Topik ini menjelaskan cara menggunakan model remote MaxCompute untuk secara otomatis menghasilkan deskripsi produk e-dagang.
Ikhtisar skenario
Seiring pesatnya pertumbuhan bisnis e-dagang dan siaran langsung, siklus “foto ke daftar” untuk pemilihan produk menghadapi tekanan yang semakin besar untuk dipercepat. Anotasi manual tradisional bergantung pada pengalaman dan penilaian subjektif para anotator, serta memproses volume data yang sangat besar menimbulkan biaya tinggi. Penerapan jangka panjang dalam skala besar menghadapi tantangan ganda terkait biaya dan pengendalian kualitas. Penggunaan AI untuk pemrosesan data multimodal telah menjadi tren utama. Topik ini menunjukkan cara mengakses data tidak terstruktur yang disimpan di OSS menggunakan Object Table, lalu memprosesnya dengan model remote MaxCompute dan AI Functions melalui studi kasus yang menghasilkan tag dan ringkasan gambar dalam skenario e-dagang.
Manfaat solusi
Gunakan Object Table MaxCompute untuk langsung mengakses data yang disimpan di OSS tanpa migrasi data yang kompleks.
Gunakan model Anda sendiri yang dideploy di Elastic Algorithm Service (EAS). Sumber daya layanan model digunakan secara efisien.
Hindari enkapsulasi user-defined function yang kompleks. Gunakan AI Functions MaxCompute dengan pernyataan SQL sederhana untuk mengekstraksi dan memproses data gambar.
Persiapan lingkungan
Aktifkan MaxCompute dan buat proyek MaxCompute. Lewati langkah ini jika sudah selesai.
Deploy model bahasa besar multimodal di Konsol Platform for AI (PAI) melalui Elastic Algorithm Service (EAS). Untuk detailnya, lihat Ikhtisar EAS. Lewati langkah ini jika sudah selesai.
Aktifkan OSS dan simpan gambar yang akan diproses di OSS. Lewati langkah ini jika sudah selesai.
Konektivitas jaringan:
Jika Anda menggunakan titik akhir VPC PAI EAS, aktifkan konektivitas jalur sewa dan tentukan nama koneksi jaringan yang telah dikonfigurasi saat memanggil AI Function. Untuk langkah konfigurasinya, lihat Akses VPC (konektivitas langsung jalur sewa).
Jika Anda menggunakan Titik Akhir Internet PAI EAS, konfigurasikan sebagai alamat jaringan eksternal yang tersedia untuk MaxCompute sebelum memanggil AI Function. Untuk langkah konfigurasinya, lihat Akses jaringan publik.
Persiapan data
Unggah gambar e-dagang yang akan diproses ke OSS. Contoh ini menggunakan 50 gambar poster produk dari dataset publik Alibaba Cloud Tianchi: Poster Design Text-Image Dataset.
Buat Object Table.
SET odps.namespace.schema=true; -- Aktifkan sintaks skema tingkat penyewa. CREATE OBJECT TABLE IF NOT EXISTS image_demo WITH SERDEPROPERTIES ('odps.properties.rolearn'='acs:ram::1393************:role/aliyunodpsdefaultrole') LOCATION 'oss://oss-cn-shanghai-internal.aliyuncs.com/mllm-demo/jpg-test/'; -- Segarkan metadata untuk menyimpan cache metadata gambar di MaxCompute. ALTER TABLE image_demo REFRESH METADATA; SELECT COUNT(*) AS ROW_COUNT FROM image_demo; +------------+ | row_count | +------------+ | 50 | +------------+
Buat model remote
Deploy model multimodal Omni di Konsol PAI EAS dan dapatkan nama layanan model, Titik Akhir, dan Token.
Daftarkan model remote multimodal Omni di MaxCompute.
CREATE MODEL PAI_EAS_Qwen25_Omni_3B WITH VERSION v1 OPTIONS( MODEL_SOURCE_TYPE = 'REMOTE', MODEL_TYPE = 'MLLM', TASKS = 'text-generation', PAI_EAS_MODEL_NAME = 'Qwen2.5-Omni-3B', PAI_EAS_SERVICE_NAME = 'demo_remote_model', ENDPOINT = 'http://***********.cn-shanghai.pai-eas.aliyuncs.com', APIKEY = 'your-api-key', PAI_EAS_SYNC_MODE = 'true' ) COMMENT "PAI EAS remote model"; ALTER MODEL PAI_EAS_Qwen25_Omni_3B ADD VERSION v2 INPUT(data BINARY, promt STRING) WITH OPTIONS( MODEL_SOURCE_TYPE = 'REMOTE', MODEL_TYPE = 'MLLM', TASKS = 'text-generation', PAI_EAS_MODEL_NAME = 'Qwen2.5-Omni-3B', PAI_EAS_SERVICE_NAME = 'demo_remote_model', ENDPOINT = 'http://************.cn-shanghai.pai-eas.aliyuncs.com', APIKEY = 'your-api-key', PAI_EAS_SYNC_MODE = 'true' ) COMMENT "PAI EAS remote model binary input";Lihat model remote.
