企业级AI搜索解决方案：阿里云AI搜索开放平台

随着信息技术的飞速发展，搜索引擎作为信息获取的重要工具，扮演着不可或缺的角色。阿里云 AI 搜索开放平台以其强大的技术支持和灵活的开放性，持续为用户提供高效的搜索解决方案。

一、阿里云 AI 搜索开放平台

一站式的 AI 搜索开放平台作为阿里云 AI 搜索整个产品体系核心，提供丰富的 AI 搜索组件化服务。兼容主流开发框架 LangChain和 LlamaIndex，支持搜索专属大模型、百炼等大模型服务，以及 Elasticsearch、Havenask 等开源引擎。用户可灵活调用多模态数据解析、大语言模型、效果测评等数十个服务，实现智能搜索、检索增强生成（RAG）、多模态搜索等场景的搭建。

核心优势：

多模态搜索 支持文本、图像、文档联合检索，覆盖 PDF、DOC、图片等格式，可提取结构化内容（如标题、表格、代码），并结合多模态大模型理解图片语义。
大模型深度集成 提供 Qwen3、QwQ、DeepSeek、GTE 多语言文本向量化模型等大语言模型，支持语义分析、NL2SQL 转换、对话生成，降低模型幻觉率，提升问答准确性。
全链路组件化服务 内置文档解析、切片、向量化、查询分析、排序、效果评估等20+原子化服务能力，可灵活组合搭建智能搜索、RAG或推荐系统。
多场景支持 覆盖电商搜索、智能客服、知识库问答、多模态内容检索等场景，提供行业适配模板（如电商排序策略、医疗文档分析）。

应用场景：

智能客服：

基于 RAG（检索增强生成）技术，结合 Qwen3、QwQ 等大模型，构建企业专属智能客服系统，通

过私有知识库与联网搜索能力，提供精准、安全的问答服务。

对话式搜索：

提供基于 LLM 的对话式搜索服务，支持自然语言交互与多模态结果展示，适用于搜索引擎、问答机器

人等场景。

知识图谱增强：

通过文档解析、向量化与 RAG 技术，构建并优化企业知识图谱，实现语义化查询与关联分析。

个性化推荐

结合用户行为数据、向量化推荐与排序服务，实现电商、内容平台等场景的精准推荐。

二、产品能力介绍

无论是文档解析、图片理解还是 OCR 识别，AI 搜索开放平台都能高效处理多类型数据，凭借行业分析、意图识别与排序算法，显著提升特定业务场景下的搜索效率与准确性。此外，基于大模型的自动测评功能，涵盖无幻觉率、准确率和相关性等指标，帮助开发者不断优化搜索体验。

1. 文档解析服务

支持文档、图片分钟级解析，针对 PDF、DOC、HTML、TXT 等文档，能够区分多种版式，从非结构化文档中

提取出标题、分段等逻辑层级结构，以及文本、表格、图片、代码等信息，去除页眉、页脚、识别上标、下标

等信息，以结构化的格式输出。

2. 图片解析服务

针对架构图、分析图表等图片数据，提供图片内容理解服务，可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，也可基于 OCR 能力对图片文字进行识别，将文字信息提取出来，用于图片检索及问答等场景。

3. 文档切片服务

提供通用文档切片服务，可基于文档语义、段落结构以及指定规则进行切分，以便提升后续文档处理及检索效率，输出的切片树可在检索召回时进行上下文补全。

4. 多语言向量模型

文本向量化提供将文本数据转化为稠密向量形式表达的服务，支持多款不同语言、输入长度、输出维度的文本向量模型，可用于信息检索、文本分类、相似性比较等场景。
文本稀疏向量化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，提升最终检索效果。
向量微调服务提供向量模型调优服务，可通过定制训练向量降维模型，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。

5. 查询分析服务

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。

6. 搜索引擎

提供向量检索、文本检索引擎，可进行向量&文本内容存储、构建索引、以及在线向量&文本检索，开通引擎服务后，可与 AI 搜索开放平台丰富的API服务组合使用。

7. 排序服务

提供 Query 及 DOC 的相关性排序服务，在 RAG 及搜索场景中，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。

8. 大模型内容生成服务

提供多种大语言模型服务，包含 DeepSeek 全系模型（含R1/V3及7B/14B蒸馏版本）、通义系列通义千问-Turbo、通义千问-Plus、通义千问-Max大模型。同时内置 OpenSearch- 通义千问 -Turbo 大模型，该模型以 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 RAG 检索增强的能力，降低模型幻觉率。

三、新功能介绍

1. 大模型联网能力

通过集成大语言模型（LLM）和联网搜索技术，为用户提供更智能、更全面的搜索体验。了解更多

2. GTE 多语言文本向量化模型

GTE 多语言通用文本向量模型（iic/gte_sentence-embedding_multilingual-base），来源于 ModelScope 模型库，并开放自部署能力，助力企业构建更高并发、更低延迟的多语言搜索与分析系统。了解更多

3. 服务开发能力

服务开发能力，旨在通过集成 dsw 能力并新增 notebook 功能，进一步提升用户编排效率。了解更多

4. Qwen3 模型

通义最新大模型 Qwen3 是 Qwen 系列中最新一代的大型语言模型，提供了一整套密集和混合专家模型（MoE）。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。了解更多

5. QWQ 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。模型数学代码等核心指标（AIME 24/25、LiveCodeBench）以及部分通用指标（IFEval、LiveBench等）达到DeepSeek-R1 满血版水平，各指标均显著超过同样基于 Qwen2.5-32B 的 DeepSeek-R1-Distill-Qwen-32B。了解更多

四、计费

阿里云 AI 搜索开放平台均采用按量付费模式，按照服务调用量与模型定制训练实际消耗的计算时（CU）计费。

部分示例：

模型名称	模型ID	计费单位	0-500个单位定价	超出500个单位定价
文档内容解析	ops-document-analyze-001	元/千tokens	0.005	0.002
		元/张图片	0.006
		元/个表格	0.012
图片文本识别	ops-image-analyze-ocr-001	元/次	0.08	0.02
文档切片	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
排序服务	ops-bge-reranker-larger	元/个docs	0.001	0.00003
排序服务	ops-text-reranker-001	元/个docs	0.001	0.00015