李飞飞 ，现在是AI圈内外一个人尽皆知的名字。
她是斯坦福大学终身教授，HAI（以人为本AI研究院）院长，新晋独角兽World Labs创办者，具身智能、空间智能多项前沿AI技术引领者，以及改变深度学习命运的ImageNet的创造者。
她（可能）也是AI领域地位最高的华人，不论是从学术，还是产业影响力，她的门生桃李，正在全面影响着AI的进程，包括她没那么正面评价的“AGI”……很多人关注李飞飞的过去，更多人则期望这个从成都走出的华人女性未来有更大的成功，甚至给了她“AI教母”的称谓。
即便她跟Hinton一样，不是AI“科班出身”。
被物理学迷妹改写的AI进程
李飞飞最开始学习的专业是物理学，她的偶像是爱因斯坦。
在2024年诺奖影响下，物理学和AI之间的关系变得奇妙，但在1995年不是如此。
1990年代，Hinton的反向传播算法为神经网络补全最后一块拼图，LeCun在卷积神经网络上的突破证实演算法能在现实世界中运作。
但是人工智能依旧处于寒冬时代。在计算、数据等方面的制约下，神经网络的能力无法完全释放。
李飞飞与人工智能的第一次直接接触，是大二暑假去UC伯克利分校担任一项实验的项目助理。
这是一项探索大脑运作机制的实验。在去之前，李飞飞一直担心自己没有生物学背景，不能被研究团队所接纳。
但意料之外，这是一项要从计算角度研究大脑的实验。希望通过截取猫大脑的信号，来重建猫看到的影片。最终这项研究被发表在了《神经科学期刊》上。
这为李飞飞人生中几乎最重要的选择埋下伏笔。
1999年，当李飞飞从普林斯顿大学物理系毕业后，面对来自华尔街诸多诱人的offer，在家人的支持下李飞飞遵循本心，选择做科学家。
但是做什么样的科学家？
在UC伯克利的实验让她看到了智能的奥秘，也让她意识到，钻研视觉或许是解开智能奥秘的关键。
因此在硕士阶段，李飞飞奔赴加州理工学院，师从计算机视觉专家Pietro Perona教授和Christof Koch教授，并行研究神经科学和计算机科学。
如果一定要计算，2001年，李飞飞才正式开始学习人工智能。
这时距离她人生中影响力最大的工作——ImageNet被提出，只有5年。
2009年6月，至今仍是世界上最大的图像标记数据集ImageNet发布，让李飞飞和她的团队一跃成为CV领域最耀眼的明星。
简单理解，这是一个精选的互联网图像数据集，共计1500张图片，涵盖22000个概念、对象类别概念。
如此规模与形式，放在当下不足为奇。但是在演算法占据AI领域主导地位的2006年，ImageNet更像是一个怪想法。
一方面，当时的人工智能领域尚处于寒冬之中。 演算法 是主流方向，大家都在做一些复杂的网络，数据被认为不过是一种训练工具。
另一方面，ImageNet从被提出开始，就是冲着大规模去的。李飞飞从WordNet上找到灵感，参考这个大型词汇数据库，她希望从图像维度建立起一个“人类意义地图”，那么ImageNet将拥有几万个类别。
这个规模放在当时是不可思议的。彼时，一个模型能辨认一、两个类别就已经很了不起了。
这么做有必要吗？用这么多图像训练一个模型要花费多少时间？会有人用吗？以及背后巨大的工作量，给每一张图像加上标注又需要多少时间？
因此，当李飞飞带着ImageNet的想法与同事讨论时，往往孤掌难鸣。
以及这个计划对李飞飞自己的前途也将产生颇多影响。被她尊称为“学术祖父”的Jitendra Malik就曾劝导她，尽管ImageNet是电脑视觉所需要的， 但是科学的窍门是跟着领域一起成长，而不是跑在领域的前头 。
但从最纯粹的学术角度来看。李飞飞意识到，当时的机器学习有些停滞不前，大家都在做更复杂的模型，却没有足够的数据来驱动机器学习。用更行业内的话来说， 泛化上存在问题 。