desc model PAI_EAS_Qwen25_Omni_3B; ID = 20250909024319251glhmocwqddl +------------------------------------------------------------------------------------+ | Informasi Model | +------------------------------------------------------------------------------------+ | Owner: ALIYUN$*********************** | | Project: pd_test_model | | Schema: default | | Nama Model: PAI_EAS_Qwen25_Omni_3B | | Jenis Model: MLLM | | Jenis Sumber: REMOTE | | Versi Default: v1 | | CreateTime: 2025-09-04 10:29:28 | | LastModifiedTime: 2025-09-09 10:43:11 | | Model ID: 46311b6397494a84ad23c5a4******** | | Komentar: PAI EAS remote model url input | +------------------------------------------------------------------------------------+ | Informasi Versi | +------------------------------------------------------------------------------------+ | Owner: ALIYUN$*********************** | | Project: pd_test_model | | Schema: default | | Nama Model: PAI_EAS_Qwen25_Omni_3B | | Jenis Model: MLLM | | Jenis Sumber: REMOTE | | Nama Versi: v1 | | ID Versi: c389823cd0324b72b1c0d55*********** | | Path: | | CreateTime: 2025-09-04 10:29:28 | | LastModifiedTime: 2025-09-04 10:29:28 | | apikey: Yzc4*******mNzFkMGM********4YzEwZjY1NTA*********NzkyNw== | | endpoint: http://13933481********.cn-shanghai.pai-eas.aliyuncs.com | | pai_eas_model_name: Qwen2.5-Omni-3B | | pai_eas_service_name: demo_eas_model | | pai_eas_sync_mode: true | | remote_service_type: PAI-EAS | +------------------------------------------------------------------------------------+ | Input | Type | Komentar | +------------------------------------------------------------------------------------+ +------------------------------------------------------------------------------------+ OK
Analitik data
Gunakan fungsi AI_GENERATE MaxCompute untuk mengklasifikasikan gambar dan menghasilkan ringkasan deskriptif:
SET odps.namespace.schema=true;
SELECT
key,
AI_GENERATE(
PAI_EAS_Qwen25_Omni_3B, v1, image_url,
"Identifikasi dan ekstrak kategori produk dari poster penjualan e-dagang. Kembalikan hanya salah satu dari enam opsi berikut: Beauty, Apparel, Daily Use, Food, Other, Electronics. Jangan sertakan teks atau informasi lainnya.","IMAGE"
) as item_catagory,
AI_GENERATE(
PAI_EAS_Qwen25_Omni_3B, v1, image_url,
"Anda adalah penulis konten e-dagang profesional. Hasilkan ringkasan deskripsi produk berdasarkan poster penjualan e-dagang yang diberikan.
Persyaratan: 1. Ringkasan harus secara akurat mencerminkan informasi utama dari poster, seperti fitur dan promosi produk. 2. Pastikan bahasa lancar dan mudah dibaca tanpa karakter khusus atau teks rusak. Batasi hingga 50 karakter. 3. Gunakan hanya bahasa Tionghoa, kecuali untuk nama merek berbahasa Inggris. Jangan campurkan kata-kata berbahasa Inggris.
Contoh: Kaos katun murni dalam penawaran waktu terbatas—beli satu, gratis satu! Hanya tersisa 3 hari!"
) as item_description
from (
select GET_SIGNED_URL_FROM_OSS(
'pd_test_model.default.image_demo', key, 604800
) as image_url, key as key
from pd_test_model.default.image_demo
) Limit 10;
-- Jika membaca data BINARY.
SELECT
key,
AI_GENERATE(
PAI_EAS_Qwen25_Omni_3B, v2, image_binary,
"Identifikasi dan ekstrak kategori produk dari poster penjualan e-dagang. Kembalikan hanya salah satu dari enam opsi berikut: Beauty, Apparel, Daily Use, Food, Other, Electronics. Jangan sertakan teks atau informasi lainnya"
) AS item_catagory,
AI_GENERATE(
PAI_EAS_Qwen25_Omni_3B, v2, image_binary,
"Anda adalah penulis konten e-dagang profesional. Hasilkan ringkasan deskripsi produk berdasarkan poster penjualan e-dagang yang diberikan.
Persyaratan: 1. Ringkasan harus secara akurat mencerminkan informasi utama dari poster, seperti fitur dan promosi produk. 2. Pastikan bahasa lancar dan mudah dibaca tanpa karakter khusus atau teks rusak. Batasi hingga 50 karakter. 3. Gunakan hanya bahasa Tionghoa, kecuali untuk nama merek berbahasa Inggris. Jangan campurkan kata-kata berbahasa Inggris.
Contoh: Kaos katun murni dalam penawaran waktu terbatas—beli satu, gratis satu! Hanya tersisa 3 hari!"
) AS item_description
FROM (
SELECT GET_DATA_FROM_OSS(
'pd_test_model.default.image_demo', key
) AS image_binary, key AS key
FROM pd_test_model.default.image_demo
) Limit 10;