NVIDIA 如何用开放模型与物理智能改造欧洲零售业

欧洲零售商正在各类用例中采用开放模型和物理智能——从将推理成本降低 90% 的商务平台，到在数字孪生中模拟不同机器人车队协作的履约中心。

开放模型的前沿成果

欧洲各地的零售领导者和科技公司正在使用 NVIDIA 加速的开放模型和前沿模型，推进智能体商务、数字化产品发现和零售研发。

Shopify 对开放模型进行后训练，以极低的成本达到前沿级准确率。其工程师使用 NVIDIA Megatron Bridge 库加快微调，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，用于集成到 Sidekick（Shopify 面向商家的 AI 助手）中的 GraphQL 子代理。该子代理为 Sidekick 的多项功能检索店铺数据，包括 Sidekick Pulse，后者会研究商家的店铺并推荐改进方法。

阅读 NVIDIA 在欧洲的全部公告

在 Shopify 的内部基准测试中，后训练模型在准确率上超过领先的前沿模型，同时将服务成本降低 90%，响应速度提升 7 倍。除 Sidekick 外，NVIDIA CCluster vLLM 推理优化软件还帮助 Shopify 在另外五个用例中实现性能提升 4.5 倍、推理成本最多降低 12 倍：商品目录丰富、商家助手、电商购物模拟、产品分类分类，以及商家和买家推荐。

Zooplus是欧洲领先的在线宠物零售商，它与 Infosys 和 NVIDIA 技术合作，为智能体时代重建了产品发现技术栈。一个部署在 Zooplus 的 Amazon Web Services (AWS) 环境中的生产就绪原型，使用 NVIDIA Nemotron Retriever 库进行语义搜索，并使用 NVIDIA 零售商品目录丰富蓝图生成可供搜索的产品属性，实现了 86% 的搜索准确率。

Photoroom 与 Vestiaire Collective 的部署成果：其图像编辑 API 现在会在商品上架时标准化每张主图——每天约 40,000 张，覆盖 70 个国家。经 Photoroom 处理的商品上架后流动性提高 5%，每个产品页面的独立浏览量增加 3% 至 7%。该流水线在配备 TensorRT 和 Triton Inference Server 的 NVIDIA GPU 上运行，NVIDIA Dynamo Snapshot 可帮助用户快速应对需求激增。

Omi 推出了 ProductDrop，这是一种将每张生成的图像锚定到经批准的数字化孪生体的工作流，使品牌能够在整个产品目录中扩展创意产出，而不会引入产品错误。L’Oréal 正在采用这种方法，在其 CreAItech 项目中，将 Omi 的数字化孪生体与生成的品牌环境相结合。Omi 在 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 上运行 TRELLIS 3D 资产生成，将推理速度提升 10 倍，并将流水线延迟降低 4 倍。

此外，L’Oréal 正在加速发现最佳成分组合，通过将 NVIDIA ALCHEMI 集成到其研究工作流中，从数月的实验转变为数小时的计算筛选。

L’Oréal 还在与 CurieOS 一起测试这种方法，CurieOS 是 Orbital Industries 面向科学与工程的操作系统，使用其开源分子模拟模型 OrbMol-v2。OrbMol-v2 与 NVIDIA ALCHEMI Toolkit 集成，并由 NVIDIA 加速计算提供支持，比同类模型快五倍，误差比同类中次优模型低 21%。这种基于 AI 的工作流使研究人员能够在投入实验室测试之前，确定用于增溶 UV 过滤器和优化性能的最有前景的成分组合。

Mirakl 是一家智能商务软件公司，在其自有基础设施以及通过 Scaleway 等欧洲云提供商，在 NVIDIA GPU 上运行开放模型。这使其技术保持主权，避免供应商锁定，并提供客户所期望的速度和规模。Mirakl 的 Catalog Transformer 将微调的开放模型与专有服务相结合，已接入超过 7000 万件产品，将杂乱的供应商数据转化为准确、组织良好的产品目录。

物理智能支持在仿真中训练

NVIDIA 物理 AI、数字化孪生体和开放模型帮助欧洲零售商和时尚品牌模拟零售环境、自动化仓库运营并提供虚拟试穿体验。

Otto Group 将其在人工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——推进到该集团位于德国哈尔登斯莱本的最大履约中心。新功能让物流团队能够完全在仿真中设计、测试和优化仓库运营，然后再进行任何物理实施。

ALLSIDES 推出了其 3D 数字孪生工厂：一条自动化流水线，可在数分钟内将实物转化为 SimReady 3D 数字孪生，捕捉亚毫米级几何精度、实测物理属性以及完全可重打光的材质，且在任何光照条件下都能保持准确性。这些数字孪生为在 3D 中模拟整个店铺布局奠定了基础，也用于在购物旅程和结账环节可靠地追踪商品，不受环境光影响。该平台基于 NVIDIA CUDA、OptiX 和 TensorRT 构建，已服务于包括 adidas、Amazon、Nike、Zalando 和 Zara 在内的品牌。

CATCHES 通过与 AMIRI 的 RealFit 部署取得了生产成果：转化率提升 55%，加购率提升 80%，总销售额提升 56%，且均经过季节性调整并与同类款式对比。该公司推出了 PredictiveFit，将基于物理的虚拟试穿扩展到零售商，还推出了 CASI——一个个人时尚智能体，可通过 WhatsApp 为客户提供购物、搭配和尺码建议，由包括 NVIDIA Nemotron 3 在内的开放权重模型驱动，构建于 NVIDIA Omniverse 和 Newton Physics Engine 之上。

在 Nebius 展台探索全新的 NVIDIA 零售蓝图

在 GTC Berlin 上，Nebius 展示了三款面向零售的 NVIDIA 蓝图，均可通过早期访问获取，运行在 Nebius 基础设施上，并由 NVIDIA 加速：

面向员工生产力的智能体框架：一个智能体助手，为门店经理整合日程安排、任务管理、库存警报和运营洞察。
库存模拟与优化： 一款蓝图，可通过建模需求场景、测试补货策略并在用户需要在现实世界中做出承诺之前优化库存水平，帮助零售商减少库存积压和缺货。
智能体微调飞轮： 一个自我改进的循环，利用智能体工作流持续生成训练数据、微调开源模型，并将真实世界的表现反馈到下一个训练周期。

申请蓝图的早期访问，并了解更多关于面向零售和消费品行业的 NVIDIA 技术。

查看 软件产品信息的相关声明。

阅读 NVIDIA 在欧洲的所有公告