她在自传中写道：生物智能不像演算法那样是被设计出来的，而是 演化 的结果。而演化不就是环境对生物的影响？现代人类的认知，不是承载了无数代祖先生活、死亡与不断适应的印记？
现在人类能够立刻辨认出一种物体，得益于此前的感官刺激。对应来看， 自然图像就是数据 。
所幸，这种认知还是有人认同。
在普林斯顿，李飞飞遇到了“第一位知音”——李凯教授。
李凯教授是1980年代的留美高材生，拿到了耶鲁大学全奖录取通知书。师从世界上第一位图灵奖获得者Alan·Perlis，博士毕业后来到普林斯顿大学任教并成为计算机系终身教授，也是当时普林斯顿计算机系教职员工中仅有的华人面孔。
遇见李飞飞时，李凯已是微处理器架构的顶级专家，他擅长把数百万个纳米级电晶体组成全世界最精密的装置，是高效廉洁微处理器与大容量存储装置的先驱。也曾在硅谷创业，研制出世界上首款商用重复数据删除产品，并在后来被易安信收购。
李飞飞自述中说，李凯教授即像她的母亲，很知性；又像她的父亲，很会自我解嘲。是个看上去不苟言笑、衣着朴素，但实则又温暖慷慨的人。
他成为了当时极少数看好李飞飞的人之一。
由于所在领域的交集不多等因素，李凯没有直接参与ImageNet计划。但他为李飞飞提供了两项重要帮助：捐赠一组初始工作站；引荐得意门生 邓嘉 ，后来他更为人熟知的身份是ImageNet第一作者。
由此，在2007年的普林斯顿，ImageNet正式启动了。
此后大约3年时间里，李飞飞师徒二人都投身于此。其中面临的困难自不必说，工作量巨大、鲜有人看好、烧钱……
2009年，李飞飞已经带着邓嘉和绝大部分学生来到了西海岸的斯坦福后，ImageNet才终于完成第一版，并在CVPR上正式亮相。
之后为了进一步推广ImageNet，李飞飞开始举办ImageNet挑战赛。这个比赛邀请全球学者通过ImageNet进行对象识别，让不同的算法能够在同一基准下进行比较。
即便如此，ImageNet产生的影响也还很有限。
直到2012年，时间线开始收紧，Hinton与李飞飞的故事终于发生交集。
有一天夜里，邓嘉突然给李飞飞打来电话。一向内敛冷静的学生，语气激动：我们看到了一份与众不同的作品。
这就是。
后面的故事开始变得更为人熟知。凭借着惊人的准确率，AlexNet重新证明了神经网络，也开启了人工智能第二轮浪潮。
再后来，Hinton带着Ilya、Alex完成拍卖，自己加入谷歌；Ilya加入OpenAI担任首席科学家，推动了GPT早期版本、DALL·E系列、CodeX、ChatGPT等技术诞生。
变革的齿轮加速转动。
那么，李飞飞呢？
在ImageNet大获成功后，李飞飞的AI之路变得顺畅。
2012年，她拿到斯坦福终身教职，晋升为副教授。于2013年开始领导斯坦福人工智能实验室。
期间，她还利用学术假期加入谷歌云人工智能暨机器学习的中国中心团队。这时是2016年，深度学习革命开启之年。
之后，2017年1月-2018年9月，她出任谷歌副总裁，并兼任谷歌云AI/ML首席科学家。
2018年9月，李飞飞宣布返回斯坦福任教，并任斯坦福以人为本人工智能研究院（HAI）院长，同年晋升为终身教授。
2020年，李飞飞当选为美国国家工程院院士、美国国家医学院院士；2021年当选为美国文理科学院（艺术与科学院）院士；2021年11月当选为IEEE Fellow。
与此同时，从李飞飞实验室走出了数十位学生弟子。他们中诸多人物，亦为AI发展带来深刻影响。
高徒群星闪耀
执教快20年，李飞飞带出了一大批高徒，宛如群星闪耀——
其中我们熟知的，有OpenAI创始成员Andrej Karpathy、英伟达科学家Jim Fan和朱玉可，以及上海交大教授卢策吾、前Google AI中国中心总裁李佳、前阿里自动驾驶掌舵人王刚……
