Shopee 自研电商大模型 Compass 曝光：2450 亿参数、12 万亿 token，专攻东南亚多语言搜索

一个印尼买家搜「baju batik untuk lebaran」，系统却推来一堆不相干的日常 T 恤。通用大模型在英语任务上表现优异，一进印尼语、泰语、越南语的购物语境就明显失灵。据 NVIDIA 官方案例研究及多家外媒报道，Shopee（母公司 Sea Limited）为此从零训练了自研垂直电商大模型 Compass，总参数量 2450 亿，用 12 万亿个多语言 token 完成预训练。

需要说明口径：Shopee 并未就此发布正式新闻稿，技术细节主要来自 NVIDIA 发布的案例研究、Shopee 团队此前公开的 Compass-V2 技术论文（2025 年 4 月，arXiv 编号 2504.15527）以及行业媒体转述。据上述材料，Shopee 服务东南亚六国、中国台湾和巴西共 8 个市场，拥有数亿月活用户，每月处理数十亿次跨语种搜索请求。

Compass-v3 采用混合专家（MoE）架构，单 token 实际激活 710 亿参数。训练语料覆盖印尼语、泰语、菲律宾语、马来语、他加禄语和葡萄牙语，除多语言语料外，还加入了大规模合成电商指令数据，并用数十亿条平台自有数据训练，包括商品标题、用户评价与评分。目前该模型已嵌入商品搜索、推荐、反欺诈与客服等核心环节。

一、通用模型为何失灵

Shopee 研究团队把现象命名为「锯齿状前沿」（Jagged Frontier）：同一个模型能拿高分的普通印尼语翻译，换到印尼消费者真实输入的购物关键词就抓不准；在泰国，模型读得懂泰语，却分不对商品类目；面对越南语买家，购买意图的判断经常跑偏。

问题不在「会不会这门语言」，而在「懂不懂这门语言里的生意」。电商搜索词大量依赖俚语、量词、场景缩写，通用模型的训练分布里这些信号严重不足。

据 NVIDIA 案例研究及行业转述，Shopee 为此自建了 EcomEval 基准，专门测试 AI 处理东南亚电商多语言任务的能力。结果显示，部分开源通用模型在某些类目上的得分低于 52%。

二、搜索推荐的底层改写

对卖家最直接的影响是流量分配规则变了。过去优化 Shopee 排名主要靠堆关键词、铺评价，Compass 上线后，AI 试图理解消费者的真实购物意图而非字面匹配。

有行业解读称，接入该模型后平台整体的用户搜索转化率提升了 25%，但该数字出自行业侧整理口径，尚无 Shopee 官方文件佐证，参考即可。可以确认的是，模型已经全面应用于搜索与推荐环节。

落到操作层面，商品标题和描述需要从「塞满搜索词」转向「说清楚这是什么、给谁用、在什么场景下用」。机器直译的印尼语描述与本地母语习惯表达，在语义模型眼里的质量差距会被进一步放大。

三、为什么是自研而不是调 API

Compass-V2 技术报告写明，模型采用从零预训练的细粒度混合专家架构，不走「在通用检查点上继续训练」的捷径，为的是精确控制数据分布、分词设计与模型容量。翻译成人话：东南亚电商的语料太特殊，套壳通用模型补不齐。

自研的另一个理由是数据主权。商品标题、评价、评分这些平台自有数据是 Compass 区别于通用模型的核心资产，喂给外部 API 既不划算，也不安全。

路线上的对标意味也浓。Lazada 背靠阿里的技术栈，TikTok Shop 有字节的多语言模型积累，Shopee 用一套自有垂直模型把搜索、推荐、反欺诈、客服四条线的技术底座握在自己手里。

四、成本与验证的另一半

垂直大模型不是免费午餐。2450 亿参数的模型在 8 个市场、数十亿次请求上做推理，算力与运维成本最终会摊进平台经营费用，向卖家侧传导的路径值得盯住。

EcomEval 是 Shopee 自家的基准、自家的评分，运动员兼裁判的结构天然让外界对「全面超越 GPT-4o」的表述打折扣。独立的第三方评测目前仍缺席。

更大的不确定性在于效果归因。搜索转化率的变化同时受季节、促销、物流时效影响，单独把增量记在模型头上缺乏可信的对照实验设计。行业目前看到的，更多是方向性信号而非严格证据。

五、卖家现在能做什么

多语言 Listing 的质量权重正在上升，这件事基本确定。卖家可做三件事：核心 SKU 找目标市场母语者过一遍标题与描述；减少无意义的关键词重复，堆词在语义模型里可能被判低质；关注客服与反欺诈环节的连带变化，擦边操作空间会继续收窄。

多语言市场的竞争，正在从「谁上架快、谁价格低」转向「谁的表达能被 AI 正确理解」。Compass v3.5 在 Ecom QA、购物概念理解、用户意图识别等五项任务上的表现被披露为超过 GPT-4o，若属实，东南亚电商的 AI 军备竞赛将从调用 API 阶段进入自研阶段。

到那时，跟进自研的平台不会只有 Shopee 一家。你的 Listing，是机翻、本地人写，还是 AI 生成？这道题的答案会直接写进流量分配里。

参考资料

• NVIDIA 官方案例研究：《Shopee 电商大语言模型 Compass 技术案例》
• arXiv：《Compass-V2 Technical Report》（Shopee LLM Team，arXiv 2504.15527）
• 白鲸出海：《Shopee 自研 AI 电商大模型 Compass，专攻东南亚多语言电商》
• Ksher 开时支付：《从调用通用 API 到自研垂直大模型：Shopee Compass 落地 8 个市场》
• 抖媒推：《Shopee 电商大模型 Compass：覆盖 8 个市场，AI 搜索推荐进入垂直模型阶段》
• 跨境部落：《Shopee 自研 AI 电商大模型 Compass，覆盖多种语言》