欧洲零售商正将开放模型与物理智能应用于各类场景中 —— 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集群协同作业的履约中心。
开放模型实现前沿成果
欧洲各地的零售领军企业和科技公司正借助 NVIDIA 加速的开放模型与前沿模型，推动智能体商业、数字商品发现以及零售研发。
Shopify 通过对开放模型进行后训练，以极低的成本实现前沿级准确率。其工程师使用 NVIDIA Megatron Bridge 库加速微调，并借助 NVIDIA NeMo RL 进行强化学习。Shopify 已对 NVIDIA Nemotron 3.5 Lightning 进行后训练，用于集成在 Sidekick 中的 GraphQL 子智能体，Sidekick 是 Shopify 面向商家推出的 AI 助手。该子智能体可为 Sidekick 的多项功能检索店铺数据，包括 Sidekick Pulse，该功能能够分析商家店铺并推荐优化建议。
在 Shopify 的内部基准测试中，经过后训练的模型在准确率上超越了一款领先的前沿模型，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 在另外五个应用场景中实现性能提升 4.5 倍、推理成本最高降低 12 倍，包括商品目录丰富化、商家助手、电商购物模拟、商品分类体系，以及面向商家和买家的推荐。
欧洲领先的在线宠物用品零售商 Zooplus 携手 Infosys，并依托 NVIDIA 技术，为智能体时代重构了商品发现技术栈。部署在 Zooplus 亚马逊云科技 (AWS) 环境中的一个生产就绪原型系统，借助 NVIDIA Nemotron Retriever 库实现语义搜索，并利用零售目录丰富化 NVIDIA Blueprint 生成可用于搜索的商品属性，搜索准确率达到 86%。
Photoroom 与 Vestiaire Collective 的合作取得了显著成效。其 Image Editing API 现已在商品上架环节对每张主图进行标准化处理，覆盖 70 个国家 / 地区，日均处理量约 4 万张。经 Photoroom 处理的商品上架后，流动性指标提升 5%，每个商品页面的独立浏览量增加 3% 至 7%。该处理流程运行于搭载 TensorRT 和 Triton Inference Server 的 NVIDIA GPU 之上，NVIDIA Dynamo Snapshot 则可帮助用户在需求高峰时快速响应。
Omi 推出了 ProductDrop 工作流，将每张生成图像都与经过审核的数字孪生体进行绑定，使品牌能够在扩展整个商品目录的创意产出的同时，避免出现商品信息错误。欧莱雅正在其 CreAItech 项目中采用这一方法，将 Omi 的数字孪生与生成的品牌场景相结合。Omi 在 NVIDIA RTX Blackwell 服务器版 GPU 上运行 TRELLIS 3D 资产生成，使推理速度提升 10 倍，并将流水线延迟降低至原来的 1/4。
此外，欧莱雅通过将 NVIDIA ALCHEMI 集成到其研发工作流中，正加速筛选最佳成分组合，将原本需要数月实验的过程缩短至仅需数小时的计算筛选。
欧莱雅还借助 Orbital Industries 面向科学与工程领域的操作系统 CurieOS 测试这一方法，并使用其开源分子模拟模型 OrbMol-v2。该模型集成 NVIDIA ALCHEMI Toolkit，并由 NVIDIA 加速计算驱动，速度达到同类模型的 5 倍，误差较次优同类模型降低 21%。借助这一 AI 工作流，研究人员可在进入实验室测试前，识别出用于溶解紫外线过滤剂并优化产品性能的最具潜力成分组合。
智能商业软件公司 Mirakl 在自有基础设施以及 Scaleway 等欧洲云服务提供商平台上，基于 NVIDIA GPU 运行开放模型。这一架构既保持了其技术自主可控，避免了供应商锁定，也为客户提供了所期待的运行速度与扩展能力。Mirakl 的 Catalog Transformer 将微调后的开放模型与专有服务相结合，目前已接入超过 7,000 万种商品，将杂乱的供应商数据转化为准确、结构清晰的商品目录。
物理 AI 使仿真训练成为可能
NVIDIA 物理 AI、数字孪生和开放模型可帮助模拟零售环境、自动化仓库运营，并为欧洲零售商和时尚品牌提供虚拟试穿体验。
欧图集团将其“人工监督下的自主仓库”计划推进至集团位于德国哈尔登斯莱本的最大履约中心。该计划由 Reply 基于 NVIDIA Omniverse 库构建，并运行于 Google Cloud 之上。新增功能使物流团队能够在实际部署前，完全在仿真环境中设计、测试和优化仓库运营。
ALLSIDES 推出了 3D Digital Twin Factory：这是一条自动化流水线，可在数分钟内将实体物品转化为 SimReady 3D 数字孪生体，捕捉亚毫米级几何精度、实测物理属性，以及在任何光照条件下都能保持准确且完全支持重新打光的材质。这些数字孪生体为在 3D 空间中模拟完整门店布局奠定了基础，也可用于在购物全程及结账环节中可靠地识别商品，且不受环境光照影响。该平台基于 NVIDIA CUDA、OptiX 和 TensorRT 构建，目前已服务于阿迪达斯、亚马逊、耐克、Zalando 和 Zara 等品牌。
CATCHES 公布了其与 AMIRI 合作部署 RealFit 的显著成效：经过同类款式的季节性调整对比后，转化率提升 55%、加购率提升 80%、总销售额增长 56%。该公司还推出了 PredictiveFit，将基于物理原理的虚拟试穿能力扩展至零售商；同时推出 CASI —— 一款个人时尚智能体，可通过 WhatsApp 为顾客提供选购、搭配和尺码推荐服务。CASI 基于 NVIDIA Omniverse 和 Newton Physics Engine 构建，并采用包括 NVIDIA Nemotron 3 在内的开放权重模型驱动。
在 Nebius 展台探索全新 NVIDIA 零售蓝图
在 GTC 柏林上，Nebius 展示了三款面向零售行业的 NVIDIA Blueprint，目前均提供早期访问，并运行在 Nebius 基础设施上，由 NVIDIA 加速计算提供支持：
- 面向员工生产力的 Agent Harness：一款智能体助手，可为门店经理整合排班、任务管理、库存预警和运营洞察。
- 库存模拟与优化：一款可帮助零售商减少库存积压并防止货物短缺的蓝图。它能够对需求场景进行建模、测试补货策略，并在实际投入运营前优化库存水平。
- 智能体微调飞轮：一个自我优化的闭环，利用智能体工作流持续生成训练数据、微调开源模型，并将实际运行表现反馈到下一轮训练周期中。
申请蓝图的早期访问权限，并了解更多面向零售与消费品行业的 NVIDIA 技术。
请参阅软件产品信息服务条款。