带卡帕西时，当时他正读研二，李飞飞对这位身材欣长、说话速度颇快的学生评价是：
她给团队和卡帕西布置的任务是：输入一张图片，最终能自动输出文字说明。
卡帕西第一次交的作业，看起来确实完成了。但是她指出，这项作业主要靠“匹配”已有数据来完成，无法应对新情况，也就是不具备泛化能力。
遭受挫折的卡帕西， 整个人瘫倒在座位上 。看到他如此，李飞飞还插空提醒：
不过好在沮丧过后，卡帕西身上的“工程师特质”开始发挥作用。
果然，他最后成功了……
读博期间，他还亲自设计并主讲了一门名为「CS231n：用于视觉识别的卷积神经网络」的课程，成为斯坦福授课深度学习的讲师。
这门课一直广受好评，非常火爆。
拿到博士后，卡帕西面对多种职业选择（当时普林斯顿大学愿意直接给他一个位子），最终却选择跳出学术界，毅然加入当时还名不见经传的OpenAI。
对此李飞飞还劝了一番，不过卡帕西一心认准了OpenAI：
后来的事大家都很熟悉了，他曾 二进二出OpenAI ，看起来颇有量子纠缠内味儿了（doge）。
2016年，他作为研究员加入OpenAI（也是联合创始人），领导早期GPT系列、Dall·E系列以及ChatGPT等模型开发。工作1年零6个月后，被马斯克挖去了特斯拉，领导自动驾驶的计算机视觉团队。
而特斯拉也在卡帕西和另一位负责硬件的Pete Bannon领导下，最终推出了FSD。
直到2023年2月，他再次回归OpenAI，当时Sam Altman还发推表示欢迎。在近1年时间里，他建立了一个小团队，负责改进GPT-4，然后就又离职了……
而他的下一站，也是创业。
今年7月，他宣布创办 Eureka Labs ，一家AI原生的新型学校。
其首个产品，也是首门课程LLM101n（老本行了）。
除了卡帕西，李飞飞的自传新书中，斯隆奖得主 邓嘉 更是被多次提及。
邓嘉于2006年本科毕业于清华大学计算机系，随后赴美国普林斯顿大学师从李凯教授攻读博士学位。
2007年，他被导师李凯推荐给李飞飞，辅助ImageNet的研究。
2009年，当ImageNet发表时，邓嘉为第一作者。
对于邓嘉，李飞飞评价他含蓄内敛：
直到2017年李飞飞宣布停办ImageNet之前，邓嘉一直在帮忙运营ImageNet项目。
博士毕业后（2012年毕业），他于2014年开始担任密歇根大学计算机科学与工程系助理教授。
仅干了4年，他又回到了普林斯顿大学。目前是该校计算机科学副教授，领导普林斯顿视觉与学习实验室。
值得一提的是，他还获得过2018年斯隆研究奖 (Sloan Research Fellowships)。
该奖代表了当今（美国和加拿大地区）最有前途的科学研究人员，自1955年设立以来诞生过众多诺贝尔、菲尔兹奖获得者。
当然了，在李飞飞执教早期，还有两位学生不得不提：前Google AI中国中心总裁李佳、前阿里自动驾驶掌舵人王刚。
李佳 ，1998年进入中国科大自动化系学习，曾获得新加坡南洋理工大学硕士学位。
2016-2010年，李佳师从李飞飞攻读博士，在此期间还有一段 师徒佳话 。
因为李飞飞先后在UIUC、普林斯顿和斯坦福任教，所以李佳也跟着 3换学校、3考博士 （每一次都成功了），是李飞飞最自豪的学生。
毕业后，她于2011年加入雅虎，两三年后成为资深研究员，开始领导雅虎实验室的视觉计算和机器学习部门。在此期间，她获得LEAP、Master Inventor等公司内部奖项，并获得雅虎公司最高奖Super Star奖。
2015年2月，她新加入了Snapchat，成为公司研发负责人，职责是开发核心CV/AI技术并为产品提供创新支持。
