Den 22. oktober beskrev NVIDIA europæiske detail-AI-projekter, der involverer modelleveringsomkostninger, produktopdagelse og lagerplanlægning. Shopifys interne benchmark viste en 90% reduktion i serviceomkostninger for en tilpasset model, mens Otto Group udvidede sit simuleringsbaserede lagerinitiativ til sit største fulfillmentcenter i Tyskland.

Vigtige pointer

  • Shopify rapporterede højere nøjagtighed, 90 % lavere serviceomkostninger og syv gange hurtigere svar for en post-trænet model på deres interne benchmark.
  • Detailapplikationer spænder fra en Zooplus-søgeprototype til implementeret billedredigering og fysikbaseret virtuel prøve.
  • Otto Group udvidede lagersimuleringsmulighederne, mens tre NVIDIA-detailblueprints stadig er i early access.

Indholdsfortegnelse

Europæisk detail-AI sætter tilpassede modeller i brug

Shopifys resultater fokuserer på en GraphQL-underagent inden for Sidekick, dens AI-assistent for forhandlere. Virksomheden eftertrænede NVIDIA Nemotron 3.5 Lightning ved hjælp af værktøjer som Megatron Bridge og NeMo RL. Subagenten henter lagringsdata for funktioner som Sidekick Pulse, som undersøger en forhandlers forretning og anbefaler forbedringer.

På Shopifys interne benchmark overgik den tilpassede model en unavngiven førende frontier-model i nøjagtighed, reducerede serveringsomkostningerne med 90 % og returnerede svar syv gange hurtigere, sagde NVIDIA. Disse resultater gælder for benchmarket snarere end for at fastslå ydeevne på tværs af alle forhandleropgaver.

Separat hjalp NVIDIA CCluster vLLM inferensoptimeringssoftware Shopify med at opnå 4,5 gange hurtigere ydeevne og op til 12 gange lavere inferensomkostninger på fem andre anvendelser: katalogberigelse, forhandlerassistance, shoppingsimulation, produktklassificering og anbefalinger.

Søgning og produktbilleder viser forskellige implementeringsfaser

Zooplus arbejdede sammen med Infosys og NVIDIA Technologies for at genopbygge produktopdagelse. En produktionsklar prototype implementeret i kæledyrsforhandlerens Amazon Web Services-miljø opnåede 86% søgenøjagtighed. Den bruger Nemotron Retriever-biblioteket til semantisk søgning og NVIDIAs detailkatalog-berigelsesblueprint til at generere søgbare produktattributter.

Hos Vestiaire Collective standardiserer Photorooms Image Editing API nu alle primære opslagsbilleder og behandler omkring 40.000 dagligt i 70 lande. NVIDIA rapporterede, at behandlede annoncer havde en 5% højere likviditetsrate og 3% til 7% flere unikke produktsidevisninger. Pipelinen kører på NVIDIA GPU'er ved brug af TensorRT og Triton Inference Server.

Omi lancerede ProductDrop for at knytte genereret billedmateriale til godkendte digitale tvillinger og undgå produktfejl på tværs af kataloger. L'Oréal bruger denne tilgang i sit CreAItech-program. Omis TRELLIS 3D-aktivgenerering kører på RTX PRO 6000 Blackwell Server Edition GPU'er, med rapporteret ti gange hurtigere inferenser og en firedobling af pipeline-latens.

Katalogbehandling og ingrediensforskning udvider udbredelsen af udbredelsen

Mirakls Catalog Transformer har onboardet mere end 70 millioner produkter og kombinerer finjusterede åbne modeller med proprietære tjenester for at organisere leverandørdata. Mirakl kører modeller på NVIDIA GPU'er på sin egen infrastruktur og gennem europæiske cloud-udbydere som Scaleway.

L'Oréal integrerer også NVIDIA ALCHEMI i ingrediensforskning, med et rapporteret skift fra måneders eksperimenter til timers computerscreening. De tester en beslægtet tilgang gennem Orbital Industries' CurieOS ved brug af den open source OrbMol-v2 molekylære simuleringsmodel.

Integreret med ALCHEMI Toolkit rapporteres OrbMol-v2 at køre fem gange hurtigere end sammenlignelige modeller med 21 % lavere fejl end den næstbedste model af sin slags. Arbejdsgangen identificerer lovende ingredienskombinationer til opløselige UV-filtre før laboratorietest.

Simulation når lagre og virtuel tilpasning

Otto Group har videreudviklet sit menneskeovervågede autonome lagerinitiativ til sit største distributionscenter i Haldensleben, Tyskland. Bygget med Reply ved brug af NVIDIA Omniverse-biblioteker og kørende på Google Cloud, lader systemet logistikteams designe, teste og optimere operationer i simulation før fysisk implementering.

ALLSIDES lancerede en automatiseret 3D Digital Twin Factory, der konverterer fysiske objekter til simulationsklare aktiver på få minutter. Virksomheden rapporterer geometrisk nøjagtighed under millimeter, målte fysiske egenskaber og gentændbare materialer. Platformen betjener allerede brands som adidas, Amazon, Nike, Zalando og Zara.

I virtuel tilpasning rapporterede CATCHES, at deres RealFit-implementering med AMIRI øgede konverteringen med 55 %, aktiviteten i indkøbskurven med 80 % og bruttosalget med 56 % efter sæsonjustering mod til-samme stilarter. CATCHES lancerede også PredictiveFit for detailhandlere og CASI, en WhatsApp-modeagent til shopping, styling og størrelse.

Tre detailplaner er stadig i early access

På GTC Berlin fremviser Nebius tre NVIDIA detailplantegninger, der kører på deres infrastruktur. Alle er tilgængelige i early access, i stedet for at beskrives som almindeligt tilgængelige produkter.

Agent Harness for medarbejderproduktivitet kombinerer planlægning, opgavestyring, lageralarmer og operationelle indsigter. Lagersimulering og optimering modellerer efterspørgsels- og genopfyldningsstrategier før reelle forpligtelser. Agentisk finjustering Flywheel forbinder træningsdatagenerering, finjustering af open source-modeller og feedback fra reelle præstationer.

Læs flere nyheder

Mere FinanceVelix nyheder

Ansvarsfraskrivelse

Denne FinanceVelix artikel giver generel information, ikke personlig finansiel, investerings-, juridisk eller skatterådgivning. Markedspriser, renter og økonomiske forhold kan ændre sig; investeringer indebærer en risiko for tab. Fakta afspejler det tilgængelige materiale ved offentliggørelse og kan ændre sig. Tjek vigtig information uafhængigt og konsulter en kvalificeret fagperson, når det er nødvendigt. At nævne et aktiv, selskab eller en tjeneste er ikke en anbefaling.