<p>每一個 “這太簡單了” 的購物時刻，都是由團隊努力趕上發貨截止日期、忙於修復缺失的產品細節以及努力提供精心策劃的購物體驗所實現的。</p>
<p>在幕後，工作人員正在應對老化系統、孤立數據和不斷上升的客户期望的現實——這種組合使得在每個新季節和增加的庫存單位（SKU）中，保持一致性和速度變得更加困難。</p>
<p>新的多智能體智能倉庫（MAIW）和零售目錄豐富 NVIDIA 藍圖旨在將這一動態系統轉變為優勢。這些今天發佈的開源開發者參考資料，使開發者能夠定製針對零售價值鏈的人工智能解決方案，從倉庫到衣櫥。</p>
<p>“使用這些藍圖進行構建將降低集成成本，並幫助我們的客户和合作夥伴快速啓用應用程序，” NVIDIA 零售和消費品人工智能開發者關係總監 Tarik Hammadou 表示。“它們解鎖了零售行業所需的效率和企業級規模，以便進行競爭。”</p>
<p>這些藍圖將在下週的全國零售聯合會：零售盛會中展示。</p>
<h2><strong>簡化倉庫工作流程</strong></h2>
<p>倉庫是一個動態空間，擁有許多活動的部分，從裝載各種零售商品的箱子到履行數千個每日訂單的巨大機器和工人。問題可能瞬間出現——從缺貨商品到需要清理的過道四。</p>
<p>這個工作空間中一個持續存在的問題是 IT 和運營技術（OT）層之間的脱節。這一差距使得管理者無法輕鬆處理諸如準確測量產品庫存、有效定位技術問題以及將足夠的工人部署到需要額外幫助的區域等問題。</p>
<p>“在 IT 或 OT 層上擁有一個智能 AI 層的想法並不高效，但在 IT 和 OT 之間擁有代理可以讓 AI 代理充當協調者，” Hammadou 説。</p>
<p><img src="https://imageproxy.pbkrs.com/https://blogs.nvidia.com/wp-content/uploads/2026/01/screenshot_2026-01-08_155834-1680x946.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="1680" height="946" original-src="https://imageproxy.pbkrs.com/https://blogs.nvidia.com/wp-content/uploads/2026/01/screenshot_2026-01-08_155834-1680x946.png"/></p>
<p>MAIW 藍圖內部的視圖。</p>
<p>NVIDIA MAIW 藍圖提供了一個同步的 AI 系統，位於現有的倉庫管理系統、企業資源規劃、機器人和物聯網數據之上，使團隊能夠獲得實時、可解釋的操作智能。</p>
<p>該藍圖包括專門用於設備資產操作、運營協調、安全合規、預測和文檔處理的代理——所有這些都由一箇中央倉庫操作助手協調，該助手反映了倉庫的實際運行方式，並將分散的數據轉化為主動決策。</p>
<p>例如，主管可以用自然語言詢問：“為什麼打包速度慢？” 助手分析設備狀態、任務隊列和人員數據，以突出瓶頸，展示支持證據，並建議諸如重新平衡工作或調整任務優先級等行動。</p>
<p>該藍圖還提供生產級能力——包括基於角色的訪問控制和確保建議符合政策的保護措施——以便運營團隊可以信任 AI 來幫助協調真實設備和安全關鍵決策。</p>
<p>通過針對指標來檢測和解決問題及安全事件，以及確保按時履行訂單和遵守服務水平協議——MAIW 幫助倉庫從不斷的緊急處理轉向更可預測、數據驅動的班次。</p>
<p>像 Kinetic Vision 這樣的合作伙伴，一家產品和技術開發公司，可以利用 MAIW 藍圖進行創新，解決零售供應鏈中存在的數十年問題。</p>
<p>“圖表和圖形是過去的事，我們需要預測和建議的行動，” Kinetic Vision 首席執行官 Jeremy Jarrett 表示。“NVIDIA MAIW 藍圖將使您能夠以更中心化的方式回答問題並推動決策。”</p>
<h2><strong>解決稀疏產品數據</strong></h2>
<p>零售目錄豐富 NVIDIA 藍圖可以幫助各類企業實現更豐富和準確的產品入駐，以及提供本地化營銷。</p>
<p>零售商常常面臨 “稀疏數據” 問題：產品圖片伴隨的文本極少或不一致，團隊花費大量時間撰寫標題、描述和屬性，然後為每個市場和活動進行定製。</p>
<p>該藍圖通過使用生成性 AI 來創建高質量、結構化、本地化和品牌一致的產品內容，以大規模解決這一問題。</p>
<p>例如，想象一家家居用品零售商試圖用一組基本的陶瓷杯照片更新他們的在線商店。藉助 NVIDIA Nemotron 視覺語言模型（VLM），作為零售目錄豐富藍圖的一部分，這些照片可以通過 VLM 處理，以開發產品元數據，如顏色、材料、容量、風格和使用案例。</p>
<p>從單一圖像，系統可以生成本地化的產品標題和描述，提取並規範搜索和推薦系統的屬性，以改善 SEO 和 GEO，並創建與文化相關的 2D 生活方式圖像和互動 3D 資產。在幕後，一個 AI“評審” 檢查輸出的質量和一致性。</p>
<p>此外，零售目錄豐富藍圖可以通過應用品牌聲音、語氣和分類指令，結合產品圖像和目標地區，創建豐富的品牌營銷內容。該藍圖利用這些品牌指南生成豐富的產品標題和描述、本地化的類別和標籤，以及針對該意圖量身定製的文化適宜的生活方式圖像變體。</p>
<h2><strong>Grid Dynamics 的 NVIDIA 藍圖驅動解決方案</strong></h2>
<p>公司已經在 NVIDIA 的零售藍圖的幫助下創建自己的產品。</p>
<p>全球技術諮詢公司 Grid Dynamics 構建了一個目錄豐富和管理系統，利用零售目錄豐富 NVIDIA 藍圖，提高大型零售商的商品內容和 SKU 狀態的準確性。</p>
<p>“搜索的質量和客户瀏覽體驗的質量直接取決於目錄數據的質量，” Grid Dynamics 的首席技術官 Ilya Katsov 説。“對於所有擁有數字化存在的零售商來説，確保他們的目錄具有儘可能豐富和一致的屬性是一個非常關鍵的問題——我們的解決方案自動化了這一過程，因此他們不需要進行人工審核。”</p>
<p>對於擁有龐大產品目錄的大型零售商來説，屬性可能會缺失或不正確。與不同目錄結構的新供應商對接可能會進一步混淆數據——導致銷售不準確、客户沮喪，並最終失去客户忠誠度。</p>
<p>這就是 Grid Dynamics 解決方案發揮作用的地方。</p>
<p>“我們的解決方案使產品目錄更易被發現，同時讓品牌能夠在大規模上執行他們的商業規則，” Grid Dynamics 的首席軟件工程師 Dan Guja 説。“通過在整個目錄中應用 AI 驅動的商業規則，品牌可以提高數據質量、明確客户意圖信號，並展示客户真正想要的產品。”</p>
<h2><strong>拼湊 NVIDIA 零售管道</strong></h2>
<p>MAIW 和目錄豐富 NVIDIA 藍圖是重新構想從倉庫到消費者工作流程的更大倡議的一部分，在每個層級都採用 AI 基礎設施。</p>
<p>在後端，MAIW 藍圖幫助管理者和倉庫工作人員處理日常供應和數據管理任務，而目錄豐富 NVIDIA 藍圖則讓數字團隊可以輕鬆地通過點擊按鈕來策劃風格化的 SKU 頁面。此外，Nemotron-Personas-USA 開源數據集可用於解決方案的開發和訓練，提高各種購物人羣的合成生成數據的多樣性。</p>
<p>在前端，之前發佈的代理型 NVIDIA 零售購物助手藍圖可以使產品發現和客户的購物體驗變得對話化、更加輕鬆和愉悦，充當零售專家。</p>
<p>“下一步是在倉庫和商店運營中嵌入物理 AI 層，使智能代理能夠看到、推理並應對現實世界的庫存和供應鏈挑戰，” Tarik Hammadou 説。“通過訓練具備計算機視覺等能力的物理代理，我們正朝着更具適應性和自主性的運營邁進。”</p>
<p>在 NVIDIA 技術博客上了解更多關於 MAIW 和零售目錄豐富藍圖的信息。</p>

