【亿邦原创】5月30日消息，在2018中国电子商务大会——智能商业论坛上，码隆科技合伙人兼营销副总裁王海鹰发表了题为《智能零售如何进化》的演讲。他指出，码隆希望让更多的电子设备、计算机等“长上眼镜”，获取对外界的“感知”能力，变得智能。在提到新零售或者线下场景的技术运用上，他表示，码隆认为不仅仅能够满足最基础的功能，未来还会有很多比如基于用户数据的信息收集、未来大数据的应用等方面，都希望在更多场景上尝试。
据悉，2018中国电子商务大会以“共创新时代 链接新未来”为主题，由商务部电子商务和信息化司指导，北京市商务委员会主办，亿邦动力、北京电子商务协会承办。
码隆科技合伙人兼营销副总裁王海鹰
温馨提示：本文为速记初审稿，保证现场嘉宾原意，未经删节，或存纰漏，敬请谅解。
以下为演讲实录：
王海鹰：谢谢大家！我应该是倒数第二了，大家一下午非常辛苦，我今天主要讲的内容应该是比较丰富的，很多案例，希望通过这种方式让大家能够了解我们在做的AI一些技术的内涵。
我今天的演讲主题是《智能零售如何进化》，因为今天在前面的很多嘉宾讲了非常多场景，很多应用，我觉得都特别棒。其实这些场景和应用背后大家都有提到人工智能，这里面有很多也会提到人工智能视觉识别，码隆就是这样一家公司，我们专注在做人工智能图象识别。
图象识别方面，我也想说一下，提到“进化”两个字，大家的可有所了解，说人类的生命大进化是在寒武纪，寒武纪有生命大爆发。我们可以畅想一下，寒武纪的时候有一个重要标志就是三叶虫，为什么它非常重要？因为三叶虫是第一个被发现有眼睛的动物。我们也可以想，因为动物长了眼睛，可能具备了很多感知外界世界的能力，在这样一个生命爆发的时间里，给生命带来了非常多的可能。
我们想用“进化”这个概念讲，也就是说，我们的今天讲新零售和很多的智能商业，除了刚才前面这位提到的基于语音的，基于视觉的，我们能不能让更多的电子设备、计算机能够“长上眼睛”？这个就是码隆在做的事情。
我们团队，左边是的两位创始人，一位是码特（Matt Scott），一位是黄鼎隆。我们公司成立于2014年，成立后在微软加速器，我们是第六期会员。在微软加速器孵化一年，我们公司回到了深圳，所以现在我们的公司总部在深圳。这是我们去年的全家福，今年的发展也很快，大概现在整个团队有100多人。
这是我们在人工智能图象识别方面的很多技术专利，去年11月份在APEC大会公布了B轮融资，也是软银中国在在中国投资的唯一一家人工智能企业。
这是我们在深圳盐田区政府支持我们跟清华大学共同打造的人工智能研究中心，这是我们盐田的新办公区，顶层的两层楼，大概4000多平米是我们6月份马上入驻的办公室。
这是我们在日本的，除了在国内，我们现在在日本、美国包括欧洲也开展我们的业务这是在日本六本木的办公室，我们当时也加入了日本东京都的加速器，当时他们在全球选16家企业，码隆是唯一入选的一家中国的企业。
刚才快速介绍了我们团队的整体情况，这里给大家介绍的是我们的核心产品，我们的平台，大家都知道现在越来越多的新零售、新商业使用到计算机视觉，计算机视觉怎么来实现的？在码隆平台我们搭建了这样的ProductAI云端平台，拥有计算视觉的神经中枢，通过这样的神经中枢可以看到这样的一张图片中，很多的维度上可以检索、定位以及识别甚至搜索图片中的商品和物品。
现在越来越多的图上的处理需要线上线下打通，很多需摄像头连接，所以我们基于ProductAI的云端平台跟很多的应用场景做结合，也实现了一些应用落地。
接下来一一做些介绍，首先是ProductAI结合零售领域做的尝试产品，我们想通过一段简短的视频跟大家用一个简单的方式描述，为什么码隆可以很好的识别在不同场景现的物体，实现这样的一个识别。
通常大家可能理解计算怎么认识一个物体，可能根据这个物体的形状、颜色等等，当然这些肯定是计算机或者神经网络要去抽取的物体之一。同时在我们的平台上可以由这样一种方法，可以动态抓取这样的物体，除了一些基本属性外，我们会去抓取这个物体的关键信息的部位。大家可以看到，它是动态的，在不同的角度，包括不同的大小，都可以动态的抓取物体的关键信息。通过这样的方式可以很好的适应不同环境和不同场景下的物体识别。