此时的Snapchat，已明确了IPO计划，一旦成功，将是Facebook上市以来，美国科技公司最大的一桩。
按理说没有人会在此时选择离开。
但导师李飞飞一召唤，李佳就在2016年9月离职了，师徒二人前后脚加盟谷歌。
谷歌期间，她们发布了多个AutoML新产品和Contact Center AI集虚拟助理，并推动谷歌AI中国中心建立。李佳也出任 谷歌AI中国中心总裁 ，帮助提升谷歌在中国的影响力。
结束在谷歌的使命后，师徒二人再次前后脚离职， 中间仅相隔50天 。
这一边，李飞飞重返斯坦福，而李佳则考虑 在AI方向上创业 。
她先是在StartX担任联创&创始CEO，为斯坦福校友的创业活动提供非营利“加速”支持。
同时也在斯坦福教授AI医疗方面的课程，课程全名《AI助力医疗保健》——
主要运用计算机视觉等AI技术，解决当前医疗保健行业的问题，比如家庭护理、外科辅助分析、AI辅助育儿、烧伤评估等等。
最新情况是 ，她选择了面向企业的“AI解决方案”这条创业路线。
2023年3月，联合创立，为企业提供聊天机器人、AI搜索、语音智能体等各类产品，帮助企业增加付费转化并降低客户流失率。
这下，师徒二人又都走上了创业之路，看起来依旧默契十足（doge）。
另一位学生王刚，身上也是buff叠满：南洋理工大学终身教授、阿里无人车的开创者、达摩院自动驾驶实验室负责人、小蛮驴物流机器人之父……
王刚 ，2005年本科毕业于哈尔滨工业大学，其后于2010年在伊利诺伊大学香槟分校获博士学位，读博期间的导师正是李飞飞。
28岁博士毕业时，他已手握10篇顶会论文，引用量过千，是AI领域的新生代代表。
2017年加盟阿里前，34岁的王刚已是南洋理工大学的终身教授。
加盟阿里后，王刚出任阿里巴巴人工智能实验室首席科学家，后成为达摩院自动驾驶实验室负责人。
他在阿里内部率先开启了自动驾驶探索，并确定了商用落地业务方向—— 完全无人驾驶的物流机器人 。
阿里由此成立小蛮驴智能科技，王刚出任总经理。在2020年云栖大会上，小蛮驴正式对外亮相，进入量产和商用运营阶段，这是达摩院成立以来，最具感知力和话题性的创新产品之一。
2022年1月，王刚被曝离职阿里，开启创业。其创办的 新生纪智能科技 ，方向为 有大模型加持的商用清洁机器人 。
据天眼查显示，这家公司今年进行了2轮融资，投资方包括天堂硅谷、普华资本和柏泉资本。
除了自动驾驶，AI领域的另一大热门—— 具身智能 ，也有李飞飞高徒的身影。
上海交大教授卢策吾，2015-2016博士后期间，指导导师也是李飞飞。
2013年，他获得了港中文大学计算机博士学位，导师为贾佳亚。
随后又在香港科技大学，跟着邓智强教授做了2年博士后研究。
2015年，他拿到了李飞飞的推荐信，并最终受邀加入李飞飞实验室继续攻读博士后。
当时正处于具身智能萌芽期，李飞飞和学生们正讨论开始研究机器人。
在这期间，卢策吾认识了同门朱玉可。
朱玉可 ，2013年本科毕业于浙江大学计算机系，随后在斯坦福攻读硕博学位。
加入李飞飞组后，朱玉可最初做的是视觉知识库，2015年才和卢策吾一起转机器人。
后来二人在机器人领域均大有成就。
卢策吾回国后加入上海交大计算机系，目前是该校教授。
2018年，他被《麻省理工科技评论》选为“35岁以下科技创新35人”，且基于其在具身智能领域的杰出贡献，获得了2023年科学探索奖。
截至目前，他以通讯作者或第一作者在Nature、Nature Machine Intelligence、TPAMI等高水平期刊和会议发表论文100多篇。
除了学术研究，他还横跨产业界：于2023年联合创立了 穹彻智能 （兼首席科学家），致力于研发具身智能系统及其相关工具与平台。
