Simbe Robotics 公司的机器人 Tally 协助零售商优化库存管理,以此来提高销售额。
曾经居住在硅谷的 Brad Bogelea 和 Mirza Shah 曾向 Jeff Gee 推销他们的机器人概念。幸运的是,这位明星设计师彼时正在 Willow Garage 机器人实验室工作。
2014年,他们三人一起创立了初创公司 Simbe Robotics,创始人之一的 Mirza Shah 也曾作为软件工程师在 Willow Garage 公司工作。
该初创公司的机器人 Tally 由 NVIDIA Jetson 提供支持,现已为全球数十家最大的零售商提供服务。该多任务型机器人可自主浏览商店、扫描商品条形码,每小时最多跟踪多达 3 万件商品。
在 Jetson 上运行的机器人 Tally 更高效——处理来自多个摄像头的数据,并执行机载深度计算机视觉算法。这种强大的边缘人工智能性能增强了 Tally 的数据捕捉和处理能力,在最大限度降低成本的同时,更加快速、无缝地为 Simbe 的客户提供库存和货架信息。
据该公司称,Tally 每天最多可扫描三次商店库存,通过减少缺货来提高产品可用性,并促进零售商的销售。
Simbe 的 CEO Bogolea 表示, “我们为零售商提供的关键信息包括哪些产品没有上架,哪些产品可能放错了地方或定价错误,以及产品在商店的最新摆放位置和可用性。”
发掘零售商机
Bogolea 表示,借助机器人 Tally,零售商店能够更好地管理店铺货架,并以此帮助他们发现可能错过的销售机会,让他们认识到改善库存管理将对业绩带来的积极影响。
Tally 还让零售商们更好地向商店员工和顾客展示商品——即使在他们还未进入店铺之前。
例如,中西部的 62 家 Schnuck Markets 通过部署 Tally 将其自有的 Loyalty 应用程序与 Tally 的产品定位和产品可用性功能结合,让购物者和使用 Instacart 购物的消费者可以自行确认产品的可用性以及精确位置。
此外,借助 Tally 提供的数据,由于 COVID-19 而激增的网络购物也得到了缓解。例如,加快 Instacart 等线上购物平台的订单拣货,更快地完成订单。
Bogolea 说道,“借助数据和技术开展零售业务的零售商将让自己在零售的竞争中脱颖而出。”
同时,这对商店员工也是一个福利,曾经忙着清点库存的员工现在可以专注于改善客户服务等其他工作。
除了Schnucks,家乐福(Carrefour)、迪卡侬(Decathlon Sporting Goods)、Groupe Casino 和 Giant Eagle 都已部署 Tally 机器人。
从云到端部署 AI
AI 是支持 Tally 在动态环境中进行自主导航、分析传感器收集的大量信息、报告各种指标,如库存水平、定价错误和库存错置的关键技术。
Simbe 正在利用 NVIDIA GPU,实现从云端到边缘的 AI 模型训练和推理。这些模型可以检测货架上的不同产品,读取条形码和价格标签,并检测障碍。
NVIDIA Jetson 通过分析机器人收集的大量 2D 和 3D 传感器数据对数据采集系统进行优化,并以此实现产品定位功能。
通过在 Tally 上运行 Jetson,Simbe 能够处理来自激光雷达以及 2D 和 3D 摄像机的本地实时数据,以帮助产品识别和导航。此外,Jetson 已经降低了在云端处理数据的依赖。
Bogolea 说道:“我们捕捉实时数据的频率和精确度比以往任何时候都高。”
利用 NVIDIA Jetson 的好处之一是它给了我们很大的灵活性,让我们开始更多地向边缘移动,降低我们在云端的运营成本。”
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。