NVIDIA 变革欧洲零售业：从数字化发现到实体运营

欧洲零售商正在各类应用场景中使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

欧洲各地的零售业领袖和科技公司正在使用 NVIDIA 加速的开放模型和前沿模型，推动智能体商务、数字产品发现和零售研发的发展。

Shopify 对开放模型进行后训练，以极低的成本达到前沿级准确度。其工程师使用 NVIDIA Megatron Bridge 库实现更快的微调，并使用 NVIDIA NeMo RL 进行强化学习。Shopify 对 NVIDIA Nemotron 3.5 Lightning 进行了后训练，用于集成到 Sidekick（Shopify 面向商家的 AI 助手）中的 GraphQL 子代理。该子代理为多个 Sidekick 功能检索商店数据，包括研究商家店铺并推荐改进方法的 Sidekick Pulse。

阅读所有 NVIDIA 在欧洲的公告

在 Shopify 的内部基准测试中，后训练模型的准确度超过了一款领先的前沿模型，同时将服务成本降低了 90%，响应速度提升 7 倍。除 Sidekick 之外， NVIDIA CCluster vLLM 推理优化软件还帮助 Shopify 在另外五个应用场景中实现了 4.5 倍的性能提升和最高 12 倍的推理成本降低：目录充实、商家助手、电商购物模拟、产品分类体系分类以及商家和买家推荐。

欧洲领先的线上宠物零售商 Zooplus 联合 Infosys 和 NVIDIA 技术，为智能体时代重建了其产品发现技术栈。部署在 Zooplus 的 Amazon Web Services (AWS) 环境中的生产就绪原型，使用用于语义搜索的 NVIDIA Nemotron Retriever 库实现了 86% 的搜索准确率，以及该 NVIDIA Blueprint for retail catalog enrichment ，实现了 86% 的搜索准确度。

Photoroom 在与 Vestiaire Collective 的部署合作中取得的成果：其 Image Editing API 现在在上架时对每张主图进行标准化处理，每天在 70 个国家/地区处理约 40,000 张图片。经 Photoroom 处理的 Listing 以高出 5% 的流动率售出，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 可以帮助用户快速应对需求高峰。

Omi 推出了 ProductDrop，这一工作流将每张生成的图像锚定到经批准的数字孪生上，让品牌能够在整个产品目录范围内扩展创意产出而不引入产品错误。L'Oréal 正在使用这一方法，在其 CreAItech 计划中将 Omi 的数字孪生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 通过将 NVIDIA ALCHEMI 集成到其研究工作流中，加速了最佳成分组合的发现，将数月的实验缩短为数小时的计算筛选。

L'Oréal 还与 CurieOS——Orbital Industries 面向科学与工程的操作系统——一起测试这一方法，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，误差比同类次优模型低 21%。这一基于 AI 的工作流使研究人员在投入实验室测试之前，就能确定最有希望用于溶解紫外线过滤剂并优化性能的成分组合。

智能商务软件公司 Mirakl 在 NVIDIA GPU 上运行开放模型，既在自己的基础设施上运行，也通过 Scaleway 等欧洲云提供商运行。这使其技术保持主权、避免厂商锁定，并交付客户所期望的速度和规模。Mirakl 的 Catalog Transformer 将微调后的开放模型与专有服务相结合，已接入超过 70 百万件产品，将杂乱的供应商数据转化为准确、组织良好的目录。

物理智能助力仿真训练

NVIDIA物理AI、数字孪生和开放模型帮助欧洲零售商和时尚品牌模拟零售环境、实现仓库运营自动化并提供虚拟试穿体验。

Otto Group 推进了其“人类监督下的自主仓库”计划——该计划由 Reply 基于 NVIDIA Omniverse 库构建并运行在 Google Cloud 上——并将其扩展至位于德国哈尔登斯莱布恩(Haldensleben)的集团最大履约中心。新功能让物流团队设计、测试和优化仓库运营完全在模拟中完成，然后才进行任何物理实现。

ALLSIDES 推出了其 3D 数字孪生工厂：一个自动化流水线可在几分钟内将物理物品转化为 SimReady 3D 数字孪生，实现亚毫米级几何精度、测量的物理属性以及完全可重新打光、在任何光照条件下都能保持精确的材质。这些数字孪生是在 3D 中模拟整个店铺布局的基础，也可用于在整个购物过程和结账时不受环境光影响地可靠追踪产品。该平台基于 NVIDIA CUDA、OptiX 和 TensorRT 构建，已服务于 adidas、Amazon、Nike、Zalando 和 Zara 等品牌。

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%，总销售额增长 56%，均经过针对同款式的季节性调整。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——一个通过 WhatsApp 为顾客进行购物、搭配和尺码推荐的个人时尚助手，由包括 NVIDIA Nemotron 3 在内的开放权重模型驱动，基于 NVIDIA Omniverse 和 Newton Physics Engine 构建。