至顶网个人商用频道 11月07日 北京消息(文/黄当当):从“Intel Inside”到“Amazing Experience Outside”,英特尔正通过内在技术改变着人们的生活,从品牌内涵到行业贡献,它都希望画上浓墨重彩的一笔。随着第十九届中国零售业博览会的闭幕,英特尔在零售行业的路线规划也越发清晰了。
在阿里巴巴提出“新零售”概念后,一时间,零售业围绕“转型”的话题来到风口浪尖。在本次零售展上,英特尔也毫不避讳,在采访前,抛出三个关键话题:
“英特尔是不是不在新零售的风口浪尖上?
为什么英特尔会花这么多时间和力气请朋友来参加这样的活动?
英特尔和新零售到底是什么样的关系?”
打开话匣子前,英特尔用这一段“开场白”开启,接下来这一段的“自问自答”。英特尔中国区物联网产品营销部市场经理徐民表示,新零售的核心竞争力,实际上并没有发生大变化,即提供好的商品和服务,但如何解决高效率的运营和物流的“技术”却是变因。
这正是英特尔发挥作用的关键之处。与以往两届零售展不同之处,一是英特尔在解决方案中加入了新元素AI,二是把零售业解决方案进行整合,将“交易”与“视觉”的零售场景划分为两条重要的脉络。
“O2O支付”、“数字标牌”曾是英特尔在过去两届零售展上频率较高出现的词汇,无论是哪一种模式的改变,英特尔都倡导着一个理念,即用户体验——体验在变化,但更多需要的是数据分析能力提供的强大支撑。
比如AI的应用。英特尔公司物联网事业部零售解决方案总经理Alec Gefrides表示,计算机视觉会是AI在零售业第一个应用领域。
与此同时,基于Movidius以及英特尔深度学习(Machine Learning)解决方案,与英特尔响应式零售平台RFID互补并行,可以支持自助独立式结帐、无人管理、无人值班柜台和自助结账速度,也可带来更精准的人脸识别服务。
事实上,英特尔展区就带来了中科英泰基于AI图像识别的一套解决方案。简单来说,通过一个摄像头进行识别(包括所购商品识别、支付货款两个环节),然后进行自助结账,改变收银台的交易效益。
中科英泰副总裁刘福利表示,“AI会给我们带来更好的体验,包括会员的识别,不光是人脸、虹膜的识别,还有手掌纹的识别,你把手按下去,不仅识别你是会员,还能够付款。这是一个很大的体验变化,但有一个过程。”他表示,这是AI在零售行业的一次尝试,后续这个场景将来会拿到客户应用中去。
无论是英特尔在零售主展会Keynote谈到的零售愿景,还是与合作伙伴一起展出的零售产品/解决方案,都集中在围绕以“支付”与“视觉”为主的零售业各应用场景。
从前端到后端,包括数字标牌展示互动、智能POS支付、自助收银、图像扫描自动识别收银、云端仓储管理优化和客户数据分析、支持windows和安卓双操作系统的零售解决方案。
除了以上应用场景,英特尔还通过“软件+硬件”的结合,提供一套高效视频技术,以助力快速收银、实现对物品的识别和防损,通过分析店内顾客行为等复杂场景,来帮助零售商进行业务决策。
所以,回到文章最开始的提问,“英特尔和新零售到底是什么样的关系?”答案已经显而易见了。当然,按照“科技是第一生产力”的逻辑,那么细数从云到网、到端,英特尔技术全都有Inside,那为什么不参与其中呢?
这或许回答了文章一开始的第二个问题。据徐民介绍,目前零售是英特尔物联网部门中绩效占比最高的,也是重点投入的行业领域。
“以技术为驱动,对行业进行了重塑”,在徐民看来,这是英特尔物联网一直在坚持的事,同时这也是文章一开始“抛砖引玉”三个问题的最好回应。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。