隨著信息技術的飛速發展，搜索引擎作為信息獲取的重要工具，扮演著不可或缺的角色。阿里云 AI 搜索開放平臺以其強大的技術支持和靈活的開放性，持續為用戶提供高效的搜索解決方案。

一、阿里云 AI 搜索開放平臺

一站式的 AI 搜索開放平臺作為阿里云 AI 搜索整個產品體系核心，提供豐富的 AI 搜索組件化服務。兼容主流開發框架 LangChain和 LlamaIndex，支持搜索專屬大模型、百煉等大模型服務，以及 Elasticsearch、Havenask 等開源引擎。用戶可靈活調用多模態數據解析、大語言模型、效果測評等數十個服務，實現智能搜索、檢索增強生成（RAG）、多模態搜索等場景的搭建。

核心優勢：

• 多模態搜索 支持文本、圖像、文檔聯合檢索，覆蓋 PDF、DOC、圖片等格式，可提取結構化內容（如標題、表格、代碼），并結合多模態大模型理解圖片語義。
• 大模型深度集成 提供 Qwen3、QwQ、DeepSeek、GTE 多語言文本向量化模型等大語言模型，支持語義分析、NL2SQL 轉換、對話生成，降低模型幻覺率，提升問答準確性。
• 全鏈路組件化服務 內置文檔解析、切片、向量化、查詢分析、排序、效果評估等20+原子化服務能力，可靈活組合搭建智能搜索、RAG或推薦系統。
• 多場景支持 覆蓋電商搜索、智能客服、知識庫問答、多模態內容檢索等場景，提供行業適配模板（如電商排序策略、醫療文檔分析）。

應用場景：

• 智能客服：

基于 RAG（檢索增強生成）技術，結合 Qwen3、QwQ 等大模型，構建企業專屬智能客服系統，通

過私有知識庫與聯網搜索能力，提供精準、安全的問答服務。

• 對話式搜索：

提供基于 LLM 的對話式搜索服務，支持自然語言交互與多模態結果展示，適用于搜索引擎、問答機器

人等場景。

• 知識圖譜增強：

通過文檔解析、向量化與 RAG 技術，構建并優化企業知識圖譜，實現語義化查詢與關聯分析。

• 個性化推薦

結合用戶行為數據、向量化推薦與排序服務，實現電商、內容平臺等場景的精準推薦。

二、產品能力介紹

無論是文檔解析、圖片理解還是 OCR 識別，AI 搜索開放平臺都能高效處理多類型數據，憑借行業分析、意圖識別與排序算法，顯著提升特定業務場景下的搜索效率與準確性。此外，基于大模型的自動測評功能，涵蓋無幻覺率、準確率和相關性等指標，幫助開發者不斷優化搜索體驗。

1. 文檔解析服務

支持文檔、圖片分鐘級解析，針對 PDF、DOC、HTML、TXT 等文檔，能夠區分多種版式，從非結構化文檔中

提取出標題、分段等邏輯層級結構，以及文本、表格、圖片、代碼等信息，去除頁眉、頁腳、識別上標、下標

等信息，以結構化的格式輸出。

2. 圖片解析服務

針對架構圖、分析圖表等圖片數據，提供圖片內容理解服務，可基于多模態大模型對圖片內容進行解析理解以及文字識別，也可基于 OCR 能力對圖片文字進行識別，將文字信息提取出來，用于圖片檢索及問答等場景。

3. 文檔切片服務

提供通用文檔切片服務，可基于文檔語義、段落結構以及指定規則進行切分，以便提升后續文檔處理及檢索效率，輸出的切片樹可在檢索召回時進行上下文補全。

4. 多語言向量模型

• 文本向量化提供將文本數據轉化為稠密向量形式表達的服務，支持多款不同語言、輸入長度、輸出維度的文本向量模型，可用于信息檢索、文本分類、相似性比較等場景。
• 文本稀疏向量化提供將文本數據轉化為稀疏向量形式表達的服務，稀疏向量存儲空間更小，常用于表達關鍵詞和詞頻信息，可與稠密向量搭配進行混合檢索，提升最終檢索效果。
• 向量微調服務提供向量模型調優服務，可通過定制訓練向量降維模型，在不帶來過多檢索效果損失的情況下，輔助將高維度向量降低維度，以便提升性價比。

