互聯網作為信息的“高速公路”正在拉近企業與用戶間的距離，隨著技術的發展，能夠精準匹配客戶意圖、真正想用戶所想的“科技巨頭”正在崛起。另一方面，希望有一套人工智能算法，能夠快速分析，精準找到用戶興趣所在，普惠更多互聯網+企業。

現在它來了！“沈陽·太一”多模態推薦模型，就是一個龐大的推薦系統，模型參數規模10億，融合文本、圖像、社交、知識圖譜等多模態信息，分析海量數據，推薦精準內容，讓“隨便”變成企業與用戶間的“心有靈犀”。

多模態推薦模型，讓場景“聯動”起來

為了解決大數據時代信息過載和用戶無明確需求的問題，完善個性化推薦系統，2022年10月，東北大學、華為、沈陽人工智能計算中心在長達三個月的詳細規劃和研討之后，合作正式邁入新一階段，基于昇騰AI正式發布遼寧地區首個大模型——“沈陽·太一”（The One）多模態推薦模型。本項成果在各方努力下不斷完善趨于成熟，并即將實現部分模態落地，這既是對于當下推薦類網絡在模型方面空白的填補，也在大數據、互聯網等以內容為核心的行業領域具有廣泛應用場景及巨大社會價值。

（推薦模型支持多種模態分類）

“沈陽·太一”多模態推薦模型是基于昇騰AI硬件和昇思MindSpore AI框架開發的多模態推薦模型，將各種推薦任務統一在一個共享框架中，支持多個模態的集成，可以完成特定的訓練任務，比如：評分預測、序列化推薦等。該模型通過單模態編碼器處理采集的物品側信息、評論信息、圖片以及音視頻信息、社交信息、知識圖譜信息以及其他特征，隨后經由一個跨模態編碼器和若干跨模態解碼器產生輸出結果，可實現信息過濾、產品推薦、興趣推薦、廣告推薦等。

模型由東北大學郭貴冰教授團隊開發。郭貴冰教授是東北大學長聘教授，博士生導師，遼寧省百千萬人才，LibRec推薦系統庫創始人。中國計算機學會會員，中國人工智能學會智能服務專業委員會委員。

研究方向覆蓋推薦系統、知識圖譜、智能問答、自然語言處理。在相關研究領域已發表90余篇國際學術會議和期刊文章。

普惠能力，AI走向應用落地新階段

推薦類模型雖然在互聯網行業應用廣泛，但推薦類多模態的大模型還未有標桿。在廣告、電商、信息流分發等業務場景中，推薦算法發揮著至關重要的作用，除了大互聯網廠商擁有根據自己內容的推薦模型之外，多數互聯網上的內容提供公司仍舊停留在讓用戶自己搜尋查找想要內容的階段。因此一個易理解、易部署、多模態、多算法的推薦模型目前急切被市場所需。在沈陽人工智能計算中心的支持下，“沈陽·太一”多模態推薦模型已與沈陽美行科技股份有限公司、大連厚仁科技有限公司交流并達成合作意向，實現了技術科研與應用落地充分結合，共同打造昇騰模型標桿，推動信息時代快速更新發展。

“沈陽·太一”多模態推薦模型將應用于沈陽美行科技股份有限公司智慧出行領域的技術研發與推廣，通過模型分析用戶生活習慣與出行目的，可以動態根據用戶偏好進行個性化、有針對性的旅游目的地/路線推薦服務，惠及用戶日常出行。

（美行科技-旅游推薦）

大連厚仁科技有限公司同樣對“沈陽 ·太一”多模態推薦模型十分感興趣，通過多輪技術交流已建立合作意向，未來厚仁科技將依托人工智能和大數據技術構建智能服務生態，利用太一推薦模型分析音頻、圖片、歷史行為等數據，達到AI誦讀評測、AI規范漢字書寫評測、AI書籍閱讀評價等功能應用，為全國青少年提供互聯網智慧學習服務。

　　（厚仁教育-教育推薦）

在大模型交流會上，郭貴冰教授表示，推薦系統是促進數字經濟高速發展的重要技術，在應用層、推薦算法層、數據層為主要研究內容。大模型提供“預訓練大模型+下游任務微調”的通用AI解決方案，同時具備國產技術框架優勢，希望與華為及計算中心共同努力，規劃昇騰大模型沙盤，打造昇騰大模型標桿，構筑大模型創新高地！

作為遼寧地區首個大模型，“沈陽·太一”多模態推薦模型正領銜探索多模態大模型的場景規劃與發展方向。未來，沈陽人工智能計算中心將提供澎湃的昇騰AI算力，攜手東北大學及生態伙伴共同推進“沈陽·太一”多模態推薦模型產業化落地，引領信息時代產業變革，推動各行業智能化轉型，為繁榮人工智能產業生態貢獻力量。