すべてのプロダクト
Search

このプロダクト

    OpenSearch:マルチモーダル埋め込み

    ドキュメントセンター

    OpenSearch:マルチモーダル埋め込み

    最終更新日:Jun 23, 2026

    Qwen2-VL に基づくマルチモーダル埋め込みサービスで、テキスト、画像、およびそれらを組み合わせた入力をセマンティックベクターに変換します。

    モデル ID (service_id)

    ディメンション

    サービスの説明

    QPS 上限

    ops-m2-encoder

    768 ディメンション

    BM-6B でトレーニングされた、60 億の画像-テキストペア (中国語 30 億、英語 30 億) を持つバイリンガル (中国語-英語) のマルチモーダルサービスです。クロスモーダル検索 (Text-to-Image、Image-to-Text) と画像分類をサポートします。

    説明

    このモデルは、同一の入力オブジェクト内でテキストと画像の両方を受け付けません。

    10

    説明

    より高い API の QPS 上限をリクエストするには、テクニカルサポートにチケットを送信してください。

    ops-m2-encoder-large

    1024 ディメンション

    10 億のパラメーターを持つバイリンガル (中国語-英語) のマルチモーダルサービスです。マルチモーダルタスクにおいて、ops-m2-encoder よりも高いパフォーマンスを提供します。

    説明

    このモデルは、同一の入力オブジェクト内でテキストと画像の両方を受け付けません。

    ops-gme-qwen2-vl-2b-instruct

    1536 ディメンション

    Qwen2-VL MLLM に基づくマルチモーダル埋め込みサービスです。テキスト、画像、および組み合わせたデータのシングルモーダルおよびマルチモーダル入力をサポートします。

    ops-mm-embedding-v1-2b

    1536 ディメンション

    Alibaba Cloud AI 検索オープンプラットフォームチームによって開発されたマルチモーダル埋め込みモデルです。Qwen2-VL 2B Instruct でファインチューニングされており、テキスト、画像、ビデオ入力をサポートし、それらを統一されたセマンティックベクターにエンコーディングして、クロスモーダル検索および理解タスクに利用します。

    ops-mm-embedding-v1-7b

    3584 ディメンション

    Alibaba Cloud AI 検索オープンプラットフォームチームによって開発されたマルチモーダル埋め込みモデルです。Qwen2-VL 7B Instruct でファインチューニングされており、テキスト、画像、ビデオ入力をサポートし、それらを統一されたセマンティックベクターにエンコーディングして、クロスモーダル検索および理解タスクに利用します。

    ops-mm-embedding-face-001

    512 ディメンション

    単一または複数の画像入力を高次元のセマンティックベクターにエンコーディングし、顔検索と比較を行うための顔検索モデルです。

    前提条件

    • 認証情報の取得

      AI 検索オープンプラットフォームでは、認証に API キーが必要です。手順については、「API キーの取得」をご参照ください。

    • サービスエンドポイントの取得

      サービスは、パブリックネットワークまたは VPC 経由で呼び出すことができます。詳細については、「サービスエンドポイントの取得」をご参照ください。

    リクエスト

    リクエストボディの制限

    リクエストボディは 8 MB を超えることはできません。

    リクエストメソッド

    POST

    URL

    {host}/v3/openapi/workspaces/{workspace_name}/multi-modal-embedding/{service_id}

    • host：サービスエンドポイント。パブリックネットワークまたは VPC 経由でアクセスできます。「サービスエンドポイントの取得」をご参照ください。

      左側のナビゲーションウィンドウで、ご利用のワークスペース (例：default) を選択し、[API Keys] をクリックすると、パブリック API エンドポイントとプライベート API エンドポイントが表示されます。

    • workspace_name：ワークスペース名。例：default。

    • service_id：モデル ID。例：ops-m2-encoder。

    リクエストパラメーター

    ヘッダーパラメーター

    API キー認証

    パラメーター

    タイプ

    必須

    説明

    例

    Content-Type

    String

    はい

    application/json に設定します。

    application/json

    Authorization

    String

    はい

    認証用の API キーです。

    Bearer OS-d1**2a

    ボディパラメーター

    パラメーター

    タイプ

    必須

    説明

    例

    input

    List[ContentObject]

    はい

    埋め込みに変換するコンテンツ。リクエストごとに最大 32 オブジェクトまで指定できます。

    		 
    [
  {
    "text":"Science and technology are the primary productive forces"
  },
  {
    "image":"http://***/a.jpg"
  }
]

    ContentObject

    パラメーター

    タイプ

    必須

    説明

    例

    text

    String

    いいえ

    埋め込みに変換するテキスト。

    		 
    {
  "text":"Text input"
}

    image

    String

    いいえ

    埋め込みに変換する画像。URL または Base64 エンコードされた文字列として指定します。

    • URL はパブリックにアクセス可能である必要があります。

    • Base64 で入力する場合、image パラメーターに data:image/{format};base64,{base64_image} の形式でデータを渡します。各項目の説明は次のとおりです。

      image/{format}：画像のフォーマット。例：image/jpeg。

      base64_image：Base64 エンコードされた画像データ。

    		 
    {
  "image":"http://xxxxx/a.jpg"
}

    または

    {
  "image":"data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD/2wCEAAoHCB..."
}

    レスポンスパラメーター

    パラメーター

    タイプ

    説明

    例

    result.embeddings

    List

    埋め込みオブジェクトの配列。各オブジェクトは input 配列の項目に対応します。

    		 
    [
    {
      "index": 0,
      "embedding": [0.003143,0.009750,...,-0.017395]
    },
    {}
]

    result.embeddings[].index

    Int

    対応する入力オブジェクトのインデックス。

    0

    result.embeddings[].embedding

    List[Double]

    結果として得られる埋め込みベクター。

    [0.003143,0.009750,...,-0.017395]

    cURL リクエストの例

    curl -X POST \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
"http://****-hangzhou.opensearch.aliyuncs.com/v3/openapi/workspaces/default/multi-modal-embedding/ops-m2-encoder" \
-d '{
"input":[
  {
    "image":"http://***/a.jpg"
  }
]
}'

    レスポンスの例

    成功レスポンスの例

    {
    "request_id": "B4AB89C8-B135-****-A6F8-2BAB801A2CE4",
    "latency": 38,
    "usage": {
        "image":1,
        "token_count":28
    },
    "result": {
        "embeddings": [
            {
                "index": 0,
                "embedding": [
                   -0.033447265625,
                   0.10577392578125,
                   -0.0015211105346679688,
                   -0.044189453125,
                    ...
                   0.004688262939453125,
                   -4.5239925384521484E-5
                ]
            }
        ]
    }
}

    エラーレスポンスの例

    エラーレスポンスには、原因を示す code と message が含まれます。

    {
    "request_id": "651B3087-8A07-****-B931-9C4E7B60F52D",
    "latency": 0,
    "code": "InvalidParameter",
    "message": "JSON parse error: Cannot deserialize value of type `InputType` from String \"xxx\""
}

    ステータスコード

    すべてのステータスコードについては、「ステータスコード」をご参照ください。