在大模型加持下，零售行业正尝试以一种全新姿态奔跑。

过去，自助支付、智能客服、自动化库存管理、智能物流等多项数字化应用在零售行业已屡见不鲜。在更加智能化范畴，企业客户通过图像识别这一AI技术优化线下陈列、进行数据分析也同样常见。

时至2023，作为数智化技术的尝鲜者，零售业同样对大模型积极尝试。

在专注零售业计算机视觉和数据分析的朗镜科技（Trax中国）眼中，大模型的出现会让图像在零售业的识别更准确，同时还会提升供应商的服务效率。而且，这家公司的CEO汤劲武还认为，2023年是大模型的应用元年，基于各场景下具体应用的大模型与现有数智化建设基础相结合，将全面重塑零售行业的数字化形态与服务商格局。

“基于AIGC的大模型内容制作、聊天互动以及客户沟通；视觉大模型带来的商品图像与价签文本信息识别的飞跃式进步；销售端的数字化虚拟主播、虚拟店长，以及商品推荐、库存管理、价格优化等各环节的全面智能化，将全方位改造升级零售行业技术服务。”汤劲武列举。

以下是来自朗镜科技（Trax中国）境科技的投稿，希望给读者更多信息参考： 

大模型涌现会重塑行业规则

数字时氪：2023年已经过去一半，你觉得零售行业上半年有哪些变化？

朗镜科技（Trax中国）：零售品牌日益注重品牌多元化战略，同时着力在商品产品力上发力，确保打造出足够市场热度的爆款产品，在业务前中后端借助数字化等手段全面降本增效，掌握尽量充裕的现金流并在低线城市以及下沉市场进一步挖掘消费潜力确保业绩增长。

2023年头部品牌更加注重业务端执行质量（现场照片采集拍摄的结果真伪）的识别，着重于借助AI以及数字化手段，保证线下陈列、分销、缺货以及价盘等合规状态的及时与准确的获取，并及时通过信息化平台对管理的货架与陈列状态进行快速调整与优化。

从当下来看，大模型的涌现会重塑行业规则。

大模型的独特之处在于什么？那就是它们在理解和生成类人语言方面展现出卓越的能力。这是一项极其复杂且精密的技能，这是我们克服了对于传统AI模型来说一直难以攻克的挑战。大模型给零售行业图像识别带来的主要变化可以总结为以下三点：

多模态融合：基于大模型的强大识别能力，将多种数据（图像、文本、视频和语音等）结合起来进行多模态分析，具体表现为图文匹配、语义分析和视频理解等具体应用能力。

更高的准确率与识别效率：随着深度学习的深度应用以及大模型技术的改造，图像识别的准确率和识别效率得到了进一步提升。

更高的渗透率：随着图像识别的准确性与效率进一步得到提升，中长尾企业在图像识别服务方面的成本支出将更加灵活与轻量化，进一步提升在零售行业的渗透率。

数字时氪：大模型的出现对于零售行业的数字化服务方式有什么影响？

朗镜科技（Trax中国）：从传统模式向效率驱动的模型转变。

在大模型时代到来之前，企业必须为每个项目开发特殊的AI解决方案。这是一项资源密集、耗时的任务，就像为每个单独的项目重新发明轮子一样。然而，随着大模型的出现，我们正看到从项目为本的方法向效率驱动的策略的转变。

大模型为企业提供了全方位的一站式解决方案。他们被设计用来覆盖不同情境和行业的广泛任务范围。这意味着企业不再需要为每个客户或场景创建特殊的模型——这就像一把能开启众多锁的万能钥匙，为企业节省了大量的时间和资源。

