在亚马逊黑科技的带动下，各类解决方案层出不穷，传统零售商和科技公司纷纷拥抱无人化。7 月 8 日，atv直播，淘宝造物节开幕，阿里巴巴无人零售店解决方案在杭州初次曝光。

Amazon Go 之后，即拿即走、免排队购物的无人零售店成为行业趋势。7 月 8 日，淘宝造物节开幕，阿里巴巴无人零售店解决方案在杭州初次曝光。在活动当天，作为阿里实验室筹划已久的「无人零售计划」中的第一个应用场景，「淘咖啡」接受消费者的现场测试。据内部压力测试显示，在占地 200 平米的零售店里，这套系统支持 50 个人同时在店购物，授权支付额度为每人每天 5000 元，整个流程涉及到会员账号打通、商品链路和支付三块技术方案。

阿里无人零售店

机器之能提前一天探营体验。在门口，用户打开手机淘宝扫描商店二维码便可以扫码通过入店闸机。整个逛店过程中不需要再取出手机，选好商品离开时，用户会经过由两道门组成的「支付门」，第一道门感应到用户的离店需求自动开启，接着在第二道门打开前，系统自动识别购买的商品并完成支付，购物信息会在门内屏幕上显示。也就是说，用户可以不用特别配合，就可以在几秒时间解决结算问题，根据现场测试，即便是直接把挑选的物品放进包里、口袋里，仍然可以顺利完成支付。

结算区域有两道门，相互配合，完成支付环节。

采用多模块融合方案，提高识别精度

在这背后是蚂蚁金服技术实验室研发的一整套线下门店物联网支付解决方案。该实验室目前已有 30 多位研发工程师， 专注于 AI 、VR 、IoT、区块链等前沿技术领域的研发。去年底蚂蚁金服发布的全球首个落地应用的 VR 支付技术，就出自这个团队。

由于现实场景下多人购物的复杂性，单一使用计算机视觉或传感器都无法达到实际应用需要的精度。技术负责人蚂蚁金服技术实验室高级技术专家曾晓东分析称，」Amazon Go 为视觉流派的物体识别方式树立了典型，在市面上还没有真正落地。如果主要采取计算机视觉技术，尤其在人数较多的场所、客流密集的货架前识别人，将有很大难度，此外，在识别那些被客人拿起又被放在别处的商品，纯计算机视觉也很难做到不出错。」

因此，阿里巴巴这套解决方案采取了多技术融合的方式，主要涉及三大核心技术，即生物特征自主感知和学习系统、结算意图识别和交易系统及目标检测与追踪系统。

「在识别人和商品上，我们注重多模态技术环境，混合使用了计算机视觉、传感器感应，再叠加了一些非配合生物识别技术（「非配合」的意思是在用户无感知的状况下就能完成身份核实），以降低误判率。把结算包括支付环节放在门的位置，鲁棒性比较强。」曾晓东对机器之能说。由于其中一些关键技术正在申请专利，曾晓东没有透露更多细节。

整个购物环节中，对消费者身份识别并与其淘宝账号绑定和确认，使用到生物特征自主感知和学习系统。货架区的消费者行为、动线轨迹、停留时间等数据信息，由多角度布控的摄像头来完成。而在支付门里，系统完成对商品的识别，则依赖于结算意图识别和交易系统，其中可能使用的是计算机视觉技术或传感器技术。

如果消费者有故意破坏商品或在结算时试图作弊，都可以追溯到并被视为不良记录，影响其下一次入场购物，开奖，也会关联到芝麻信用的信用评分体系。曾晓东介绍称，一些破坏行为，会有计算机视觉技术自动分类。

不仅是前端技术的融合，研发团队同样重视算法的研发。「一方面，同样水平的数据流、硬件，效果好不好就看背后的算法，因此模型开发很重要，要考虑算法的效率、优雅度（处理的性能更高实现难度更低，达到基本平衡）是不是足够轻量级处理这个事情；另一方面，机器学习算法模型数据本身要靠场景不断累积，会做算法部分的迁移，其他场景数据可以用到里面。」曾晓东说。

开放解决方案，实现线下门店智能化、高效率的管理