便利蜂通过使用 NVIDIA T4 GPU 与 NVIDIA Jetson 计算平台，结合云端和边缘算力，打造 AI 陈列质量控制系统，提升陈列质量并增加销售利润。

通过利用 NVIDIA 的 AI 计算平台硬件与软件，便利蜂研发的 AI 陈列质量控制系统实现了从门店机器人图像采集、图像识别、陈列质量评估的全流程 GPU 加速，并有效控制算力成本，让门店运营对商品陈列质量得到有效控制，提升用户体验，增加销售利润。

陈列是零售行业的核心零售技术，陈列质量不高，消费者可能会感到困惑，造成商品难以被消费者发现和购买，购物体验变差，使消费者对品牌的认可度和信任感降低，造成消费者的流失。反之，良好的陈列质量能够吸引消费者注意力，并能直接突出产品的特点和优势，激发消费者的购买欲望。有效的陈列还可以增加不同商品的关联销售机会，促进销售额的增长和门店利润。

随着品牌扩张，门店数量增加，有效控制陈列的质量成为门店运营管理中的一大核心挑战。传统的管理方式采用总部稽查人员巡店等手段控制质量，存在巡检频次低，检查范围小，运营问题反馈不及时等问题。如何低成本高效率地构建一套陈列履约质量控制系统，是零售业的重要挑战。

面对以上挑战，便利蜂选用了 NVIDIA AI 计算平台，研发了一套 AI 陈列质量控制系统，其全面接入运营流程后，给业务带来显著的收益。

门店现状状态采集。便利蜂开发了一款门店内的巡航机器人，通过利用NVIDIA Jetson NANO 作为计算平台，在保证算力的前提下，有效地控制了硬件成本。机器人在门店内拍摄货架与商品的照片回传到云端进行分析，从而极大地降低了稽查人员到门店巡检的频率，并同时保留门店历史状态便于回溯分析。

高精度和细粒度的图像分析。便利蜂的 AI 陈列质量控制系统包含门店内的巡航机器人和云端的计算机视觉图像分析系统。通过利用 NVIDIA T4 GPU 作为主要算力平台，以及 NVIDIA Triton 推理服务器，便利蜂的图像分析系统可以快速地识别图像中的商品，建立门店数字孪生，进而接入业务系统衡量门店陈列情况，快速发现问题。

质量监控闭环。通过系统性的监控门店陈列质量，便利蜂可以做到对问题的及时发现、改善和关闭。通过机器人捕获的执行问题在确认修复之后，可以再次通过机器人采集图像确认问题修复。

NVIDIA Jetson NANO 有效地降低了巡航机器人的实现成本，同时保证边缘设备的算力。NVIDIA T4 GPU 可以快速利用基于深度学习的计算机视觉算法进行图像分析与三维重建，建立门店的数字孪生，进而支持以上业务。

便利蜂的 AI 陈列质量控制系统，在接入运营使用后，有效地提高并控制了门店陈列的质量，提升了促销商品的销售，从而增加了公司的利润。

通过使用系统持续监控，门店内的运营执行管理可以得到及时准确的反馈，大大减少了总部的巡店成本。高频次地建立门店数字孪生，可以做到对门店历史状态的回溯，在排查各种陈列问题时，能够高效地定位问题和确认关闭，提升公司的品牌形象。