因此，我们正看到一个明显的向数字化和AI集成的转变。这不仅导致生产力的提高，而且还培育了一种持续创新的文化。

数字时氪：你觉得2023年头部客户的数字化落地难点是什么？

朗镜科技（Trax中国）：今年以来，泛零售行业包括头部以及中腰部在内的品牌在AI数字化落地过程中，着力于解决执行层面的采集图像质量以及图片真实性、实时性的问题。

由于高质量的AI视觉识别结果需要基于足够数量的合格照片作为数据源，朗镜在图像采集的实时性与准确性提升方面做了大量的探索与尝试。

目前我们已经推出了基于AI巡检机器人的实时图像采集方案，通过智能机器人实现对零售商品图像实时采集、实时处理，帮助品牌方实时掌握高维深度零售数据；同时基于朗镜自研的零售商品领域大型语言模型，从商品价签的图片中提取商品的关键信息，解决商品与价签错位、价签样式多、商品名称标准化匹配困难等传统技术难点。结合商品图像信息呈现给品牌方全景式货架信息；同时在商品SKU数据库建设方面，结合了视觉大模型的新一代SKU数据库也将带给零售品牌更加高效与优质的视觉图像识别体验。 

AI零售元宇宙的序幕被拉开

数字时氪：零售行业的数字化案例很多。整体来看，你觉得行业的数字化过程可以怎样划分？

朗镜科技（Trax中国）：泛零售行业的数字化进程是一个比较具有典型性的演进路线，总体经历了信息化——数字化——数智化和即将拉开序幕的AI零售元宇宙。

信息化是对物理世界的信息描述，是业务数据化，本质上是一种管理手段，侧重于业务信息的搭建与管理。数字化在信息化建设的基础上，打通各个信息孤岛，让数据得以连接。通过基于大量沉淀在业务系统中的运营数据，对这些数据进行综合地、多维地分析，对企业的运作逻辑进行数字建模、优化，指导并服务于企业的日常运营。数智化本质是通过数字化实现智能化，一方面借助5G、大数据、云计算、AI等技术，让系统具有实现状态感知、实时分析、科学决策、精准执行的能力；另一方面通过包括大模型在内的AI算法，实现智能数字化并应用于系统决策与执行。

基于大模型等新一代AI底层技术的零售元宇宙，将在数智化的基础之上进一步完善和提升零售数字化的高度与深度，通过大语义模型与大视觉模型的双轮驱动，将整个零售场景下的全维商品与销售信息真实可靠、实时高频地提供给零售品牌，最终实现品牌方对零售场景信息的极细颗粒度高维分析与应用，为零售行业的业绩增长提供最大化价值与最高效服务支撑。

数字时氪：结合大模型，2023年行业内数字化服务商的新机会点是什么？

朗镜科技（Trax中国）：首先截止2022年，包含连锁商超和便利店在内的630余万线下零售门店，货架商品管理数字化的渗透率不到30%。今年随着新形态的图像采集与大模型技术的出现，以及数字化商业生态的升级，以大中型连锁商超和头部消费品牌为代表的线下零售渠道将加速拥抱全场景数字化，从而强化构建商品力的能力，适应消费模式变化。

2023年是大模型的应用元年，基于各场景下具体应用的大模型与现有数智化建设基础相结合，将全面重塑零售行业的数字化形态与服务商格局。

无论是基于AIGC的大模型内容制作，还是聊天互动以及客户沟通，以及视觉大模型带来的商品图像与价签文本信息识别的飞跃式进步，和销售端的数字化虚拟主播、虚拟店长，以及商品推荐、库存管理、价格优化等各环节的全面智能化，将全方位改造升级零售行业技术服务。

在此过程中，对基于大模型能力的智能化零售行业全场景服务有着强需求的头部零售品牌，以及对AIGC等满足普适性数智化能力提升需求的中长尾客户，将是两类零售行业服务商针对差异化需求展开分层竞争的B端客群。

数字时氪：在朗镜科技的观察中，今年有什么值得关注的数字化案例？

朗镜科技（Trax中国）：国内有一家头部乳饮品牌在今年做的还蛮有特点的。

该品牌在冰品识别与翻拍识别、重复照片查重以及不完整冰柜识别等方面有着较强需求，该品牌在建设AI图像识别项目过程中，经过大模型上线后的持续迭代，F1准确率由82.3%提升至96.2%。这得益于，基于朗镜科技（Trax中国）视觉大模型技术的新一代图像识别算法，系统性实现了对大规模多品类商品的快速识别与模型更新能力，对特殊品类的适配性也得到了同样的提升。

这个案例反映了AI图像识别技术在泛零售行业的应用逐渐深入和普及，在复杂的渠道体系管理以及商品货架管理方面为品牌方的渠道数字化以及商品管理数字化提供了重要的技术支撑。