智东西

作者 | 李水青

编辑 | 心缘

智东西 7 月 21 日报道，昨日，在阿里巴巴硬核少年技术节 5.0 开幕式上，淘天集团公布了 AIGX 技术体系（新一代生成式 AI 技术体系）的四项最新技术成果：拍立淘全模态实时 Agent、全场景 AI 创作工作台 If Studio、Coupella 智惠引擎，以及 Agentic 推荐系统 Dream。

阿里巴巴 ATH 技术副总裁、淘天集团首席科学家郑波称：" 今天发布的 AIGX 技术体系四项最新技术，从全模态感知到内容生产，从因果推断到意图理解，标志着 AI 从工具真正进化为伙伴。"

这场技术节横跨淘天集团、ATH 事业群等多部门，是阿里年度最大技术节日，由郑波最早在 2022 年发起。本届技术节持续一周，涵盖技术展示、学术交流、AIHackathon 竞赛等多种形式，从内部视角展现了 AI Agent 对这家科技巨头深入骨髓的影响。

一、消费者有了购物搭子，商家有了算账引擎，淘天四项 AI 新品详解

淘天本次发布的四项成果主要聚焦电商业务，横跨 AIGI（感知交互）、AIGC（内容生成）、AIGU（因果理解）和 AIGR（推荐推理）四大方向，每一个环节都与用户的网购体验息息相关。

1、拍立淘：给淘宝打视频电话，收获购物搭子

本次发布中最具用户感知度的成果，是拍立淘全模态实时 Agent 的正式上线。

它的核心变化可以一句话概括：拍立淘从此前的 " 拍照搜同款 " 搜索工具，升级为一个能陪你逛、帮你选、替你省的全能购物搭子。团队将其定位为 "AI 时代的万能淘宝相机 "。

用户打开淘宝摄像头，就能与 AI 进行实时视频交互。系统同时处理图片、文字、语音、视频流等多模态输入，在用户浏览画面的同时完成意图理解与商品检索。

拍立淘团队负责人在分享中展示的几个场景颇能说明问题。

海外购物场景中，用户面对货架上琳琅满目的外文商品，只需打开摄像头扫过去，AI 就能实时识别商品信息、评价适用人群、给出购买建议，并直接检索淘宝同款。这位透露，团队在线上灰度期间观察到，大量海淘用户尤其偏爱这一功能，" 一张一张拍过去、一张一张问，对用户来说成本太高了。通过全模态实时 Agent，用户拿着手机从货架一溜扫过去就行了。"

日常购物场景中，用户拿起一瓶防晒产品，Agent 会主动判断紫外线强度并提醒防晒，随后根据用户提问分析肤质适配性，甚至在用户问到 " 需要卸妆吗 " 时，它也能给出成分层面的专业建议。

此外，许多用户在旅游场景中也打开了这个购物搭子。有人用它省导游费，实时询问埃菲尔铁塔的高度和历史。

背后的技术链路分为四层：感知层基于全模态理解模型，支持流式传输和全双工实时打断；决策层由导购 Agent 进行实时 React 规划和智能筛选匹配；渲染层负责流式卡片输出和语音播报；记忆层则通过多轮追问复用和上下文约束，确保交互实时流畅。

2、If Studio：一个人也能拥有一整支创作团队

如果说拍立淘解决的是消费者侧的体验升级，If Studio 则面向内容生产侧，试图重新定义创作的门槛。

这一平台由阿里妈妈团队基于运营十余年的素材平台 iconfont 孵化，内置设计专家、视频专家、建站专家三类 Agent，以多智能体协同的方式覆盖从素材处理到内容生成的完整链路。用户无需具备专业技能，即可驱动复杂创作流程。

If Studio 视频专家以 " 导演思维 " 为核心，将视频创作过程分解为可编辑、可迭代、可协作的画面单元。在结构化创作面板上，AI 生成的素材可无缝拼接，转场处理和音画对齐均可精细调控。

平台还内置了 HappyHorse1.1 视频模型及 AI 抠图、图像编辑等工具。一个值得关注的设计理念是 " 渐进增强 "：Agent 生成的 skill 可以在不同智能体运行环境中跨端复用，交互工作台与能力系统深度解耦，让创作工作台本身也成为一个孵化新 skill 的 IDE。

If Studio 相关负责人在分享中提到：" 未来每个用户手上都会有一个核心智能中枢。一个电商商家可能在一个平台里同时管理淘天、抖音、拼多多的销售。"

