在人工智能技术飞速迭代的当下，搜索体验的革新一直是行业关注的焦点。近日，位于旧金山的搜索与发现公司 Onton 正式推出了其最新的旗舰产品——Ontology 1。这是一款基于神经符号 AI 架构构建的复杂、对话式且多模态的产品搜索引擎。根据最新的基准测试结果显示，Ontology 1 在准确率上显著超越了当前全球电商搜索的标杆——Google Shopping 和 Amazon，展现出惊人的性能提升。
所谓的“神经符号 AI”，正是当前人工智能领域备受瞩目的研究前沿。传统的深度学习模型擅长处理感知任务，如图像识别和语音合成，但在逻辑推理、知识整合以及处理复杂指令方面往往力不从心。而符号 AI 则擅长逻辑推理和规则执行，但泛化能力较弱。Onton 将这两者巧妙结合，旨在赋予模型既拥有深度学习的感知能力，又具备符号逻辑的推理能力。这种混合架构被认为是通往通用人工智能（AGI）的重要路径之一。
为了验证 Ontology 1 的性能，研究团队设计了一套严格的 90 个查询的基准测试，并邀请了三个独立的 LLM（大型语言模型）评判员对结果进行打分。这一测试涵盖了复杂的对话式搜索和多模态输入场景，模拟了真实世界中用户模糊且复杂的搜索意图。测试结果显示，Ontology 1 达到了 0.630 的 Mean Precision@10（MP@10）得分。相比之下，Google Shopping 得分为 0.543，而 Amazon 则以 0.469 分位列其后。这意味着，在同等条件下，Ontology 1 的搜索结果比 Google Shopping 更精准约 16%，比 Amazon 更精准约 34%。标题中提到的“2.7倍”提升，更多是指其在处理复杂逻辑推理任务时的效率与准确度相对于传统基于关键词或简单深度学习模型的巨大跨越。
除了在准确率上的碾压式优势，Ontology 1 还展现出了极高的数据效率。据报道，该模型在仅索引约 1% 的数据量下，就实现了如此卓越的搜索效果。这一特性对于降低企业运营成本、减少对海量算力的依赖具有重要意义。在电商场景中，这意味着商家无需建立庞大的索引库，就能通过 Ontology 1 获得接近全量数据搜索的精准度，极大地提升了商业价值。
电商搜索的痛点在于用户需求的“模糊性”和“多模态”。用户往往无法用精准的关键词描述自己想要的东西，或者会同时上传图片和文字进行描述。例如，用户可能只说“想要一款复古风格的鞋子”，并附带一张模糊的照片。传统的搜索算法往往难以理解这种跨模态的语义关联。而 Ontology 1 的多模态能力，使其能够同时处理文本、图像甚至视频信息，理解用户意图背后的深层逻辑，从而提供最符合用户期望的推荐结果。
随着 Ontology 1 的发布，AI 原生搜索的概念再次成为行业热议的焦点。未来的搜索不再仅仅是关键词的匹配，而是基于理解用户意图、结合上下文对话以及多模态信息的智能交互。Onton 的这一突破，不仅为电商行业提供了一个强有力的新工具，也为整个 AI 搜索领域树立了新的技术标杆。它证明了，通过神经符号 AI 的融合，我们完全有可能解决当前电商搜索中存在的语义理解不足和准确率受限的问题，开启智能搜索的新篇章。
信息来源： MarkTechPost
原文链接： https://www.marktechpost.com/2026/08/02/onton-releases-ontology-1-a-neurosymbolic-search-model/
信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/08/02/onton-releases-ontology-1-a-neurosymbolic-search-model/
