通过 NVIDIA AI Enterprise 软件套件提供的 NVIDIA 零售 AI 工作流包括：

零售防损 AI 工作流：该工作流中的 AI 模型经过预训练，可以识别数百种最常因盗窃而丢失的产品，包括肉类、酒类和洗衣粉，并能识别各种包装尺寸和形状。借助 NVIDIA Omniverse 的合成数据生成功能，零售商和独立软件供应商可针对数十万种店内产品，对模型进行定制化和进一步训练。

该工作流基于 NVIDIA Research 开发的最先进的少样本学习技术，再结合主动学习，可识别并捕获客户和销售人员在结账时扫描的任何新产品，最终提高模型准确性。

多摄像头追踪 AI 工作流：提供多目标、多摄像头（MTMC）功能，使应用开发者能够更轻松地创建系统，以通过商内的多个摄像头来进行对象追踪。该工作流通过摄像头来追踪对象和店员，每个对象拥有一个唯一 ID。对象的追踪是基于视觉嵌入或外观，而非个人生物识别信息，以全面保障购物者的隐私。

零售商店分析工作流：使用计算机视觉，为商店的分析提供深入洞察，通过自定义仪表板来显示多项信息，例如商店客流量趋势、带购物篮的顾客数量、过道占用率等。

这些工作流基于 NVIDIA Metropolis 微服务而构建。NVIDIA Metropolis 微服务是一种构建 AI 应用程序的低代码或无代码方式，为复杂 AI 工作流的开发提供了构建模块，并使开发出的工作流能够快速扩展到生产就绪型 AI 应用程序中。

开发者可以轻松地对这些 AI 工作流进行定制和扩展，包括集成开发者自己的模型。此微服务还能够更轻松地将新产品与旧系统（例如销售点系统）集成。

Radius.ai 首席技术官 Bobby Chowdary 表示：“基于 Metropolis 微服务构建的全新 NVIDIA 零售 AI 工作流使我们能够对产品进行定制化，实现快速扩展，以更好地满足不断增长的客户需求，并持续推动零售领域的创新。”

Infosys 执行副总裁兼 AI 和自动化业务负责人 Balakrishna D R 表示：“Infosys 一直致力于应用 AI 解决方案，目前正在利用 NVIDIA 新工作流程开发最先进的防损系统， 包含用于零售 SKU 识别的预训练模型和微服务架构。这将助力我们更快速地部署解决方案，并快速扩展以涵盖更多商店和产品线，同时实现超越从前的准确性。”

NVIDIA 将于 1 月 15 日至 17 日在纽约举行的美国零售联合会会议上，公布有关其零售 AI 工作流的更多详情：https://www.nvidia.com/en-us/events/nrf-retails-big-show/