至顶网CIO与应用频道 04月03日 北京消息:3月23日,在南京最繁华的新街口地段有一家“苏宁极物”开业了,这是在无人店之后又一次新的尝试。
不同于无人店的单一属性,这是一家集衣食住行一体的新零售概念打造的店面,其占地400平米,SKU达到300,一天营业额达到35万,其中家居单品单品一般在200元,占极物店三分之一营业额。
苏宁极物
苏宁极物分为两层,一层展示了家居、3C、生活电器等多个类目中的新奇产品;二层苏鲜生海鲜餐厅,提供海鲜、寿司、铁板烧打造高端餐饮。
苏宁极物定位泛生活体验,针对年轻消费者提供个性化服务,现场既可以选择自由浏览闲逛、通过pad、摘机等科技技术了解产品性能、卖点,也可通过咨询现场体验师获得专业的产品知识讲解。
支付与取货方面选择自助浏览的消费者可通过扫码支付、自助取货快捷取货。对于一些需求频次较高、快捷支付需求强的商品消费者可通过24小时无人店由智能化机械臂进行取货。
当然极物店内还有很多互动大屏,包括颜值机、新人红包、订单红包、砍神券等。
在店面的一侧,还有一个无人水吧,在终端上下单后,机械臂会自动进行制作。这些都是智慧零售与购物的场景融合展现,与消费者产生更多互动的同时让店面更具趣味性和人情味。
同样在苏宁生活广场内还有一家苏宁体育Biu店,这是苏宁的第6加无人店,也是首次采用第二代苏宁Biu点技术搭建,这个这个占地面积240平方米,涵盖了体验、零售、游戏等多种业态。
苏宁体育Biu店2.0
和之前的苏宁体育Biu店不同的是,无人店2.0拆掉了进门的闸口,顾客的体验门槛变得更低,而不是先要下载App“绑脸”进店,当然之前已经绑过脸的用户在进店时摄像头就会自动捕捉并显示。
拿起商品靠近附近的显示屏,显示屏会自动感应并显示产品的详细信息,实现所见即所知,信息甚至整合了苏宁易购的线上数据,用户留言也可以轻松查看。
当用户拿着衣服靠近店内的智能试衣镜时,“魔镜”屏幕画面则迅速切换显示相关商品详情;在智能试衣间,你可以点击镜面切换室内、户外、夜跑等不同场景画面,改变试衣间光线效果,查看相应场景下的试穿效果。
同时可记录运动数据的智能跑步机区域,通过语音控制、大屏场景互动等手段打造乐跑体验;篮球体感类游戏区,用户还可以通过投篮或弹跳类体感游戏融入到购物场景中。
苏宁无人店2.0围绕着场景化购物体验、智能化精准互动和个性化增值服务三方面为用户提供服务。
像这样的创意店,苏宁还有很多规划。从去年十一期间苏宁提出2018年新开门店5000家,到12月19日启动大开发战略,提出“未来三年将互联网门店拓展到2万家、落地2000多万平方商业实体”。
这就是我们说的苏宁速度,苏宁易购O2O平台总经理许宏平说,新零售要回归到经营的本质,一方面提供更优质的用户体验,一方面提供更优质的商品,最后是将供应链、品牌商等合作上的效率提升,当然这些都离不开技术的帮助。
苏宁易购O2O平台总经理许宏平
近期,智慧零售实践者峰会上苏宁还发布了技术星象图,消费者为太阳,苏宁为行星。以消费者为中心,苏宁始终围绕消费者旋转,根据距离消费者的远近,打造苏宁业态。
距离消费者不到1米的地方,有苏宁易购主站平台;搭载了语音识别、交互技术、物联网技术的苏宁小Biu音响则作为入口,链接了用户10米范围的智能家居设备,形成了用户10米内的服务;距离消费者大概500米的地方,写字楼内部、酒店内部、大型Shopping Mall 内部等,苏宁利用重力感应、人脸识别、机器人技术布局了无人货架、智能货架、巡游机器人;离消费者约3公里的地方,苏宁则布局了无人店Biu、苏宁极物店、苏宁小店、苏宁易购精选店、苏宁易购直营店等;而在3公里外,苏宁生活广场、苏宁云店、苏宁影城,可让消费者在苏宁3公里外的店内玩上一整天,体验智慧零售玩到极致。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。