阿里巴巴這個無人超市，究竟有哪些值得注意的黑科技

摘要：也許並非盡善盡美，但確實有很多想像空間。

零售業「無人化」是今年科技領域的一大熱點，在之前，我曾經和大家討論過當下「無人便利店」的機遇和存在的困境，而時隔不久，「無人超市」又出現在我們視線中，這一次的玩家是阿里巴巴。

7 月 7 日，極客公園提前體驗了一把阿里無人店「淘咖啡」，雖然叫「淘咖啡」，實際上也是綜合型的小型零售超市，整個購物流程非常簡單：進店前，先打開手機，用支付寶掃二維碼綁定支付寶賬戶，並授權小額代扣（每天每人上限 5000 塊），完成後用手機掃碼過閘機。這時候就能進店挑選商品，和平時逛商場一樣，當你挑好物品後，可以拿在手裡，或放在購物袋裡，甚至直接放進隨身背的包里。

在「淘咖啡」的出口，有一個預設的玻璃通道，當你要通過時，系統會對你買到的東西進行結算，然後你只管出門，需要知道花了多錢的話，手機會收到推送信息，包括了購物清單以及扣款總額。

GIF/1.2M

這套物聯網支付技術，是由螞蟻金服技術實驗室研發完成。據了解，這是一個專註於 VR、IoT、區塊鏈等前沿技術研發的團隊，而去年年底，螞蟻金服發布的全球首個落地應用的 VR 支付技術，就來自於這個實驗室。

雖說現在這樣的便利店離我們的生活還有點距離，但體驗下來確實感覺非常酷。所以讓人好奇的是，這其中究竟具體會應用到哪些技術，才能最終實現完整的購物流程？

針對這個問題，我們也和螞蟻金服的工作人員聊了聊，對方向我們簡單介紹了其中的一些技術運用，但並不詳細，所以我從現場情況推斷了一些技術方法，不妨和大家聊聊：

骨骼分析

據了解，「淘咖啡」面積 200 平方米，內部壓力測試結果顯示，同時在店人數 50 人基本沒問題。

螞蟻金服的工程師介紹說，「淘咖啡」在物聯網支付方案用的是多模態識別，即計算機視覺疊加感測器感應。

這兩項技術方案運用的權重比例，螞蟻方面沒有透露。對此我試著做了一些猜想：

首先，多模態生物識別是指整合或融合兩種及兩種以上生物識別特徵，利用多重生物識別技術的獨特優勢，這其中就包括了人臉、指紋、虹膜甚至是骨骼分析等方式。通過多種技術+數據分析，能夠使認證和識別過程更加精準、安全。

而如果說計算機視覺技術用的權重更大，那麼有可能是用了人臉識別+骨骼分析的技術。人臉識別大家都已經比較了解了，手機上也有不少應用都會用到，我們不妨看看為什麼可能會有骨骼分析技術吧。

簡單來說，骨骼分析就是在攝像頭眼中，在超市裡走過來走過去的，只是一堆堆骨頭，骨頭之間再怎麼疊加、交叉，基本還是可以被識別出來哪根骨頭是誰的，這對於保證多人同時在店購物的識別精準度，起到重要作用。

GIF/759K

而之所以推測骨骼分析，不是現階段較成熟的圖像分割技術（即把捕捉對象的邊緣分割出來，從而去識別對象的行為），是因為後者存在一個問題，就是當店裡人數一多，攝像頭就容易抓瞎：假如十幾個人同時在搶購同一款商品；或者幾個人手交叉著去拿各自想要的商品，對圖像分割來說，非常容易出現混亂。

所以，假如「淘咖啡」能夠同時允許 50 人在店內活動的話，圖像分割技術確實不如骨骼分析來的靠譜，也許就是包括了人臉識別+骨骼分析這兩種結合在一起的結果。

眼動追蹤：

在逛「淘咖啡」時，工人還在現場布置天花板上方的攝像頭和感測器，根據攝像頭數量和擺放位置，我推測「淘咖啡」店還疊加了眼動追蹤系統。

「眼動追蹤」可能會讓一些人想起來當年在三星手機上，那個根據人眼動作來自動瀏覽手機內容的功能，不過當時那項技術實際使用效果並不如想像中美好，所以後來也在三星的機型中取消了這個功能。

但之所以推測「淘咖啡」會有這樣的系統，是因為它可以捕捉兩個維度的信息：

一是店內，包括店內的實時熱力圖：客人最喜歡走哪條路線，哪個貨架的客流量最密集，哪個貨架人流停留的時間最長，哪個貨架比較冷清等等。

第二是用戶，比如甜品貨架前的客人男女比例如何，平均體型偏胖還是偏瘦；客人站在貨架前，眼睛最習慣首先往哪裡看（以推算出貨架真正的黃金位置）。

實際上之所以這麼推測，也是因為在物體識別領域，計算機視覺普遍被認為是識別人與商品的未來主流方向，我們曾經介紹過的 Amazon Go 就是一個典範。阿里在這個方向上顯然也是很有想法，「淘咖啡」公測前不久，阿里宣布負責 Amazon Go 首席科學家任曉楓加盟，巧合中有必然。

