无接触结账购物的巨大飞跃
新的 Just Walk Out 多模态 AI 系统能够以更高的准确率识别出“谁拿了什么”。
Just Walk Out 利用摄像头、重量传感器以及多种先进 AI 技术的组合，让实体门店的顾客在购买食品、饮料、商品等时无需排队等候或经过收银员。Just Walk Out 技术于 2018 年推出，当时采用生成式 AI 和领先的机器学习技术来识别“谁拿了什么”。此前，AI 系统按顺序分析顾客行为——他们在店内的移动轨迹和位置、拿取的商品以及每种商品的数量——每个动作依次处理。然而，在异常或新颖的购物场景中（例如因光线不佳或附近有其他顾客导致摄像头视野受阻），这种顺序处理方法可能需要较长时间才能自信地确定购买内容，有时还需要对模型进行手动重新训练。
用于实体门店的新 Just Walk Out 多模态基础模型是无接触结账购物演进过程中的重大进步。即使在存在摄像头遮挡、光照条件变化以及其他顾客行为等变量的复杂购物场景中，它也能进一步提升 Just Walk Out 技术的准确性，同时使我们能够简化系统。
Just Walk Out 正变得更加智能和精准
新的 Just Walk Out AI 系统通过同时而非顺序地分析所有传感器数据，实现了更高的准确率。它综合考量多个输入源——摄像头、重量传感器及其他数据——并优先关注最关键的信息，以准确判断所选商品的种类和数量。该系统还采用持续自我学习和 Transformer 技术。Transformer 是一种神经网络架构，可将输入（在 Just Walk Out 案例中为传感器数据）转换为输出（无接触结账的收据）。
例如，顾客可能会拿起又放下多种酸奶，以不同的组合方式。在此过程中，其他顾客可能伸手去拿同一件商品，或者冷冻柜门起雾，遮挡了摄像头的视线。在这样复杂的情境下，新模型能够快速且准确地判断每位顾客实际取走了哪些商品。这得益于其同时处理来自多个来源的输入数据的能力（在本场景中包括冰箱货架上的重量传感器），持续从这些输入中学习，并判断哪些信息最为关键，从而准确区分每位顾客拿走了什么。这有助于减少结账时的延迟，并提升零售商部署该技术的便利性。
新的 Just Walk Out AI 模型减少了在不熟悉购物场景中重新训练模型的罕见需求，因为自学习系统会持续自我进化。为支持 Just Walk Out 的持续学习，该系统基于商店的三维地图进行训练，以理解固定装置（如货架、冰箱、冷冻柜、咖啡机等）和商品的摆放位置，并结合商店商品的图像目录，从而能够准确识别每一件商品。这使得新的 AI 系统即使在商店重新陈列、商品被重新排列或放错位置时，也能识别顾客的购物行为。
提供无缝的无结账购物体验
我们 AI 系统的改进极为流畅，您将继续享受在 Just Walk Out 门店中习以为常的无接触无结账购物体验，同时您的隐私也将得到保护。进入 Just Walk Out 门店时，您需在入口闸机出示一种支付方式。系统会立即将该支付方法与您的身份关联，并开始绘制您在店内的行动轨迹，在您拿起或放下商品时，自动向您的虚拟购物车中添加或移除相应商品。
Just Walk Out 不会收集任何生物特征信息——系统仅追踪您与商品及固定装置（如货架或冰箱）的互动方式，并准确识别您离开商店时所携带的商品及其数量。
了解更多关于 Just Walk Out 技术 以及 亚马逊如何利用 AI 进行创新 的信息。