大家可以扫码试一下，右侧的二维码，这个二维码，大家扫描后可以尝试一下我刚才演示的基本功能，而且这个功能并不需要训练，哪怕是一个陌生的物体，我也可以扫码，我也可以锁定它的关键信息部位，这个不需要额外做任何训练，这个技术也很好的帮助我们在后面的很多商品识别当中保证这种识别效果。
大家可以看到，我们现在在这样一些场景下帮助合作伙伴实现新零售场景，包括无人货柜、连锁店甚至大型商超。
这是智能货柜的解决方案，智能货柜现在应该已经非常火热了，我们前面有很多合作伙伴也介绍他们自己的智能货柜产品。我们跟大家的不同在于，我们提供的是全套计算视觉解决方案，我们并不自己制造柜子，我们跟更多的硬件合作伙伴、集成商、运营商合作伙伴通过识别技术的能力在他们的产品上实现他们的产品和应用。我们做了一个简单的架子，直接在上面加载一个普通摄像头，我们就可以识别摄像头当中的商品信息和内容，包括数量增减的变化。
大家可以看到，我们其实是通过全套的智能解决方案，很好的帮助你适配不同的场景和不同的柜形式。现在我们的很多合作伙伴他们会希望提出柜子的长宽高什么，我放不同的SKU。其实上午我还在跟合作伙伴沟通，除了现在大家看到的智能货柜以外，更多的是智能货柜拿到以后你要怎么运营、上新，你的SKU肯定不断变化，这个过程中你怎么实现模型的更新？这才是真正未来大家所要关注事情，而不仅仅是我今天炫酷，我有一个货柜可以在上面拿取做一些案例，这不是码隆想要做的，码隆希望的是真正需要落地的合作伙伴，帮他们实现长久的运营。
大家可以看到，也是跟我们合作伙伴一起做的无人货柜，这只是一个案例机，我们直接连了一根线，粘了一个摄像头在上面，现在可以实现自动拿取的功能。我们同时在和不同合作伙伴一起开发一些货柜，大概会有五六个柜型，我们都在做，如果大家有这方面的需求，我们也很愿意去交流。
这里面要解决的问题非常要，这个视频可能大家在很多场景都有看过同类型的，可能层高是大家经常说的。不仅仅是这些，包括还有一些光线影响、变形还有不同的商品，可能有一些软包装的商品，等等这些要怎么解决？促销商品怎么解决？这都是运营当中的实际问题，这些问题跟算法也直接相关，这些方面是我们整套的解决方案是否能够落地是一个关键的点。
这是码隆在大型商超和连锁店的解决方案之一，大家可以看到，这是一个购物车的场景，这个视频实际是去年拍的一个视频，大家可以看到的是，我们基于这样一个购物车，大家现在比较多的体验到扫码购的场景，现在大型里面也有这种，扫码之后直接推出来，人直接去做检查。我们做的是在购物车出口的地方正上方架设一个摄像头，通过这个摄像头识别购物车内的商品信息和内容跟他的购物清单比对，实现一个审核系统，我们现在也在把这样的审核系统跟很多收银台等场景做结合。
这是基于生鲜的，因为国外在做生鲜产品的时候，他们按个数买，比如苹果是一个、两个怎么卖的，我们基本就数个数就可以了。
生鲜确实是挺难做的一块，因为很复杂，尤其在国内还称重，国外还好一点，因为国外都基本包装好了。我们现在跟很多合作伙伴也在做这方面沟通，未来技术和运营可能大家都需要有让步和配合，我们才可以更好的把这个场景实现出来，随着技术的不断发展和迭代进步，越来越复杂的场景也会被解决。现在这样的场景下，我们有些技术优化反光等问题。
因为我今天可能讲的比较快，下午的时间几乎都是用各种视频和真实案例跟大家做分享的。这是我们在去年可口可乐做的一个现场演示，因为可口可乐有非常多场景的广告信息和内容，他希望我的产品跟任何一个场景去结合的时候，比如草地，可能你是在北京的奥体公园，还是在深圳的某一个公园，都有草地的情况下只要出现可口可乐，是不是就可以触发我基于户外的广告宣传片。基于这种方式，帮他实现了这样的真知场景的互动形式。
从零售角度讲，一方面是销售，一方面是营销，在市场、推广等领域方面。所以我们在新零售或者线下场景上，我们对于技术的运用，我们认为不仅仅能够满足的是一个结算功能，这可能是最基础的功能，还会有很多的比如基于用户数据的信息收集，包括未来大数据的应用，这些方面我们都很希望跟更多合作伙伴有更多的场景上的尝试。
除此以外，我们还做了些事情。第一是新电商，今天也会有很多电商伙伴，大家可能都在说线上零售怎么做，但其实线上依然是很大的群体，所以我们在电商方面也做了非常多的事情。大家可以看到，这是基于联想的2C应用，基于这样的一盆花，我想找一条花形的连衣裙，我可以基于这个花形在数据库中查找到相似的连衣裙。基于这张图片我可以识别图片中的裤子、裙子等信息，然后通过这些信息找相似款或同款商品。
