零售领域的新篇章：英伟达发布三大AI工作流

全球零售业面临的挑战

在面临因盗窃、损坏及错误摆放导致的货物损失时，全球零售业承受着高达1000亿美元的库存“损耗”压力。据《2022年零售业安全调查》显示，约65%的商品损耗归咎于盗窃行为。近期，食品和其他必需品价格的上涨，促使盗窃事件数量激增，给零售业带来了严峻挑战。

英伟达的解决方案

为应对这一挑战，NVIDIA宣布推出三大基于其Metropolis微服务的零售AI工作流，旨在提升零售业的防盗、追踪及分析能力，助力企业更高效地管理库存与安全。

AI工作流详解

1. 零售防损AI工作流：采用NVIDIA Research的先进少样本学习技术，结合主动学习策略，此工作流能识别并捕捉结账时扫描的任何新产品，显著提升模型准确度。它预训练了识别数百种高频被盗商品的能力，如肉类、酒类和洗衣粉，覆盖不同包装尺寸和形状，且支持通过NVIDIA Omniverse生成定制化的合成数据。

2. 多摄像头追踪AI工作流：提供多目标、多摄像头（MTMC）功能，简化了对象追踪系统的构建。该工作流通过摄像头追踪对象和店员，每个对象均配备唯一ID，追踪基于视觉嵌入或外观，保护消费者隐私。

3. 零售商店分析工作流：运用计算机视觉技术，提供深入的商店分析洞察，通过自定义仪表板展示趋势，如商店客流量、带购物篮顾客数量及过道占用率等。

基于NVIDIA Metropolis微服务构建

NVIDIA Metropolis微服务为构建AI应用程序提供了低代码或无代码的途径，提供开发模块，使得创建的工作流能迅速扩展至生产级AI应用。开发者可通过此平台轻松定制及扩展AI工作流，包括集成自定义模型，并与现有系统无缝集成。

业界反馈与应用

Radius.ai首席技术官Bobby Chowdary表示，基于Metropolis微服务构建的AI工作流使产品定制化成为可能，实现了快速扩展，以满足不断增长的需求，并推动零售领域创新。Infosys执行副总裁兼AI和自动化业务负责人Balakrishna D R指出，通过利用NVIDIA的新工作流，公司正在开发先进的防损系统，包含预训练的零售SKU识别模型和微服务架构，这加速了解决方案的部署，并扩展至更多商店和产品线，同时提升了准确性。

AI助力零售业转型

随着深度学习时代的到来，AI技术在零售场景的应用日益广泛，不仅加速了盗损风险的发现与管理，提高了预测客户需求的准确性，还优化了供应链效率，有效缓解了劳动力短缺问题，减少了成本和经济损失。NVIDIA即将在纽约举行的美国零售联合会会议上分享更多关于零售AI工作流的细节。

以上内容是对原文的改写，旨在保持原文核心信息的同时，通过调整句式、同义词替换等手段，降低与原文的相似度，并确保语言风格与原文有明显区别。