知衣科技基于MaxCompute向量检索实现时尚数据AI平台成本优化

知衣科技是一家时尚数据AI平台，专注于将AI与大数据技术应用于服装产业链，提供趋势发现、爆款挖掘和内容营销等数智化解决方案，服务近万家客户，业务覆盖海内外，旗下拥有多个数据智能SaaS产品。

在面向跨境电商商家的服务中，需要将商品图与海外社媒内容进行全量匹配，但面临图像主体定位难、千万级向量全量交叉匹配的算力压力大、检索成本高昂限制业务拓展等挑战。

知衣科技与阿里云合作，采用'自研模型负责理解、MaxCompute负责检索'的分工。具体包括：对社媒图片和商品图进行服装区域检测与裁剪，使用自研CV模型提取特征向量，将向量数据写入MaxCompute，利用VECTOR_SEARCH SQL函数进行批量相似度匹配，替换原有Proxima方案。

1. 1清洗海外社媒公开博文数据，执行服装区域检测，裁剪主体区域。
2. 2使用自研CV模型对裁剪后的图像进行打标和特征向量提取。
3. 3将商品侧约1000万条和社媒侧约200万条512维向量数据导入MaxCompute。
4. 4利用MaxCompute的VECTOR_SEARCH SQL函数实现批量向量匹配。
5. 5完成系统切换，从验证到生产上线约两周。
6. 6上线后持续监控性能与资源消耗。

依赖MaxCompute平台，可能存在平台迁移风险；自研模型与平台协同需持续优化；数据隐私和合规问题需关注。