最新消息，就在今年9月，这家公司完成了 数亿元Pre-A轮融资 。
此轮融资由Prosperity7 Ventures与广发信德联合领投，泽羽资本、创新工场、奇绩创坛、璞跃中国（Plug and Play China）以及MFund魔量资本等机构参投。
而朱玉可，2019年8月取得斯坦福大学博士学位后，目前也是 产学两开花 ：
一边在德克萨斯大学奥斯汀分校担任计算机科学系助理教授，也是机器人感知与学习（RPL)实验室主任；
一边和另一同门Jim Fan（范麟熙）共同领导英伟达GEAR实验室（研究通用具身智能体）。
没错，英伟达科学家Jim Fan也是李飞飞的学生。
，本科毕业于哥伦比亚大学，是当年的优秀毕业生代表，获哥大Illig Medal。
2016-2021年，他在斯坦福大学读博期间，就是在李飞飞的指导下开展深度强化学习、机器人学、CV等领域的研究。
有意思的是，期间他还成为了OpenAI第一位实习生（与Ilya Sutskever和Andrej Karpathy合作）。
一毕业，他就加入英伟达，一路干到高级研究科学家，期间主导了多个具身智能项目：
直到今年2月，老黄安排他和朱玉可（两位90后）共同负责GEAR实验室。
至此，可以看出李飞飞高徒遍布AI各领域，且都有一股创业精神。
而李飞飞本人，也在今年9月正式官宣 创办World Labs ，瞄准空间智能。
这家公司成立不到4个月时间，估值已突破10亿美元。
有意思的是，这家公司的联合创始人之一也是李飞飞高徒。
Justin Johnson ，本科就读于加州理工，后于斯坦福大学获得计算机博士学位。
读博期间，他和卡帕西还是论文搭子，两人一起在斯坦福度过了一段同门时光。
同时，他和李飞飞一起构思了初版cs231n，并在2016-2019年间，成为这门课的主要讲师之一。
毕业之后，他获得了密歇根大学的教职，担任计算机科学与工程专业助理教授。
同一时间还曾是Meta FAIR的研究科学家。
除此之外，通过查看斯坦福视觉实验室人员名单，我们还发现了 更多华人面孔 。
De-An Huang（黃德安） ，2020年获得了斯坦福大学计算机科学博士学位，师从李飞飞和Juan Carlos Niebles。
硕士毕业于卡内基梅隆大学机器人专业。
读博期间，曾在微软、Facebook和英伟达实习，毕业至今，一直在英伟达担任研究科学家。
Alan Zelun Luo ，目前是斯坦福大学计算机科学系五年级博士生。
本科就读于伊利诺伊大学香槟分校计算机专业，后赴斯坦福大学攻读硕博。
虽然还没毕业，但实习经历颇丰，曾在Nvidia、Facebook、Google、Amazon、Yahoo等机构实习。
Yanan Sui（眭亚楠） ，目前是清华大学副教授，研究领域为机器学习、神经工程和机器人。
2010年本科毕业于清华生物医学工程专业，后在加州理工攻读计算机和神经系统博士、博士后。
2020年，他被MIT TechReview列为中国“35岁以下创新者之一”，目前任国际会议NeurIPS、ICLR领域主席、期刊《生物医学工程学杂志》编委。
Serena Yeung ，目前是斯坦福大学助理教授，研究重点为视觉AI在医疗保健方面的应用。
她领导着该校医学人工智能和计算机视觉实验室（MARVL），并担任医学与影像人工智能中心 (AIMI) 数据科学副主任。
从2006年开始，本硕博均为斯坦福大学电气工程专业，还去哈佛大学做了1年博士后。
One more thing
在自传中，李飞飞提到，一直以来她都对科学的力量保持乐观态度。
这一定程度上解释了为何在大模型浪潮饱受热议时，李飞飞选择开启首次创业。
当然，这可能与这位 成都 女生身上始终的爱智求真追求息息相关。