基于这一判断，If Studio 的能力系统被设计为可嵌入各类 Agent 运行时的开放体系，既服务阿里内部业务，也通过阿里云对外提供企业级服务。

3、Coupella：AI 算出补贴 " 真增量 "，让商家营销投入有因可循

在商家经营侧，Coupella 智惠引擎瞄准的是一个长期存在的痛点：补贴到底值不值？

传统的营销发券模式依赖商家和运营的历史经验，看单点、看当下，难以区分 " 真增长 " 和 " 把明天的成交挪到今天 " 的虚假繁荣。Coupella 背后的核心技术是生成式因果推断大模型，采用 Decoder-only Transformer 架构，将用户的全域状态做序列化建模，进行跨空间、跨时间的归因计算，并引入了三层增量挤占建模，系统刻画时间挤占、跨店铺挤占和跨权益挤占效应。

同时，Coupella 还引入了策略 Agent 和自我进化 Agent。策略 Agent 通过高维表征、沙箱模拟评估不同发券策略，将优选策略经流量路由投入线上；自我进化 Agent 则收集真实数据反馈，借助大模型的世界知识和推理能力动态生成新策略，形成持续优化的闭环。

据悉，自去年双 11 规模化上线以来，Coupella 已覆盖数十万商家，AI 红包转化率提升 81%，头部品牌 AI 引导成交超 8000 万元。

团队还分享了一个案例：在近期世界杯周期中，一个运动户外大商家从首日日均 70 多万成交迅速攀升至日均 180 多万，首周总成交突破 800 万，其中 50% 以上是新客用户。一些中小体育用品店也从个位数客户量突破至千级规模。

4、Dream：千时千面，让淘宝读懂用户此刻想买什么

第四个成果 DREAM Agentic 推荐系统，尝试解决的是推荐领域的重要问题：传统推荐系统的各个环节各自优化局部目标，缺乏全局统一的用户意图理解。

Dream 在推荐链路之上构建了一个围绕用户意图的优化控制层。其核心包含两个模块：意图引擎和 MetaModel。

其中，意图引擎基于用户在淘宝上的 20 多个微观行为埋点，结合天气、热点等外部信息，借助推理大模型和 COT 能力，输出结构化的用户意图，涵盖兴趣标签、购物阶段、价值偏好等多个层次。

MetaModel 则作为决策大脑，将推荐系统的召回、排序、打散等环节作为可调用的工具，根据意图引擎的输出进行编排，实现 " 千人千时千面 " 的个性化推荐。

推荐算法团队的负责人用一个场景解释了这一机制：系统识别到用户是体育爱好者，同时发现用户正在凑单，又捕捉到世界杯热点，三者叠加后，精准推荐了世界杯官方足球。" 推荐系统从千人千面走向千人千时千面，核心是从揣测偏好走向真正理解人。"

目前，仅在手淘首猜场景中，Dream 系统已带动浏览量、成交金额等指标累计提升约 7 个百分点。

二、450 人参赛、5000 场对战、30 项技术展出，硬核少年技术节五年进阶

硬核少年技术节已连续举办五届。从首届 " 机甲少年 " 主题展示，到第二届引入 AI Hackathon 竞赛，第三届推出 "AI 谁是卧底 " 模型挑战，第四届首次发布 AIGX 技术体系，再到本届多项成果集中亮相，该活动已成为阿里巴巴 ATH 事业群和淘天集团技术文化的年度载体。

本届博见社首次升级为学术场与工业场双场对话。杭州场主题为 " 从生成式 AI 到智能体进化 "，联合 CCF 人工智能与模式识别专业委员会举办，邀请清华大学、南京大学、上海交通大学、天津大学、山东大学、上海人工智能实验室等机构学者进行主题报告和圆桌交流。北京场主题为 "AI 下一站：从生成内容到构建世界 "，虎鲸文娱、群核科技、美图公司等技术负责人分享产业实践。

技术市集集中展出 AIGX 技术体系下 30 余项技术成果。Whoisspy 趣味赛将 Agent 嵌入经典交易类桌游场景，构建人机对战竞技平台。AI Hackathon 比赛首次设置业务创新与灵感脑洞双赛道，吸引淘天内外 450 名选手提交 115 个作品，并为好项目提供孵化支持。

大厂操盘手比赛今年引入多模态需求，选手的 Agent 需扮演经营者，在四个季度中通过工位抽取、谈判交易和股份议价获取最大收益。目前已有 167 个 Agent 参赛，后台完成 5000 多场比赛。该平台还成为北大信息学院通识 AI 教育课的实践平台。

结语：从电商巨头内部技术切磋，看到大模型加速重构电商行业

大模型技术正在加速重构电商行业。从拍立淘全模态实时 Agent 重塑购物决策链路，到 if Studio 降低内容创作门槛。从 Coupella 让营销投入有因可循，到 Dream 让推荐系统真正理解人的意图。

AI 正从工具进化为用户的伙伴和商家的增长引擎。为期一周的技术节不仅是一次技术实力的集中展示，更揭示了 AI 与电商深度融合的产业方向。