这些应用，除了平台级的电商以外，现在电商也越来越碎片化、内容化，所以我们的运用能力也帮助很多合作伙伴优化他们的内容、平台，做更好的电商导流，同时也会有很多平台电商在做内容化的应用过程中也会用到这样的技术能力。
接下来有几个案例，这是跨境电商合作伙伴敦煌网，如果大家使用他的APP或网站，可以看到他在全面使用我们的ProductAI服务，包括拍照购物，包括下面的很多相关商品推荐都是通过ProductAI平台实现的，帮他的转化率提高五个百分点，这方面的应用也跟很多跨境电商和综合类电商，也在做一些合作。
这是一个内容化的营销工具，其实是头部电商合作伙伴，但是因为这个产品也是一个面向海外的新的小程序。大家可以看到，基于这样一张节拍图片，我们可以自动把一些商品做了定位和框选之后直接点击，然后在商品库找相似款的商品，刚才看到的是高跟鞋，这个商品是混搭的，有些是图片形式，有些可以商品直接点击购买，这是一个毛领的外套，库里没有同款，但是有相似款可以推荐给用户。
还有一块，刚才我们看到的服饰方面，还有家具家居同样可以实现这样的功能，我们基于这样的图片可以基于不同的物体做检索、定位，通过这样的方式，我们也可以打标签，给这样的图片打上这样的标签，大家也可以看到标签的维度也非常多。
这也是我们的一个案例，这是我们的合作伙伴，他是一个做设计师社区的网站，如果大家在美国生活过可能知道美国有house，基本是house模式，很多设计师会上传图片，我们把很多图片打上框，里面的家居商品我们会做自动识别、定位，点击标识可以自动在数据库里查找同款商品。现在核心的家居物体我们都是可以做识别和检索的。大家可以看到，我们不仅仅是识别物体，也可以做色彩分析，这个里面是针对一个图片的整体分析，因为家居设计会看整体效果，所以会有颜色划分，整个这个社区也是一个相对比较专业的家居设计社区，我们的整个服务体验也是非常好的。
接下来，另外一个相关的，我们既然做计算机的商品识别所以我们在时尚方面也有很多应用。码隆最早做的就是柔性物体的识别，衣服是最典型的，因为会变形。大家可以看到基于这样一件衣服可以由颜色、风格、款式、场景等多维度的识别，包括颜色的识别，我们可以识别颜色的比例，我们可以实现单品的定位和识别。大家可以看到下面的视频，也是我们跟中国纺织信息中心是合作伙伴，这是我们跟他们合作做的基于秀场的项目，前面是基于颜色的整体识别，因为是服饰，特别是这种秀场图片会有很多的干扰因素，我们会用分割的方法把图片中的模特、衣服分割出来，针对服饰本身做色彩分析，这样我就可以把基于秀场图片当中很多干扰因素或者一些干扰图象去除掉，然后做定向分析。我们可以把这样的分析变成可视化的图形，帮助时尚分析师包括品牌设计师、买手做流行时尚的分析。这是我们基于色彩方面的分析，我们不仅仅做色彩，其实基于服饰的识别我们有非常多的维度，我们今年上半年刚刚推出来一个平台AI Fashion Trend，基于前面说到的技术能力，可以基于秀场的图片、品牌的图片以及节拍的图片，进行全方位的分析变成可视化，比如这是基于不同的品牌，我们回去拿到这些品牌的数据，基于颜色、设计风格、设计元素等等进行这样一些分析，分析之后我们会把同类的图片呈现给设计师，基于这样一些平台我们会跟很多平台的设计团队做很多合作，帮他们实现趋势分析，或者设计灵感的挖掘。
如果大家对这个平台有兴趣，下来也可以做更多交流，我们这个平台3月底刚刚上线，现在正在做种子客户邀请测试。
这个实际是我们跟合作伙伴做的一个尝试，这个尝试里面大家可以看到，我们基于这样的节拍图片可以打分，比如基于这样的约会场景有一个指数，哪个更合适？可能左侧的穿搭分数就会更高，我们那天开玩笑说，确实这里面带有了一些宅男痕迹，因为是我们的算法工程师做的模型，当然还有很多优化需求，其实可以看到这里面其实有很多可应用型。
最后，既然我们是做计算机视觉，做图象识别，我们现在也在关注新的更前沿的发展，可穿戴设备我们也是很早的把ProductAI植入Hololens平台，做一些新的体验和尝试，刚才也有听到做机器人应用的，我们也希望可以搭载我们的ProductAI商品识别功能。
这是我们的平台试用二维码，但是我们现在只接受企业的应用合作，如果大家有个人想去了解，一会可以到下面来，我们做一些沟通，谢谢！
文章来源：亿邦动力网
