在TongAI大会上，阿里妈妈呈现了全新的URM通用召回模型，革新了购物体验

在首届国际通用人工智能大会 TongAI 上，阿里妈妈推出了其 LMA² 广告大模型系列中的 URM 通用召回大模型。以下是关于该模型的详细介绍：

模型特点

• 精准预测需求：URM 通用召回大模型使用大量电商领域的商品信息、用户行为偏好等数据，通过 post-training 的方式，将大模型通用知识与电商领域专家知识进行对齐，能够同时拥有通用世界知识、电商领域知识以及对消费者购物偏好的逻辑推理能力，从而更精准地预测消费者潜在购物需求。

• 高效商品生成：采用序列输入集合输出（Sequence-In-Set-Out）的方式，通过增加 Query Token 的数量使 URM 在一次前向过程中并行生成多个用户表征，最终用户和商品之间的打分为多个内积的线性组合，这种方式充分保留了用户和商品之间的复杂建模能力，提高了模型能力的上界。

• 高 QPS 低时延：考虑到大模型的推理时延较长，无法满足在线请求的时延约束，阿里妈妈建设了一套异步推理的大模型召回链路。在用户有淘系行为时异步触发 URM 推理，并将结果做持久化存储，供在线召回阶段读取使用。

重塑购物体验

• 提升商家投放效果：URM 大模型能够帮助商家更精准地识别目标用户，制定合理的投放策略，最大化投资回报率。

• 改善消费者购物体验：消费者可以在个性化推荐的帮助下，轻松找到符合自己需求的商品，享受更愉快的购物体验。

未来展望

阿里妈妈希望通过 URM 通用召回大模型推动电商行业向智能化转型，使未来的购物场景更加智能化，消费者和商家之间的互动更加紧密。