由NVIDIA Jetson Nano提供支持的实时分析技术帮助零售商实现商店的人工智能赋能,零售商可基于对顾客购买行为及偏好的更优解读完善消费体验。
零售商们当前正在努力实现商店的人工智能赋能,更好地理解顾客的购买行为和偏好,提供更好的消费体验。
位于瑞典的人工智能初创公司Modcam借助智能传感器获取零售、展厅和办公空间流量的详细数据。这些传感器由NVIDIA Jetson Nano模块驱动,利用边缘数据进行实时的AI算法计算,从而帮助各类零售商通过安全保险的方式获取有关客户购买偏好的信息。
梅赛德斯·奔驰咨询当前正在与这家初创企业合作,加速打造新一代汽车零售体验。为了测试不同的店内布局和新技术,公司更是在位于德国斯图加特的总部外建造了一个配备Modcam传感器的测试展厅。
考虑到汽车对大多数人来说是非经常性的大额消费,汽车制造商在零售方面的成功很大程度上依赖于良好的展厅体验。随着在自动驾驶和智能驾驶方面的投入增加,梅赛德斯·奔驰咨询也在寻找更易于导航并能实现更完善的布局的店面,以达成对购物体验的优化。
在Modcam边缘计算AI算法的助力下,梅赛德斯·奔驰咨询在展厅和服务方面获取了非常有价值的消费者行为信息。
智慧购物
Modcam公司的智能AI关注消费者在空间内的移动路线,其分析结果可帮助零售商判断当前布局的合理性或标识的必要性,并进一步确定客户是否会对其停留关注的产品产生兴趣。
这一算法无需收集或存储任何私人信息,顾客在其运行在边缘的深度神经网络中均不会被识别,智能传感器也不会存储他们分析的任何图像。
Modcam依赖于兼具高性能与节能特点的Jetson Nano,并使用NVIDIA Metropolis应用框架进行优化,以实现实时计算。因此,这台小型计算机具备强大的功能,可以实现多个深度神经网络(如目标检测、分割和追踪)在Modcam的同时运行,且所有应用程序仅依托于一个运行功率仅为5瓦的平台上,十分简单易用。
Modcam的首席运营官Andreas Nordgren表示:“我们上一代的传感器和处理器并不够强大,因此本次选择了更高级别的NVIDIA Jetson Nano,从而帮助下一代系统实现60倍神经网络性能提升。”
凭借这一兼具高性能与智能的边缘解决方案,Modcam正在帮助世界各地的零售商提供更优化的商品陈列和更好的购物体验。
Modcam是NVIDIA Inception的成员之一。NVIDIA Inception是一个虚拟加速器项目,锚定初创公司并为其提供基本工具、专业知识,支持其进入市场。
AI赋能的高端品牌
随着概念店在公司总部附近落成,梅赛德斯·奔驰咨询已着手测试不同的楼层布局、触屏和展示产品信息的标牌的促销效果。
通过在该店配备Modcam边缘AI系统,这家汽车制造商实现了对这些布局和投入的效果的量化考量:确定各车型的顾客流量,以及客户与不同的商店配置互动时表现出的差异,并能将这些经验扩展到其全球经销商,以优化客户消费和服务体验。
此外,在实时边缘计算的帮助下,他们可以实现快速迭代,以持续提供能力所及的最佳店内体验。
新一代自主机器嵌入式系统NVIDIA Jetson将现代AI的力量带入数百万边缘设备,开启嵌入式物联网应用程序新领域。专区有最新活动、产品、资源和学习内容,带您感知AI新维度。访问地址:http://www.zhiding.cn/special/jetson
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。