消费品制造领域在供应链数字化升级中面临需求洞察不精准、生产计划不合理、资源利用效率低、营销效果不佳等痛点问题,导致产品与市场契合度低、生产成本高、生产周期长、产品销量难以提升。
本课题围绕品商基座大模型构建和训练框架、品商大模型对齐与工具增强技术、品商多模态表征嵌入与语义理解、个性化品商展示与人台图可控生成等关键技术展开研究,研发了面向消费场景的品商大模型及ProductGPT人机协同交互平台。该平台构建多层次、多模态的人机协同内容算法体系,融合大语言模型的生成与理解能力、结构化知识图谱的推理能力、用户行为数据的学习能力以及专家规则系统的可控能力,实现人与AI的高效协同,并最终服务于消费品企业全链路的数字化升级需求。
本成果通过工程化、系统化、产品化的算法能力,提供从需求洞察到生产履约、营销触达的全链路数智化解决方案,具有商品智能反向定制、预测性生产、智能调度和智能营销等多场景示范应用能力,能够有效提高产品与市场的契合度、优化生产流程、降低生产成本、提高资源利用效率、减少生产周期、提升营销效果和产品销量,具备显著的效益提升和原始创新性优势。
20251021
制造业
中央引导地方专项
北京市科学技术委员会;中关村科技园区管理委员会
本课题面向消费品供应链数字化升级需求,围绕品商基座大模型构建和训练框架、品商大模型对齐与工具增强技术、品商多模态表征嵌入与语义理解、个性化品商展示与人台图可控生成等关键技术开展研究,研发了面向消费场景的品商大模型及 ProductGPT 人机协同交互平台。该平台通过构建多层次、多模态的人机协同内容算法体系,融合了大语言模型的生成与理解能力、结构化知识图谱的推理能力、用户行为数据的学习能力,以及专家规则系统的可控能力,实现了人与AI的高效协同。通过ProductGPT人机协同平台,实现了算法能力工程化、系统化、产品化,并最终服务于消费品企业全链路的数字化升级需求。 目前,品商大模型及 ProductGPT 人机协同交互平台可在消费品制造领域开展多场景示范应用,实现从需求洞察到生产履约、营销触达的全链路数智化解决方案。 (1)商品智能反向定制:通过对市场和消费者的深度洞察,精准把握需求,实现产品的定制化开发,提高产品与市场的契合度。 (2)预测性生产:利用模型对市场趋势、需求波动等进行预测,辅助企业合理安排生产计划,优化生产流程,降低生产成本。 (3)智能调度:实现对生产、物流等环节的智能调度,提高资源利用效率,减少生产周期,提升企业运营效率。 (4)智能营销:基于对消费者的理解和分析,生成个性化的营销文案,精准定位目标客户群体,提高营销效果,增加产品销量。
