NVIDIA推动欧洲零售转型：开源模型与具身智能落地实战

欧洲零售巨头与科技企业正在全面接入由 NVIDIA 加速的开源模型与前沿技术，从数字化商品发现到实体仓储调度，推动智能零售的深层变革。

开源模型助推能效与降本

通过对开源模型进行后训练（Post-training），电商平台正以极低成本获得媲美顶级闭源模型的能力。

Shopify 工程师借助 NVIDIA Megatron Bridge 库加速微调，并利用 NVIDIA NeMo RL 进行强化学习。团队针对其商户 AI 助手 Sidekick 中的 GraphQL 子智能体，后训练了 NVIDIA Nemotron 3.5 Lightning 模型。该智能体能够精准检索店铺数据，并为商户诊断运营状态、提供优化建议。

Shopify 内部基准测试显示，这款定制模型的准确率超越了主流前沿模型，同时将服务成本降低了 90%，响应速度提升 7 倍。此外，结合 NVIDIA CCluster vLLM 推理优化软件，Shopify 在商品分类、导购模拟等 5 个业务场景中实现了最高 12 倍的推理成本降幅与 4.5 倍的性能跃升。

欧洲宠物电商龙头 Zooplus 联合 Infosys，基于 NVIDIA 技术重构了产品检索体系。其部署在 AWS 环境中的生产原型利用 NVIDIA Nemotron Retriever 实现了 86% 的语义搜索准确率，并通过 NVIDIA 零售目录丰富蓝图 自动生成标准化商品属性。

图像处理平台 Photoroom 在二手奢侈品平台 Vestiaire Collective 上线了自动化图像编辑 API，每日处理横跨 70 个国家的约 4 万张主图。经过统一标准处理的商品上架流动性提升了 5%，商品详情页独立访客量增加 3% 至 7%。整套系统运行于配备 TensorRT 和 Triton Inference Server 的 NVIDIA GPU 之上。

在生成式内容方面，3D 内容平台 Omi 推出了 ProductDrop 工作流，将生成的创意图像牢牢锚定在经过审核的数字孪生模型上，有效解决了商品图像失真难题。欧莱雅已在其 CreAItech 项目中采用该方案。Omi 在 NVIDIA RTX PRO 6000 Blackwell 架构服务器版 GPU 上运行 TRELLIS 3D 资产生成，实现推理速度提升 10 倍，流水线延迟降低至原来的四分之一。

欧莱雅还将 NVIDIA ALCHEMI 平台接入研发流程，把护肤品成分筛选周期从数月压缩至数小时。在与 Orbital Industries 的合作中，其开源分子模拟模型 OrbMol-v2 配合 ALCHEMI 工具包，在计算 UV 防晒成分溶解度时，推理速度较同类模型提升 5 倍，误差降低 21%。

智能商务软件商 Mirakl 也在 NVIDIA GPU 上运行其 Catalog Transformer 系统，保障技术自主权的同时避免厂商绑定，目前已将超 7000 万款杂乱的供应商数据自动梳理为规范目录。

物理智能：全流程虚拟仿真

除了数字端，NVIDIA 物理 AI 与数字孪生技术正深入供应链和线下场景。

德国零售巨头奥托集团（Otto Group）与其技术伙伴基于 NVIDIA Omniverse 库和 Google Cloud 打造了人机协作自主仓库体系。物流团队在将任何新方案投入德国哈尔登斯莱本的中心仓库之前，能够先在仿真环境中完成全流程设计、测试与优化。

3D 数字化公司 ALLSIDES 则推出了数字孪生工厂自动化流水线，数分钟内即可将真实商品转化为具备亚毫米级几何精度和拟真光学物理特性的 SimReady 3D 资产。该技术能用于三维店铺陈列模拟以及不同光照下的无感结账追踪，目前已服务于阿迪达斯、亚马逊、耐克和 Zara 等品牌。

时尚科技公司 CATCHES 将 RealFit 虚拟试穿技术应用于高端品牌 AMIRI 后，商品转化率提升 55%，加购率暴涨 80%，总销售额提高 56%。其新推出的 WhatsApp 个人导购智能体 CASI 则由包括 NVIDIA Nemotron 3 在内的开源权重模型驱动，结合 Omniverse 物理引擎为用户定制穿搭方案。