拍立淘全模态实时视频购物Agent亮相2026云栖大会，对着镜头就能"边聊边买"

9月22日，2026云栖大会在杭州开幕。淘天集团携AIGX技术体系最新成果亮相，其中，拍立淘RTC（全模态实时视频购物Agent）将"拍照搜同款"升级为实时视频购物助手——用户打开摄像头，就能边看、边聊、边找商品。

从"拍照搜"到"视频聊"

自2014年率先实现图像搜索规模化落地，拍立淘沿着"让相机看懂商品”这条路走了12年：从拍照搜同款、理解商品语义，到进入实时视频交互。而今，拍立淘RTC用AI能力解决了一个真实问题：把视频对话和淘宝的商品搜索、推荐系统接在一起。用户对着镜头展示眼前的东西，一边看画面一边说话，拍立淘识别需求后直接把相关商品卡推到通话界面。技术团队把这个过程叫"看→懂→搜→答"：看到画面、理解意图、检索商品、给出回答，一轮对话里完成。

换句话说，通用视频AI能告诉你"这是什么"，拍立淘RTC多走了一步——告诉你"哪里有卖、怎么选"。比如，路边看到一朵花，通用AI告诉你"这是洋桔梗"就结束了；拍立淘RTC会同时把洋桔梗种子、花盆、营养土的商品卡推出来，还能接着挑，全程不用退出通话。

为此，系统让视频对话的实时流与淘宝的检索、推荐、库存校验等后台能力并行运转：用户说着话时，底层已在跑检索，结果在对话的自然停顿处插入。同时，系统支持随时打断、多轮追问，AI会记住这通电话里聊过什么，不需要用户反复说明。

现场：一瓶护手霜的意外发现

在Agent扎堆的主展馆，拍立淘RTC展台吸引了不少参会者排队体验。

来自广东的王女士用拍立淘测试了一款她在菲律宾旅游时买回来的护手霜，原本想看看有没有同款，却在对话中发现这其实是一款印度产的产品。拍立淘RTC不仅识别出了产地，还介绍了产品的主要成分，并推荐了搭配使用的组合。"我完全没想到它会告诉我这个，"王女士说，"比我当时在店里导购讲的还多。"

不止于购物

海外逛店看不懂外文标签，镜头一转就能实时翻译并找到淘宝同款；旅行途中遇到景点，对着拍一下可以边走边聊获取讲解；商品问到一半想换规格，拍立淘RTC记得上下文直接接着筛。从识别一张照片，到理解一段实时画面；从一次搜索，到可以连续追问的购物对话。"万物皆可拍立淘"，已经从一个功能点延伸到了更多日常场景。