阿里发布拍立淘多模态搜索 2.0 技术报告：单个视觉语言模型端到端生成商品 Semantic ID

阿里发布 PailitaoMMSearch2.0 技术报告，以单个视觉语言模型从原始查询图片和自由文本指令端到端生成商品 Semantic ID。系统通过可复用工具持续生产冷启动数据，并以持续预训练、混合预算 SFT 和统一 RL 承载多种检索关系与可调推理预算，面向开放式图文查询和异构购物意图。