深度決策演算法：

這主要是用在後台的數據迴流和數據挖掘。這其實也是無人超市最大的意義所在，無論是 Amazon Go 還是螞蟻金服，雇一堆身價很高的工程師來研發無人超市，可不只是讓大家體驗一把黑科技的酷炫感的。其背後最大的價值，在於回收、分析基本面數據（比如商場熱力圖）以及沉澱用戶畫像，以幫助線下實體店更高效、更精準地優化供應鏈以及貨架的擺放。

比如，工作日和周末、各種小長假中，在最顯眼的展架上該放什麼商品；還能根據客人的平均身高來調整貨架的高低。甚至還能做一些預測，比如看到什麼樣的產品放在偏僻的地方仍然會有不錯的銷量，那麼就要進行相應調整，讓大家更容易發現它們。

說到演算法模型，對螞蟻金服來說一直是比較擅長的。AI 在其各業務場景都起到底層技術支撐，如保險、理財、小額貸款、智能客服等等。這應該是之後會在「無人便利店」這樣的場景下深挖的一部分內容。

多模態識別：

剛才說了，除了計算機視覺，「淘咖啡」還疊加運用了感測器。在業界，大家都有一個基本的共識，單一維度的技術往往很難保證足夠的安全性和足夠好的體驗感，所以，無論是物聯網還是生物識別，只要想在商用場景落地，都會考慮疊加運用幾種技術來進行交叉驗證，也就是多模態識別。

Amazon Go 也是採用的計算機視覺＋感測器感應（可能還有＋生物識別）來降低誤判率。因此，市場中有做物聯網支付方案的公司強調說自己用的是純計算機視覺，而實際上這對樹立投資界以及公眾對其進入商用的信心和安全感，並沒有什麼好處。

「淘咖啡」的客人在挑好東西後，要通過一個「支付門」才能出去。這個門每次只能一人進去，門裡的各種攝像頭和接收器要對人和商品做即時識別。

現場有人做了踢館測試：幾個商品橫七豎八隨意放在購物袋裡；一些商品放在購物袋，一些放在書包里，一些拿在手上。最後都輕鬆通過並扣款無誤，這似乎也說明，「淘咖啡」內不僅僅是計算機視覺技術這一種。

下面來看看螞蟻金服工程師內測的 GIF：

GIF/1.2M

GIF/1.1M

結合「支付門」裡布置的攝像頭以及感應接收器，我推斷「淘咖啡」是混搭結合了 RFID 天線，你可以理解為是增強版 RFID，以擴大天線的覆蓋範圍，加強對商品位置的定位，減少誤讀。

另外值得注意的是，螞蟻金服官方披露的技術方案中有生物識別，但從現場體驗來看，人是不需要在攝像頭前特地停留以配合識別的，所以估計這其中用了人臉＋體態＋體重等多維識別。

這個「支付門」是「淘咖啡」區別於其他無人超市的一個亮點，同時也是一個缺點，至少在現階段來看。因為用戶在經過這個門時，並不能真的「即拿即走」，還需要等五六秒左右才能出門。

據介紹這個等待的時間不是系統識別和自動劃扣造成的，是滑動門造成的，根據行業標準規定，它的安全關門速度就得這樣……好吧，所以這個門應該是個過渡階段的版本。

GIF/908K

以上，是根據體驗以及詢問之後，我們做出的一些猜想，雖然看起來可能離我們實際生活還有一段距離，但我們很欣喜的看到，從「無現金」再到「無人」的一系列變化，我們生活中的一些場景確實因為科技的進步在發生變化。

當然，「無人超市」要做到真正無人還是有距離的，至少在上貨、運營維護甚至在商品資料庫如何建立上都要投入人力來完成，並且被人不看好的另一個原因是如何能降低成本，盡量降低風險，這也都是我們這個社會對其發起的挑戰，商業模式究竟如何落地，最終都是值得關注的。

雖說「無人超市」這樣的事在長期以來一直是停留在愚人節科技玩笑里的存在，甚至在去年 Amazon 宣布 Amazon Go 後，仍有一部分聲音認為它的噱頭大過實際效果。但去年到今年不少朝這個方向努力的公司都有了進展，我想，待技術成熟落地之日，再來看現在，也許會有不一樣的感受吧。

編輯：早優夫斯基

本文由極客公園原創

轉載聯繫 wangxue@geekpark.net

GIF/98K

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！