5. 查詢分析服務

提供 Query 內容分析服務，基于大語言模型及 NLP 能力，可對用戶輸入的查詢內容進行意圖識別、相似問題擴展、NL2SQL 處理等，有效提升 RAG 場景中檢索問答效果。

6. 搜索引擎

提供向量檢索、文本檢索引擎，可進行向量&文本內容存儲、構建索引、以及在線向量&文本檢索，開通引擎服務后，可與 AI 搜索開放平臺豐富的API服務組合使用。

7. 排序服務

提供 Query 及 DOC 的相關性排序服務，在 RAG 及搜索場景中，可通過排序服務找到相關性更高的內容并依次返回，引入排序服務可有效提升檢索及大模型生成的準確率。

8. 大模型內容生成服務

提供多種大語言模型服務，包含 DeepSeek 全系模型（含R1/V3及7B/14B蒸餾版本）、通義系列通義千問-Turbo、通義千問-Plus、通義千問-Max大模型。同時內置 OpenSearch- 通義千問 -Turbo 大模型，該模型以 qwen-turbo 大規模語言模型為模型底座，進行有監督的模型微調強化 RAG 檢索增強的能力，降低模型幻覺率。

三、新功能介紹

1. 大模型聯網能力

通過集成大語言模型（LLM）和聯網搜索技術，為用戶提供更智能、更全面的搜索體驗。了解更多

2. GTE 多語言文本向量化模型

GTE 多語言通用文本向量模型（iic/gte_sentence-embedding_multilingual-base），來源于 ModelScope 模型庫，并開放自部署能力，助力企業構建更高并發、更低延遲的多語言搜索與分析系統。了解更多

3. 服務開發能力

服務開發能力，旨在通過集成 dsw 能力并新增 notebook 功能，進一步提升用戶編排效率。了解更多

4. Qwen3 模型

通義最新大模型 Qwen3 是 Qwen 系列中最新一代的大型語言模型，提供了一整套密集和混合專家模型（MoE）。基于廣泛的訓練，Qwen3 在推理、指令跟隨、Agent 能力和多語言支持方面取得了突破性進展。了解更多

5. QWQ 模型

基于 Qwen2.5-32B 模型訓練的 QwQ 推理模型，通過強化學習大幅度提升了模型推理能力。模型數學代碼等核心指標（AIME 24/25、LiveCodeBench）以及部分通用指標（IFEval、LiveBench等）達到DeepSeek-R1 滿血版水平，各指標均顯著超過同樣基于 Qwen2.5-32B 的 DeepSeek-R1-Distill-Qwen-32B。了解更多

四、計費

阿里云 AI 搜索開放平臺均采用按量付費模式，按照服務調用量與模型定制訓練實際消耗的計算時（CU）計費。

部分示例：

模型名稱	模型ID	計費單位	0-500個單位定價	超出500個單位定價
文檔內容解析	ops-document-analyze-001	元/千tokens	0.005	0.002
		元/張圖片	0.006
		元/個表格	0.012
圖片文本識別	ops-image-analyze-ocr-001	元/次	0.08	0.02
文檔切片	ops-document-split-001	元/千tokens	0.005	0.00002
文本稀疏向量	ops-text-sparse-embedding-001	元/千tokens	0.006	0.0006
排序服務	ops-bge-reranker-larger	元/個docs	0.001	0.00003
	ops-text-reranker-001	元/個docs	0.001	0.00015

• 更多計費詳情點擊查看

五、結尾

阿里云 AI 搜索旨在幫助用戶簡化搜索應用的構建過程，提供豐富的開箱即用服務，涵蓋多模態數據處理、精準搜索算法、效果測評與場景開發，全面滿足各種搜索需求。

了解更多：阿里云 AI 搜索開放平臺