新聞 
我復旦畢業 用AI鑒定玉石 8個月收入上百萬
我復旦畢業 用AI鑒定玉石 8個月收入上百萬我復旦畢業 用AI鑒定玉石 8個月收入上百萬
事實上，AI鑒寶並不是我們最初的方向。我們的原計劃是借助河南南陽鎮平、廣東肆會這兩大供應鏈優勢，做玉石直播帶貨。但團隊發現，多數消費者最關心的是“真假”問題，我們必須要在短時間內取得消費者的信任。但市面上大大小小的檢測機構很多，到底什麼才能打動消費者？
與此同時，大模型也在日新月異，生成式AI正在進入日常生活，用戶的AI心智空前提高。基於我自己在AI算法方向的經驗，我決定給玉王朝加入“AI鑒寶”功能。
我們決定做AI鑒寶，還由於珠寶直播最關鍵的便是如何引流。做玉石的電商平台太多了，尤其做私域的，開發出壹個小程序極其簡單，甚至用AI就能做到。我也需要找到吸睛的營銷方式，才能獲得流量。
中國做珠寶交易的人很多，多數都是年長的人在做，很少有人會想到結合AI。而做AI的人，又不熟悉珠寶賽道。基於此，我們把玉王朝調整了方向，整體都轉到了AI鑒寶功能上。
意外的是，AI鑒寶壹上線，我就發現它可以引流。大部分消費者除了關心真假，最關心的便是價格。玉石這個行業，主要賣的就是信息差。大部分線下交易場景中，只有很專業的人才能不吃虧。玉王朝App的鑒寶功能既可以鑒別真偽，也會估測壹個大致的價位區間。目前，我們擁有3萬多的私域用戶，這在玉石交易平台中，已經算得上頭部。
不過，做AI鑒寶也有門檻，需要解決數據、模型、用戶接受度幾個問題。
數據方面，我在第贰個創業項目中已然明白最專業的數據來自於哪些分析平台。此外，因為家裡世代做翡翠玉石電商，過往積累了不少數據，我們為此雇了許多數據處理工程師進行數據標注、清洗等。我們自己也開發了壹個內部的數據分析工具，數據越有效，模型訓練得也就越好。
模型方面，團隊自研了視覺小模型，專門進行翡翠玉石的純視覺分類。小模型是團隊基於自建的數據庫和相關玉石平台的數據庫進行訓練的。隨後，我們把視覺分類的結果再“喂”給國內主流大模型，再加入RAG（檢索增強生成）等方式，呈現給用戶。
簡單來說，用戶只需上傳幾張珠寶的圖片，再輸入尺寸信息，玉王朝自研小模型就會對此進行分析和推理，再把結果傳輸給接入API的大模型。大模型對圖片綜合分析，經過10～20秒的思考，將貨物的真假、產地、顏色、水種和工藝等各個維度的信息反饋給用戶，並給出壹個大致的價位區間。目前在實驗環境下，模型的准確率在95%以上。
即便准確率已經很高，但AI的“幻覺”是不可避免的。平台鑒定出來的結果，與用戶自己去其他鑒定機構結果有差別的情況仍是存在的——這也是目前我們正在集中攻克的技術難關。
除了技術面臨嚴峻考驗，在用戶端的接受度上，我們也遇到了很大的阻力。雖然技術邏輯沒問題，但年紀大的用戶理解不了AI，甚至不會自己上傳數據。其次，也有很多人質疑，我們的供應鏈是不是可靠。在融資方面，我們也正在努力推進，需要厘清的商業閉環還有很多。
[物價飛漲的時候 這樣省錢購物很爽]
這條新聞還沒有人評論喔，等著您的高見呢
與此同時，大模型也在日新月異，生成式AI正在進入日常生活，用戶的AI心智空前提高。基於我自己在AI算法方向的經驗，我決定給玉王朝加入“AI鑒寶”功能。
我們決定做AI鑒寶，還由於珠寶直播最關鍵的便是如何引流。做玉石的電商平台太多了，尤其做私域的，開發出壹個小程序極其簡單，甚至用AI就能做到。我也需要找到吸睛的營銷方式，才能獲得流量。
中國做珠寶交易的人很多，多數都是年長的人在做，很少有人會想到結合AI。而做AI的人，又不熟悉珠寶賽道。基於此，我們把玉王朝調整了方向，整體都轉到了AI鑒寶功能上。
意外的是，AI鑒寶壹上線，我就發現它可以引流。大部分消費者除了關心真假，最關心的便是價格。玉石這個行業，主要賣的就是信息差。大部分線下交易場景中，只有很專業的人才能不吃虧。玉王朝App的鑒寶功能既可以鑒別真偽，也會估測壹個大致的價位區間。目前，我們擁有3萬多的私域用戶，這在玉石交易平台中，已經算得上頭部。
不過，做AI鑒寶也有門檻，需要解決數據、模型、用戶接受度幾個問題。
數據方面，我在第贰個創業項目中已然明白最專業的數據來自於哪些分析平台。此外，因為家裡世代做翡翠玉石電商，過往積累了不少數據，我們為此雇了許多數據處理工程師進行數據標注、清洗等。我們自己也開發了壹個內部的數據分析工具，數據越有效，模型訓練得也就越好。
模型方面，團隊自研了視覺小模型，專門進行翡翠玉石的純視覺分類。小模型是團隊基於自建的數據庫和相關玉石平台的數據庫進行訓練的。隨後，我們把視覺分類的結果再“喂”給國內主流大模型，再加入RAG（檢索增強生成）等方式，呈現給用戶。
簡單來說，用戶只需上傳幾張珠寶的圖片，再輸入尺寸信息，玉王朝自研小模型就會對此進行分析和推理，再把結果傳輸給接入API的大模型。大模型對圖片綜合分析，經過10～20秒的思考，將貨物的真假、產地、顏色、水種和工藝等各個維度的信息反饋給用戶，並給出壹個大致的價位區間。目前在實驗環境下，模型的准確率在95%以上。
即便准確率已經很高，但AI的“幻覺”是不可避免的。平台鑒定出來的結果，與用戶自己去其他鑒定機構結果有差別的情況仍是存在的——這也是目前我們正在集中攻克的技術難關。
除了技術面臨嚴峻考驗，在用戶端的接受度上，我們也遇到了很大的阻力。雖然技術邏輯沒問題，但年紀大的用戶理解不了AI，甚至不會自己上傳數據。其次，也有很多人質疑，我們的供應鏈是不是可靠。在融資方面，我們也正在努力推進，需要厘清的商業閉環還有很多。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
推薦: