01 研究范围定义

人工智能是指运用机器学习/深度学习、自然语言处理、计算机视觉、知识图谱等技术，并结合业务场景形成解决方案，以辅助、增强或替代人工来制定决策或执行任务。

爱分析从产业链角度，把人工智能市场划分为基础设施层、AI平台层和应用层，具体市场划分详见下图。

本评估报告聚焦应用层的跨模态信息检索平台市场，爱分析遴选出具备成熟解决方案和落地能力的厂商，为企业选型提供参考。同时，在该市场下，爱分析重点选取了跨模态信息检索平台厂商蜜度进行能力评估。

02 跨模态信息检索平台市场分析

市场定义：

跨模态检索平台是指以一种类型的数据作为查询输入，检索另一种类型数据的平台，主要应用于舆情分析、口碑分析、视频溯源、智能预警等领域。

甲方终端用户：

企业营销部门、市场部门；媒体编辑；政府宣传部门、内容监管部门

甲方核心需求：

随着数据规模膨胀、类型逐渐丰富，数据的存储方式也呈现出多模态形式。当企业、媒体和政府部门用户出于舆情管理、内容监管等原因进行信息检索时，对于不同模态的相同信息，往往有同样的检索需求，跨模态信息检索平台应运而生。

各类用户对于跨模态信息检索平台的基础需求包括快速、全面和准确。近年来，随着信息数量和隐蔽性的增加，粗颗粒度的跨模态检索结果逐渐难以满足用户要求，细颗粒度检索需求也逐渐显现。

图1：甲方对跨模态信息检索平台的核心需求

• 企业需要跨模态检索结果覆盖全面。互联网数据规模持续扩张，信息分布呈现多模态、多渠道的特点。一方面，短视频的兴起使得视频类信息数量激增，关键信息可能作为某一帧画面的一部分出现，具有更强的隐蔽性，传统检索方式很难准确识别。另一方面，随着网络信息渠道的多元化，相同的信息可能出现在多个网站，容易产生“漏网之鱼”。以上因素对企业和政府部门的舆情管理提出更高要求。为保证信息获取的完整性和舆情管理的有效性，企业和政府部门需要对互联网公开信息进行跨模态全面检索，不遗漏关键信息。
• 企业需要具备跨模态信息监测能力，快速发现多模态舆情信息。舆情和品牌风险管理是跨模态信息检索平台的重要应用场景。以企业品牌风险管理为例，公关事件对企业响应速度提出很高要求，企业需要及时发现舆情，迅速做出回应。如果应对速度缓慢，会导致网络舆情发酵，对企业声誉乃至业务产生更严重的影响。为此，企业需要具备跨模态品牌风险监测能力，快速发现多模态舆情信息。
• 企业需要提高跨模态信息检索准确性，保障搜索效率。用户通过关键词、图片、视频等搜索方式，从跨模态信息检索平台获取信息后，还需要从中筛选出满足需求的结果。如果检索结果中包含过多与搜索目标不相关的内容，用户会浪费大量时间进行二次筛选。为此，企业需要提高跨模态信息检索准确性，从而保障用户信息搜索效率。
• 企业需要细化跨模态检索信息颗粒度，一步获取关键信息。随着信息数量和隐蔽性的增加，粗颗粒度的检索结果逐渐难以满足用户需求。以视频检索为例，常见的跨模态检索只能筛选出特定的视频片段，需要用户自行从中筛选所需信息。以图片检索为例，当用户输入“海滩”时，只能得到带有“海滩”关键字的图片，需要二次筛选出包含海滩场景的图片。如今企业对跨模态检索结果的颗粒度要求逐渐细化，需要从视频中抽取特定的片段甚至关键帧，一步获取关键信息。