家装零售商Lowe's在两家商店推出了交互式零售数字孪生,并将在未来几周内开放虚拟3D产品目录以配合这项新技术。Lowe’s的数字孪生由NVIDIA Omniverse Enterprise提供支持,它让员工可以使用商店的数字化数据来优化运营和本地规划,打造更好的客户服务方法。
该数字孪生是在NVIDIA Omniverse的环境中创建的实体家装店的虚拟复制品,将空间数据和Lowe’s其他的数据——例如产品位置和历史订单信息等结合,创建出一个可以在台式机和AR头戴式设备等一系列设备上访问的可视化包。
3D资产与填充数字孪生并融合AI、3D和AR的媒介相同。只要Lowe’s向Omniverse开发人员提供逼真的3D产品照片,虚拟和增强项目的开发人员就能够访问该零售商的Open Builder库。
Lowe's希望在其数字孪生技术方面能有一些新的进步,例如:
下个月,Lowe's计划在北卡罗来纳州的夏洛特开设新的技术中心,开发支持其全渠道增长的技术解决方案。
Lowe's执行副总裁兼首席数字信息官Seemantini Godbole在一份声明中表示:“通过新兴技术,我们一直在想方设法尝试改善商店运营并为我们的客户消除摩擦。”“随着Lowe’s持续塑造家居装饰的未来,该技术中心为我们开发解决复杂问题的解决方案提供了支持。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
时尚零售巨头维多利亚的秘密因安全事件导致网站和线上订单服务中断,已立即启动应急响应、邀请第三方专家协助恢复运营,实体店仍正常营业。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。