NVIDIA技术重塑欧洲零售业：从数字发现到物理智能运营

事件概述

欧洲零售行业正在经历由AI驱动的深刻变革，企业利用NVIDIA加速的计算平台和开源前沿模型（Open Models），在电商代理商务、数字产品发现、零售研发以及仓储自动化等领域取得了突破性进展。这些技术不仅降低了运营成本，还显著提升了用户体验和业务效率。

核心信息

1. 开放模型驱动的数字发现与成本优化

多家欧洲科技巨头和零售商通过部署NVIDIA优化的开源模型，实现了性能与成本的双重突破：

• Shopify：
  • 对NVIDIA Nemotron 3.5 Lightning模型进行后训练（Post-training），用于其AI助手Sidekick中的GraphQL子代理。
  • 成果：在内部基准测试中，该模型准确率超越领先的闭源前沿模型，服务成本降低90%，响应速度提升7倍。
  • 借助NVIDIA CCluster vLLM推理优化软件，在目录丰富、商家助手、电商购物模拟等五个用例中，性能提升4.5倍，推理成本最高降低12倍。
• Zooplus（欧洲领先在线宠物零售商）：
  • 联合Infosys和NVIDIA重建了产品发现堆栈。在生产环境中部署的原型使用NVIDIA Nemotron Retriever库进行语义搜索。
  • 成果：搜索准确率达到86%。
• Mirakl（智能商务软件公司）：
  • 在其自有基础设施及Scaleway等欧洲云提供商上运行开源模型，保持技术主权并避免供应商锁定。
  • 其Catalog Transformer工具已整合超过7000万款商品，将混乱的供应商数据转化为结构清晰的目录。

2. 视觉处理与创意生成的规模化应用

• Photoroom：
  • 与Vestiaire Collective合作，每日标准化约40,000张主图，覆盖70个国家。
  • 成果：经处理的 listings 流动性提高5%，每个产品页面的独特浏览量增加3%-7%。该流程基于NVIDIA GPU、TensorRT和Triton Inference Server构建。
• Omi & L'Oréal：
  • Omi推出ProductDrop工作流，将生成图像锚定至批准的数字孪生体，防止产品错误。L'Oréal结合此技术与NVIDIA RTX PRO 6000 Blackwell Server Edition GPU，使推理速度提升10倍，延迟降低4倍。
  • L'Oréal还将NVIDIA ALCHEMI集成至研发流程，配合CurieOS操作系统和OrbMol-v2分子模拟模型，将最佳成分组合的发现时间从数月缩短至数小时。OrbMol-v2比同类模型快5倍，误差低21%。

3. 物理智能与数字孪生赋能实体运营

通过NVIDIA Omniverse和物理仿真技术，零售商能够在虚拟环境中测试和优化实体操作：

• Otto Group：
  • 在德国Haldensleben最大的配送中心推进自主仓库项目。利用NVIDIA Omniverse库在Google Cloud上进行模拟。
  • 能力：物流团队可在任何物理实施前，完全在模拟环境中设计、测试和优化仓库运营。
• ALLSIDES：
  • 发布3D数字孪生工厂（3D Digital Twin Factory），能在几分钟内将物理对象转化为SimReady 3D数字孪生体，捕捉亚毫米级几何精度和全光照材质。
  • 该平台已服务于adidas、Amazon、Nike、Zalando和Zara等品牌，支持3D商店布局模拟及全天候产品追踪。
• CATCHES：
  • 与AMIRI合作部署RealFit虚拟试穿解决方案。
  • 成果：季节性调整后，转化率提升55%，加购率提升80%，总销售额提升56%。
  • 此外，CATCHS推出了PredictiveFit（基于物理的虚拟试穿）和CASI（个人时尚代理），后者基于NVIDIA Nemotron 3等开源模型，通过WhatsApp提供购物、搭配和尺码建议。

值得关注

在GTC Berlin大会上，Nebius展示了三个面向零售业的NVIDIA Blueprints（蓝图），目前处于早期访问阶段：

1. Agent Harness for Employee Productivity：针对店长的代理式助手，整合日程安排、任务管理、库存警报和操作洞察。
2. Inventory Simulation and Optimization：帮助零售商通过建模需求场景和测试补货策略，减少过剩库存和缺货现象。
3. Agentic Finetuning Flywheel：一个自我改进循环，利用代理工作流持续生成训练数据，微调开源模型，并将现实世界性能反馈回下一轮训练周期。