阿里云 OSS MetaQuery 全面升级——新增内容和语义的检索能力,助力 AI 应用快速落地
当前,企业正基于 AI 大模型加速开发各类应用,海量数据中的价值数据是构建 AI 应用的核心动力,如何从海量数据中快速发现和获取价值数据,正成为 AI 应用发展的关键因素。
近日,在云栖大会上阿里云 OSS MetaQuery(数据索引)全新升级,支持基于内容和语义的智能检索,面向安防监控、智慧社区、智能零售等场景。企业可快速开启该能力,无需自建基础设施或优化模型,即可自动完成视频、图片、文档等非结构化数据的向量化与索引构建,基于成熟的精排算法和多路召回机制,有效提升检索准确率与召回率,轻松实现 RAG 多模态语义检索和 AI 应用,标志着 OSS 迈入 AI 原生数据管理新时代。
相比传统自建方案,OSS MetaQuery 可以大幅降低企业构建 AI 应用的技术门槛和实施成本,显著提升开发效率,AI 应用的开发时间可以缩短 70%。同时,基于通义大模型、自研精排算法和多路召回能力,部分场景下的检索准召率从 50% 提升到 85%。更重要的是,基于阿里云全球部署的服务节点,用户可以使用一套代码在全球多地域部署,助力企业快速提升业务和产品竞争力。
除了支持对 OSS 已有文件进行语义检索外,OSS MetaQuery 的内容和语义检索能力还可自动识别和处理 Bucket 内的新增文件。当新文件被上传至 Bucket 后,OSS 将自动对其进行向量化、AI 分析和索引更新,并能够将关键信息自动推送给用户。
凭借其开箱即用、高召回率和场景优化等能力优势,可支撑业务快速上线, OSS MetaQuery 正在被越来越多的客户所使用,并支撑大规模的线上业务。针对 IP 网络摄像机场景,客户在生产环境中基于 OSS 数据索引的内容和语义检索能力,为其智能摄像头、可视门铃等设备提供 AI 增值服务,上线语义检索、热词推荐等功能,有效提升了增值服务的转换率和客户体验。
AI 应用的快速发展正在催生 OSS 向 Data + AI 方向不断进化,而 OSS MetaQuery 的内容和语义检索能力也正在助力 AI 应用朝着搭建更简单、成本更低、效果更好的方向不断发展。
目前,阿里云 OSS MetaQuery 已全面商业化。未来,阿里云对象存储 OSS 也将持续面向各类 AI 场景,在数据存储和数据管理等方面,提供更好用、更易用的数据基础设施,为客户创造更大的业务价值。