在她今年出版的第一本自传《我看见的世界》中，她完完整整讲述了自己从一个 成都七中 女生辗转美国，一度需要在洗衣店打工补贴家用，最后站上AI时代浪潮之巅的过程，解释了始终指引她前行的“北极星”。
这本传记成为了外界更了解她的一扇窗，同时也看到了更多AI复兴前后的趣闻往事，以及，李飞飞背后了不起的中国父亲母亲。
如果你想了解更多，不妨直接通过 《我看见的世界》 认识李飞飞。
软件测试的前景如何？
软件测试工作有前途。 软件测试就业前景挺好的，目前IT行业对于软件测试方面的人才需求是非常大的，软件产品的质量对于一个软件来说是攸关生死的，各企业越来越重视软件产品质量，而软件测试的工作就是让软件质量越来越好，还有就是软件测试的工资待遇是非常好的，和其它职业相比，月入上万要简单的多，随着时代的发展，软件也越来越普及，所以人才需求量和前景都是不错的。 软件测试是软件开发过程的重要组成部分，是用来确认一个程序的功能或性能是否符合开发之前所提出的一些要求。 软件测试就是在软件投入运行前，对软件需求分析、设计规格说明和编码的最终复审，是软件质量保证的关键步骤。 最直观的目的肯定是通过对软件系统或程序的测试，发现其中的错误，也是目前和未来比较热门的一个行业。
人工智能怎样影响我们的生活？
人工智能的利：
1、人工智能可以使我们的生活变得更加便利，减轻人们的负担。 人工智能应用后，各行业的生产效率大幅提高，人类财富会快速增长，为人类的美好生活提供了坚实的物质基础。
2、人工智能让生活更舒适。 在未来，马路上不需要红绿灯，无人驾驶汽车在公路上奔驰，快速平安的把主人送到家，刚到门口，并亲切的说了句：“欢迎回家。 ”，走进房门，机器人空调变自动开机把室温调节到舒适。 厨房里，厨师机器人早已开始了做饭，香气飘满了整个房间。 人工智能让这些不再是梦。
人工智能的弊：
1、失业率增加。 人工智能的发展，会导致很多人失业。 据人力资源和社会保障部2016年新闻发布会介绍，2016年末中国失业率达4.05%，机器人拥有者不会疲劳的属性，这将代替很多劳动力导致失业率的增加。
2、人工智能机器人具有一定的危险性。 如果在未来人工智能自我意识觉醒反过来攻击人类，我们该如何应对？毕竟我们没有机器人聪明，没有它们强壮的力量，更没有它们恐怖的学习能力，似乎机器人的出现意味着人类将会被淘汰。 著名科学家史蒂芬·霍金更是认为：未来一百年内，人工智能将比人类更聪明，机器人将控制人类。
盒马的机器人送餐，京东的AI超级眼镜，这些黑科技如何赋能新零售？
引言
云计算、大数据、人工智能、AR/VR、区块链等新一代信息技术正在改写着零售商业的时代进程，越来越多的零售商意识到 科技 对商业的重要性，并积极参与到数字化转型中来。
作者 | 猫头鹰研究所
曾经，网上购物的兴起给实体经济带来了巨大冲击，因为它充分利用了消费者对便利的渴望：足不出户即可完成购物。
如今，电子商务与实体经济相互融合已成必然与必要，因为消费者在便利的基础上，同样渴望真实与新奇的体验。
对于零售商而言，目前已到了必须更精进其触达消费者方式的时候了。
而 科技 ，正是加快这一切改变的背后推手。
为购物者提供更多便利，加强体验感受，促进零售商线上业务规模……零售 科技 成为各类零售品牌争相抢滩试水、积极 探索 、布局未来赛道的重中之重，希望借此进一步为自己的零售业态赋能。
毕竟，更新换代了的消费者就是喜欢尝试这些新颖、灵活、有创意的产品和体验。
为此，我们不妨一起来看看，过去几年内零售商店都在 科技 创新方面取得了什么样的进展。
盒马的送餐机器人
2016年，电子商务巨头阿里巴巴在中国开设了第一家盒马鲜生。 盒马的愿景是希望整合线上和线下购物的无缝体验。
