現在全球關注度最高的超市就應該是馬云的“無人超市”了，自動識別、VR通道、即走即付、虛擬貨架、24小時、無收銀員的特點帶動了互聯網行業及零售行業的一陣熱捧。

無人超市的出現，并不只是最近的事。

Nraffr

2016年初，瑞典就出現了通過手機掃描二維碼進門，且手機綁定信用卡支付的無人便利店

BingoBox

在今年6月初，一家叫“繽果盒子” （BingoBox）的無人收銀便利店登陸上海，號稱全球第一款真正意義上的、可規模化復制的24小時無人值守便利店。

AmazonGo

美國零售巨頭亞馬遜就曾在2016年推出過無人便利店AmazonGo，但仍局限在亞馬遜西雅圖總部供員工測試使用，不對外開放。

而這陣子刷屏的杭州無人超市，采用的是視覺傳感器、壓力傳感器以及物聯網支付等技術。其中關鍵就在于為每件商品添加了RFID標簽（俗稱電子標簽），它通過射頻信號自動識別目標對象并獲取相關數據，識別工作無須人工干預，可工作于各種惡劣環境。目前在一些圖書館和線下商店的磁扣中，也會用到類似的技術。可以說，這是一種相對成熟且廉價的解決方案。

馬云的“無人超市”第一次進店的時候，打開淘寶掃描門口的二維碼進店，接下來的購物全程都無需再使用手機。

目前店內分為超市區和餐飲點單區，超市區內各種商品應有盡有，玩具、公仔、日用品、飲料，等等商品，消費者可以做到想拿就拿，說走就走。挑選好商品，直接就可以出門。無須掃碼支付，無須收銀員，系統自動會在大門處識別商品，并自動從支付寶扣款。

餐飲點單區，由于比較特殊，所以有服務員；當你點好后，你只要在屏幕下方站著，頭頂就會顯示取餐號碼和剩余時間。如果已經做好，就會顯示：XX號，請取單。

相關技術

馬云“無人超市”應用了人工智能卷積神經網絡、深度學習、機器視覺以及生物識別等人工智能領域前沿技術，可實現掃碼進店、直接購物、拿了就走、無需結賬的無人店全智能化操作。

“無人超市”的本地處理系統應用了深度學習的神經網絡，會記錄每個客戶的消費習慣，甚至會在外網抓取用戶信息，實現“人店對話”。第一次的溝通是最簡單的，“您好，歡迎光臨，您正在看的是XX商品。”隨著客戶消費次數的增加會越來越智能，下一次購物時可能會問“您好，上次購買的商品還喜歡嗎？我們推出了新的產品您要看看嗎？”

機器視覺技術+生物識別技術鎖定消費者身份，確定“我就是我，而不是我的雙胞胎姐妹”。盡管關聯的只有消費者的支付寶賬號，但“眼睛”可以看到用戶的性別、年齡，樣貌，將信號傳輸給“大腦”，建立更好的交流。不過要很好的實現這一點，還有很長的路要走。目前“眼睛”完成的主要任務是，商品和消費者之間的綁定。通過機器視覺+無線射頻技術，40毫秒比對一次，了解消費者拿走或放回的是什么商品。使用了卷積神經網絡和機器視覺對消費者的體態以及商品進行識別分析。由于人臉易被遮擋，在持續追蹤消費者時，體態識別比人臉識別可行性更高，不易跟丟。目前“無人超市”采用“非配合人臉識別”技術，即用戶在不看鏡頭的情況下，系統也能精確捕捉用戶的生物特征，并進行匹配、計算。用戶首次進店時需要進行人臉信息采集，并同意自動扣款協議。并且，機器視覺可以識別大部分形狀標準的商品，但小部分軟的、容易變形的商品，需要用射頻技術來識別。

同時，機器視覺識別商品最大的挑戰在于去背景。店內光線的變化和移動的消費者都會對識別的準確性造成影響。目前阿里采用的是多路攝像頭和傳感器結合的方案。多路攝像頭的主要作用在于監控店內的情況，同時追蹤分析消費者的行為。比如，分析用戶拿到某一樣商品時的表情和肢體語言，借此幫助商家判斷某款商品是否足夠符合他們的心意；通過捕捉消費者在店內的運動軌跡、在貨架面前的停留時長，則可以指導商家調整貨品的陳列方式和店內的服務裝置。不過，阿里無人超市內的商品加購并非通過機器視覺系統來完成的。雖然其貨架上也集成了識別系統，但主要是用于記錄消費者的行為，比如消費者對某個特定商品拿起、放下了多少次。

據業內人士介紹，采用機器視覺方案的無人零售店，隨著店鋪面積增大、人流量增多，將對GPU造成巨大的挑戰，且識別精度也難以保證。無人售貨便利店中用到的圖像識別系統在小范圍場景中——比如10平米，100個商品品類，2個用戶——和高資本、技術投入下，準確率是可以接受的。但如果要進一步擴大，則將面臨非常大的挑戰。考慮到阿里無人零售店面積高達200平米，無論是從對GPU的挑戰還是識別的準確性來說，用機器視覺進行商品加購都是難以實現的。

線下消費在新技術的促進下，不斷涌現出新的商業模式與商業場景，但這種無人超市是否會成為新趨勢，是否會代替傳統的零售模式，則有待時間檢驗。不過，在這個智能時代，或許一切都充滿了可能。