跳到正文
原文
NVIDIA Blog· Mavi Nafria·· 17 天前精选AI 评分76

NVIDIA推动欧洲零售转型

NVIDIA Transforms European Retail, From Digital Discovery to Physical Operations

AI 摘要

欧洲零售商正利用NVIDIA的开放模型和物理智能技术,在多个应用场景中取得显著成果,例如Shopify通过后训练模型将推理成本降低90%并提升响应速度,Zooplus实现86%搜索精度,L’Oréal将成分组合发现时间从数月缩短至数小时

正文 · AI 翻译

欧洲零售商正在跨多种应用场景使用开放模型和物理智能——从将推理成本降低90%的电商平台到在数字孪生中模拟不同机器人舰队协作的履约中心。

开放模型带来的前沿成果

欧洲的零售领袖和技术公司正在使用NVIDIA加速的开放模型和前沿模型来推进智能代理式商业、数字产品发现和零售研发。

Shopify 通过后训练开放模型以较低成本达到前沿级精度。其工程师使用 NVIDIA Megatron Bridge 库进行更快的微调,并使用 NVIDIA NeMo RL 进行强化学习。 Shopify 已对 NVIDIA Nemotron 3.5 Lightning 进行后训练,用于集成在Sidekick中的GraphQL子代理,Sidekick是Shopify为商家提供的AI助手。该子代理检索商店数据,用于Sidekick的多个功能,包括Sidekick Pulse,它会研究商家的商店并推荐改进方法。 

阅读所有欧洲NVIDIA公告

在 Shopify 的内部基准测试中,后训练模型在精度上超越了领先的前沿模型,同时将服务成本降低了90%,并使响应速度提高了7倍。除了Sidekick之外, NVIDIA CCluster vLLM推理优化软件帮助Shopify在五个其他用例中实现了4.5倍的性能提升和高达12倍的推理成本降低:目录丰富、商家助手、电子商务购物模拟、产品分类和商家及买家推荐。

Zooplus,欧洲领先的在线宠物零售商,与 Infosys 和NVIDIA合作,为其产品发现堆栈进行了升级,以适应智能代理时代。部署在 Zooplus 亚马逊网络服务(AWS) 环境中的生产就绪原型,使用NVIDIA Nemotron检索库进行语义搜索,并使用 NVIDIA Blueprint for retail catalog enrichment 生成可搜索的产品属性。

Photoroom 与 Vestiaire Collective 部署的结果,其中其图像编辑API现在标准化了每个主要图像,每天约40,000张,分布在70个国家,在列表点。由 Photoroom 处理的列表 以5%更高的流动性售出,每个产品页面有3%到7%更多的独特浏览量。该管道运行在NVIDIA GPU上,使用TensorRT和Triton推理服务器,NVIDIA Dynamo Snapshot可以帮助用户快速响应需求高峰。

Omi 推出了 ProductDrop,这是一个将每个生成的图像与经过批准的数字孪生关联起来的工作流程,让品牌 能够在整个目录中扩展创意产出,而不会引入产品错误。 L’Oréal 正在使用这种方法,将 Omi 的数字孪生与其 CreAItech 计划中的生成品牌环境相结合。 Omi 在 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 上运行 TRELLIS 3D 资产生成,将推理速度提高了 10 倍,并将管道延迟降低了 4 倍。

此外,L’Oréal 正在加速发现最佳成分组合,从数月的实验过渡到数小时的计算筛选,通过将其中的 NVIDIA ALCHEMI 集成到其研究工作流程中。

L’Oréal 还在使用 CurieOS 进行测试, Orbital Industries 的科学和工程操作系统,使用 OrbMol-v2,其开源分子模拟模型。与 NVIDIA ALCHEMI 工具包集成并由 NVIDIA 加速计算提供动力,OrbMol-v2 比同类模型快 5 倍,并比同类下一最佳模型提供 21% 更低的错误。这种基于人工智能的工作流程使研究人员能够在提交实验室测试之前识别出最有希望的成分组合,用于溶解紫外线过滤器并优化性能。

Mirakl,一家智能商务软件公司,在 NVIDIA GPU 上运行开放模型,无论是在其自己的基础设施上,还是通过欧洲云提供商如 Scaleway。这使其 技术主权,避免供应商锁定,并提供其客户期望的速度和规模。 Mirakl 的 Catalog Transformer 将微调的开放模型与专有服务配对,并已上线超过 7000 万种产品,将杂乱的供应商数据转换为准确、组织良好的目录 

物理智能实现模拟中的训练

NVIDIA 物理人工智能、数字孪生和开放模型帮助模拟零售环境,自动化仓库运营,并为欧洲零售商和时尚品牌提供虚拟试穿体验。

Otto Group 将其人类监督下的自主仓库计划——由 Reply 基于 NVIDIA Omniverse 库构建,并在 Google Cloud 上运行——推进到德国哈尔登斯莱本(Haldensleben)的集团最大履行中心。新功能允许物流团队 在模拟中设计、测试和优化仓库运营,在物理实施之前完全在模拟中进行。 

ALLSIDES 推出了其 3D 数字孪生工厂:一个 自动化管道,可在几分钟内将物理对象转换为 SimReady 3D 数字孪生,捕捉亚毫米级几何精度、测量物理属性和完全可重新光照的材料,这些材料在任何光照条件下都能保持精度。这些数字孪生作为基础,用于 3D 模拟整个店铺布局,以及在整个购物旅程和结账时可靠地跟踪产品,无论环境光线如何。该平台基于 NVIDIA CUDA、OptiX 和 TensorRT,目前已服务于包括 adidas、 Amazon、 Nike、 Zalando 和 Zara 在内的品牌。

CATCHES 通过其 RealFit 部署实现了生产成果,AMIRI 的 转换率提高 55%,加入购物车率提高 80%,总销售额提高 56%,所有数据均在季节性调整后与同类款式进行了比较。该公司推出了 PredictiveFit,将基于物理的虚拟试穿扩展到零售商,以及 CASI,一个通过 WhatsApp 为客户购物、搭配和选择尺码的个人时尚代理,该代理由包括 NVIDIA Nemotron 3 在内的开放重量模型提供支持,基于 NVIDIA Omniverse 和 Newton Physics Engine。

在 Nebius 展台探索新的 NVIDIA 零售蓝图

在 GTC Berlin 上,Nebius 正在展示三个 NVIDIA 零售蓝图,所有蓝图均可获得早期访问,并在 Nebius 基础设施上运行,由 NVIDIA 加速:

  • 员工生产力代理套件:一个代理助手,为店铺经理整合了日程安排、任务管理、库存警报和运营洞察。
  • 库存模拟和优化: 一个蓝图,可以帮助零售商通过模拟需求场景、测试补货策略和在实际世界中的用户承诺之前优化库存水平来减少库存过剩和缺货。
  • 代理微调飞轮: 一个自我改进的循环,使用代理工作流程来持续生成训练数据、微调开源模型并将实际世界性能反馈到下一个训练周期。

申请 蓝图早期访问并了解更多关于 NVIDIA 零售和消费品技术的信息。

查看 关于软件产品信息的声明。

阅读所有 NVIDIA 在欧洲的公告

来源:NVIDIA Blog · blogs.nvidia.com

00