“在 Agent 领域,很多时候我们的 Knowhow 或者某个领域的 Knowhow 可以给产品带来巨大的增益。对于通常 OpenAI 和 Manus 做不好的 Agent 场景,有一个自己专有的 stack 就可以把它做好。”

 

张凯夫指出,context engineering(上下文工程)是做 Agent 的一个重要 know-how,并非喂给模型的内容越多越好,而是需要针对性提供关键信息。

 

“最通用或最垂直都可以,就怕卡在中间的地方,在中间有时候没有壁垒。但特别通用能做的人不多,可能全世界就这么几家,剩下的机会是垂直的。”

2025-07-27 21:473589

评论

发布
暂无评论

事务前沿研究丨事务测试体系解析

TiDB 社区干货传送门

TiDB 底层架构

技术升级&行业升级 TiDB 助力易车打造超级汽车狂欢节

TiDB 社区干货传送门

Zetta:HBase 用户的新选择 —— 当知乎遇上 TiDB 生态

TiDB 社区干货传送门

实践案例

PD 如何调度 Region

TiDB 社区干货传送门

TiDB 底层架构

TiDB5.0.3-ARM平台性能测试

TiDB 社区干货传送门

安装 & 部署

数据引擎助力车娱融合新业态 让秒杀狂欢更从容

TiDB 社区干货传送门

【联合方案】神州信息 - 新一代分布式网贷系统

TiDB 社区干货传送门

实践案例

TiDB SQL调优实战——索引问题

TiDB 社区干货传送门

性能调优 实践案例

【TUG 话题探讨 005】TiDB 生态工具(DM、TiCDC等)使用场景及常见问题

TiDB 社区干货传送门

内存泄漏的定位与排查:Heap Profiling 原理解析

TiDB 社区干货传送门

故障排查/诊断

tidb中的key和MVCC value解析

TiDB 社区干货传送门

管理与运维

云集财务业务 TiDB 实践

TiDB 社区干货传送门

实践案例 数据库架构选型

TIDB监控报警对接企业微信的简便工具推荐

TiDB 社区干货传送门

监控

通过 ProxySQL 在 TiDB 上实现 SQL 的规则化路由

TiDB 社区干货传送门

管理与运维

TiDB SQL 自动重试调研

TiDB 社区干货传送门

TiDB 底层架构

TiDB HTAP 上手指南丨添加 TiFlash 副本的工作原理

TiDB 社区干货传送门

地产TiDB使用初探索

TiDB 社区干货传送门

安装 & 部署

TiDB 监控整合方案

TiDB 社区干货传送门

实践案例

涂鸦智能选型 TiKV 的心路历程

TiDB 社区干货传送门

数据库架构选型

TiDB 4.0 基于 Binlog 的跨机房集群部署

TiDB 社区干货传送门

安装 & 部署

TiDB 性能测试最佳实践

TiDB 社区干货传送门

数据库架构选型

TiDB 如何做到无限扩展和保证节点 id 唯一

TiDB 社区干货传送门

TiDB 底层架构

Chaos Mesh® 在腾讯——腾讯互娱混沌工程实践

TiDB 社区干货传送门

实践案例

我们为什么放弃 MongoDB 和 MySQL,选择 TiDB

TiDB 社区干货传送门

数据库架构选型

Tidb duration 耗时异常上升案例

TiDB 社区干货传送门

故障排查/诊断

TiDB 4.0 生产环境扩容 TiKV 节点详细步骤

TiDB 社区干货传送门

TiDB 5.0 两阶段提交

TiDB 社区干货传送门

TiDB 底层架构

带你重走 TiDB TPS 提升 1000 倍的性能优化之旅

TiDB 社区干货传送门

性能调优

基于TiCDC 实现的双云架构实践

TiDB 社区干货传送门

实践案例

58同城大规模TiDB运维漫谈

TiDB 社区干货传送门

安装 & 部署

数据总量 40 亿+,报表分析数据 10 亿+,TiDB 在中通的落地与进化

TiDB 社区干货传送门

实践案例

两年半日均调用量暴涨1000倍!阿里国际张凯夫:最通用或最垂直都可以,就怕卡中间_AI&大模型_华卫_InfoQ精选文章