与传统零售最大区别是，盒马运用大数据、移动互联、智能物联网、自动化等技术及先进设备，实现人、货、场三者之间的最优化匹配，从供应链、仓储到配送，盒马都有自己的完整物流体系。
在6月10日举办的2019年成都全球创新创业交易会展览上，盒马首次展示了自主研发的送餐机器人系统。
目前，该系统已在上海南翔门店投入运行，可以在面积有限的运行轨道上实行高效配送。
消费者通过app下单结算后，到达就餐区只需要扫一扫传送区的二维码，一个半圆形机器人就会根据指令，通过传送带将餐食送至消费者面前，消费者取下菜品后，机器人又会按照原轨道回到取餐区，传菜最快可达40秒，基本实现30分钟内上菜，极大地降低了人工成本，缩短了就餐时间。
京东的AI超级眼镜
同样作为国内电商巨头的京东，也在持续加大技术方面的投入。 2018年，其技术研发投入达到了121亿元人民币，同比增幅82.6%。
近日，京东生态伙伴悉见 科技 基于京东人工智能开放平台 NeuHub 提供的图像识别等 AI 能力，推出了一款“超级眼镜”，以智能可穿戴设备的形式应用于门店智能导购、智能盘点、智能巡店，助力线下零售降低成本、提高效率。
钛合金框架十分轻便（重量仅39g），功耗超低（仅1.6W），适应侧脸、遮挡、模糊等各种实际环境，并能以40寸的虚拟屏幕（FOV 21°），支持1080P高清视频流，实现毫秒级识别。
在未来零售场景中，门店店员通过“超级眼镜”可以瞬时了解眼前顾客的会员信息、用户画像、购物倾向等重要信息，实现智能导购的信息可视化，全面实现“知其所想，投其所好”。
此外，超级眼镜也可以针对码货场景，帮助店员了解SKU的售卖、库存信息；或者在分拣场景中，实现货品的空间定位，实现供应链效率的提升。
Kroger的数字价格标签
2018年，美国食品连锁店Kroger在数百家商店推出了数字价格标签技术。 这项技术被称为“Kroger Edge”，它能够显示商品的价格和营养成分表，商店能够即时和远程地更新物品价格和营养信息。 Kroger还宣布了将这项技术应用于智能手机的计划。
Ted Baker的互动橱窗
商店的橱窗经常被用来吸引顾客的注意，但Ted Beker早在2017年就领先一步，为橱窗设计增添了互动性。
Ted Baker与Nexus工作室合作，将互动橱窗安在了位于Regent Street上的专卖店，来推动其“跟上Baker的步伐”营销活动。 Ted Baker鼓励购物者将手放在窗户上，触发照相机来拍摄他们的脸（伴有提示音）；然后将图像放到“跟上Bakers”，并共享到社交媒体上。 店铺还设置了高达1000英镑的商店购物券作为奖品，参加者都可以参加抽奖活动。
除了鼓励路过的人进入商店，这项技术还巧妙地提高了人们对Ted Baker营销创意的兴趣，使其成为真正的全渠道营销活动。
Topshop的虚拟水滑梯
Topshop在2017年将其牛津街旗舰店的橱窗变成了一个互动泳池。 消费者可以戴上Oculus Rift耳机，在虚拟水上滑梯上感受360度的骑乘体验，在人群上空扭动和转弯。
虽然听起来很无聊，但有报道称，以技术为主导的活动确实对销售额产生了影响。 其背后的数字机构Elmwood称，泳装销量与去年同期相比增长了100%。
Specsavers的框架样式工具
选择眼镜是一个漫长而疲惫的体验，顾客在找到适合自己的眼镜之前可能会要试几十副眼镜。 2018年，英国最大的眼镜连锁品牌Specsavers推出了一项新的店内服务——框架样式器，使购物流程更简单化。
框架样式器，是一种成像软件，可以通过店内平板电脑生成顾客面部的3D模型，从而匹配出最适合顾客脸型、性别和年龄的眼镜。 顾客可以在3D模型中试戴多种样式，在几秒钟内轻松快速地完成比较。 这项技术大大简化了购物流程并加快了购物体验。
