体验中心

服务类别

服务说明

文档内容解析

• 文档内容解析服务001：通用文档解析服务，支持从非结构化文档（文本、表格、图片等）中提取标题、分段等逻辑层级结构，以结构化格式输出。

• 文档内容解析服务002：提供pdf、图片等多种非结构化文档格式的解析，对复杂元素（表格、公式和图表等）的识别方面出色，且具备较快的推理速度。

图片内容解析

图片内容理解服务：基于多模态大模型对图片内容进行解析理解以及文字识别，解析后的文本可用于图片检索、问答场景。

图片文本识别服务：OCR图片文本识别，识别后的文本可用于图片检索问答场景。

文档切片

提供通用文本切片服务，支持基于文档段落、文本语义、指定规则，对HTML、Markdown、TXT格式的结构化数据进行拆分，同时支持以富文本形式提取文档中的代码、图片以及表格。

文本向量

• OpenSearch文本向量化服务-001：提供多语言（40+）文本向量化服务，输入文本最大长度300 token，输出向量维度1536维。

• OpenSearch通用文本向量化服务-002：提供多语言（100+）文本向量化服务，输入文本最大长度8192 token，输出向量维度1024维。

• OpenSearch文本向量化服务-中文-001：提供中文文本向量化服务，输入文本最大长度1024 token，输出向量维度768维。

• OpenSearch文本向量化服务-英文-001：提供英文文本向量化服务，输入文本最大长度512 token，输出向量维度768维。

• GTE文本向量-多语言-Base：多语言（70+）文本向量化服务，输入文本最大长度8192，输出向量维度768维。

• Qwen3文本向量-0.6B：Qwen3系列多语言（100+）文本向量化服务，输入最大长度32k，输出向量维度1024维，参数量0.6B。

多模态向量

• M2-Encoder-多模态向量模型：中英双语多模态服务，基于60亿图文对数据（其中30亿为中文数据，30亿为英文数据）在BM-6B基础上训练而成。该模型支持图文跨模态检索（包括文本搜索图片和图片搜索文本），以及图片分类任务。

• M2-Encoder-Large-多模态向量模型：中英双语多模态服务，相比M2-Encoder模型拥有更大的参数量，达到 1B（10亿参数），从而在多模态任务处理中具备更强的表达能力和性能表现。

• GME多模态向量-Qwen2-VL-2B：基于 Qwen2-VL 多模态大型语言模型（MLLMs） 训练的多模态向量服务，支持单一模态及多模态组合输入，能够高效处理文本、图像及组合类型的数据。

• 多模态向量-ops-mm-embedding-v1-2b：由阿里云 OpenSearch-AI 团队开发的多模态向量模型，基于 Qwen2-VL 2B Instruct 微调，支持文本、图像、视频等单模态及多模态组合输入，将其统一编码为语义向量，适用于跨模态检索与理解任务。

• 多模态向量-ops-mm-embedding-v1-7b：由阿里云 OpenSearch-AI 团队开发的多模态向量模型，基于 Qwen2-VL 7B Instruct 微调，支持文本、图像、视频等单模态及多模态组合输入，将其统一编码为语义向量，适用于跨模态检索与理解任务。

• 电商多模态向量-ops-mm-embedding-ecom-001：由阿里云 OpenSearch-AI 团队自研的电商领域定制多模态向量模型，支持图搜图、图搜图文两种多模态搜索方式，适用于电商场景跨模态检索与理解任务。

多模态排序

提供图像的相关性排序服务，在RAG及多模态搜索场景中，可通过排序服务找到相关性更高的内容并依次返回，引入排序服务可有效提升检索及大模型生成的准确率。

主体识别

从图像或视频中自动定位并识别主要目标或对象，支持单个及多个主体的识别，适用于智能监控、自动驾驶、图像检索等应用。

文本稀疏向量

提供将文本数据转化为稀疏向量形式表达的服务，稀疏向量存储空间更小，常用于表达关键词和词频信息，可与稠密向量搭配进行混合检索，提升检索效果。

OpenSearch文本稀疏向量化服务：提供多语言（100+）文本向量化服务，输入文本最大长度8192 token。

向量降维

向量降维embedding-dim-reduction：提供向量模型调优服务，可通过定制训练向量降维等模型，在不带来过多检索效果损失的情况下，辅助将高维度向量降低维度，以便提升性价比。

查询分析

提供Query内容分析服务，基于大语言模型及NLP能力，可对用户输入的查询内容进行意图识别、相似问题扩展、NL2SQL处理等，有效提升RAG场景中检索问答效果。

通用Query分析服务，基于大语言模型对用户输入Query进行意图理解以及相似问题扩展。

排序服务

• BGE重排模型：提供基于BGE模型的文档打分服务，可根据Query与文档内容的相关性，按分数由高到低对DOC进行排序，并输出对应的打分结果。支持中英双语，最大输入token长度512（Query+Doc长度）。

• OpenSearch自研重排模型：融合多行业数据集训练，提供高水准的重排服务，可根据Query及DOC的语义相关性从高到低对Doc进行排序。支持中英双语，最大输入token长度512（Query+doc长度）。

• Qwen3排序服务-0.6B：Qwen3系列文档重排服务，支持100+语言，最大输入token长度32k（Query+doc长度），参数量0.6B。

语音识别

语音识别服务001：提供语音转文本能力，可将视频或音频中的语音内容快速转化为结构化文本。该服务支持多种语言。

视频截帧

视频截帧服务001：提供视频内容提取能力，可从视频中捕获关键帧画面。结合多模态向量服务或图片解析能力，实现跨模态检索。

大模型

• Qwen3-235B-A22B：新一代Qwen系列大型语言模型，基于广泛的训练，Qwen3在推理、指令跟随、Agent能力和多语言支持方面取得了突破性进展，可支持100多种语言和方言，具备强大的多语言理解、推理和生成能力。

• OpenSearch-通义千问-Turbo：以qwen-turbo大规模语言模型为模型底座，进行有监督的模型微调，强化检索增强，减少有害性。

• 通义千问-Turbo：通义千问系列速度最快、成本极低的模型，适合简单任务，详情请参见模型列表。

• 通义千问-Plus：能力均衡，推理效果、成本和速度介于通义千问-Max和通义千问-Turbo之间，适合中等复杂任务，详情请参见模型列表。

• 通义千问-Max：通义千问系列效果最好的模型，适合复杂、多步骤的任务，详情请参见模型列表。

• QwQ深度思考模型：基于Qwen2.5-32B模型训练的 QwQ 推理模型，通过强化学习大幅度提升了模型推理能力。

• DeepSeek-R1：专注于复杂推理任务的大语言模型，在复杂指令理解、结果准确性等方面表现较突出。

• DeepSeek-V3：MoE模型，在长文本、代码、数学、百科、中文能力上表现优秀。

• DeepSeek-R1-distill-qwen-7b：基于知识蒸馏技术，通过使用DeepSeek-R1生成的训练样本对Qwen-7B微调训练的模型。

• DeepSeek-R1-distill-qwen-14b：基于知识蒸馏技术，通过使用DeepSeek-R1生成的训练样本对Qwen-14B微调训练的模型。

联网搜索

搜索过程中，当私有知识库无法给出相应的答案时，可拓展联网搜索，获取更多互联网信息，补充私有知识库，结合大语言模型给出更丰富的回答。