耐克的速度商店
2018年，耐克在纽约市开设了一家名为“耐克创新之家000”的旗舰店。 诚如其名，它所包含的数字元素为消费者创造了一种身临其境且方便快捷的购物体验。
这间旗舰店共六层，除了设有定制工作室和即时结账点外，“速度商店”更是它的一个突出特点。 顾客可以网上预订鞋子，店内会提供一个带有顾客姓名的储物柜，里面放着预定的鞋，使用智能手机解锁储物柜便可在店内试穿。 如果顾客需要购买，可直接手机付款，不需要与任何人交谈，更不用排队结账。 耐克旗舰店的设计使便利购物达到了极致。
亚马逊Go的自动结账
亚马逊已经彻底改变了人们网上购物的体验，但现在该品牌也打算从实体零售中分得一杯羹。
亚马逊Go则是利用计算机视觉、深度学习和传感器融合技术的组合将付款和结帐过程自动化。 这意味着顾客进入商店、取东西和离开的整个过程都完全自动化，无需排队，通过亚马逊Go App即可自动付款。 目前，美国有九家亚马逊Go商店在营业，据报道，到2020年，全球将加至数千家。
Zara的自助结账
虽然自助结账已经是超市的标准配置，但在 时尚 零售业，这项技术的应用仍是非常落后的。 这在很大程度上是由于服装上的防盗磁扣会使自助结账的过程变得更加复杂。
然而，当Zara在2018年引进自助结账时，就证明这是服装零售业非常值得一加的技术。 现在，顾客可以跳过Zara著名的结账长队，使用它简便的自助结账系统。
Target的手机钱包
2017年，Target推出了一款移动钱包，旨在使支付和结账的过程变的更快、更方便。 有趣的是，零售商表示，通过Target App中的手机钱包结账，比普通付款方式快四倍。 用户可以使用Target REDcard或信用卡支付，还可以在付款时使用折扣。
随着使用App购物的用户不断增多，这种技术可以成为一种很好的方式来满足消费者的期望并提高用户忠诚度。
奥迪VR展厅
现在的消费者购买 汽车 不再是从4S店开始，而是通常会先通过网站、社交媒体和 汽车 论坛进行调研。
2017年，奥迪在全球展厅推出VR体验，提供更个性化的购物体验。 消费者可以通过VR体验来选择他们的 汽车 配置，也可以在展厅内感受车内部和外部配饰的细节。 该体验还包括特殊的“奥迪时刻”，如勒芒24小时比赛，用户可以在那里目睹停站气氛。
通过VR技术，奥迪能够为消费者提供动态的和互动的购买体验，将这一过程从数字平板电脑转移到更具沉浸感的产品上。
丝芙兰的美容中心
Sephora以其网络战略而闻名，但它也致力于将数字技术集成到所有客户接触点中。 2017年，丝芙兰在法国推出了多家“互联商店”，并配备了创新技术。
其中一个主要部分是“美容中心”，包括虚拟产品图册以及品牌的虚拟造型师服务。 虚拟造型师可以将试妆“虚拟化”以测试不同的化妆品的使用效果（而不实际应用产品）。 由此，丝芙兰的员工能够为消费者者提供更专业、更有针对性的体验，这得益于技术和个人专业知识。
结语
为了迎合数字时代消费需求的不断升级，越来越多的零售商已经意识到云计算、大数据、人工智能、AR/VR、区块链等新一代信息技术的重要性。
在这些新兴技术中，云计算、大数据等已经相对成熟并广泛应用于零售商业中；相比之下，如AR/VR、RFID/NFC等技术由于网络需求过高而普及受限，但随着5G时代的到来，相信这些技术也将能够在零售场景中实现应用。
联系我：winshangxb
「 推荐阅读 」
✎ 迪士尼在中国最大的对手来了...
✎ 未来，购物中心会发展成什么样？
✎ 曾经的国民品牌，明明靠情怀火了，却“毁”在抄袭上！
因为微信改版，你可能会错过之前的推送
请戳阅读原文， 查看我们的精选阅读