英偉達

2 倍做多英偉達 ETF - GraniteShares

南方兩倍做多英偉達

南方兩倍做空英偉達

英偉達期權收益策略 ETF - YieldMax

1 倍做空英偉達 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半導體 3 倍做多 - Direxion

<p>NVIDIA 推出了多智能體智能倉庫（MAIW）和零售目錄豐富 AI 藍圖，以增強零售運營。MAIW 藍圖旨在通過整合 AI 來簡化倉庫工作流程，提供實時運營智能，解決庫存管理和人員配置等問題。零售目錄豐富藍圖利用生成式 AI 通過從稀疏數據中創建結構化、本地化內容來改善產品入駐和營銷。這些創新旨在降低集成成本，提高零售價值鏈的效率，並計劃在全國零售聯合會的盛會上進行演示</p>

<p>Every “that was easy” shopping moment is made possible by teams working to hit shipping deadlines, scrambling to fix missing product details and striving to provide curated shopping experiences.</p>
<div class="lb-trans"><p>每一個 “這太簡單了” 的購物時刻，都是由團隊努力趕上發貨截止日期、忙於修復缺失的產品細節以及努力提供精心策劃的購物體驗所實現的。</p>
</div><p>Behind the scenes, workers are dealing with the reality of aging systems, siloed data and rising customer expectations — a combination that makes consistency and speed harder to deliver with every new season and added stock-keeping unit (SKU).</p>
<div class="lb-trans"><p>在幕後，工作人員正在應對老化系統、孤立數據和不斷上升的客户期望的現實——這種組合使得在每個新季節和增加的庫存單位（SKU）中，保持一致性和速度變得更加困難。</p>
</div><p>New Multi-Agent Intelligent Warehouse (MAIW) and Retail Catalog Enrichment NVIDIA Blueprints are designed to turn this dynamic system into an advantage. These open-source developer references, launched today, empower developers to customize AI-powered solutions for the retail value chain, from warehouse to wardrobes.</p>
<div class="lb-trans"><p>新的多智能體智能倉庫（MAIW）和零售目錄豐富 NVIDIA 藍圖旨在將這一動態系統轉變為優勢。這些今天發佈的開源開發者參考資料，使開發者能夠定製針對零售價值鏈的人工智能解決方案，從倉庫到衣櫥。</p>
</div><p>“Building with these blueprints will reduce the cost of integration and help our customers and partners enable applications fast,” said Tarik Hammadou, director of developer relations for AI for retail and consumer packaged goods at NVIDIA. “They unlock the efficiency and enterprise‑grade scale the retail industry needs to compete.”</p>
<div class="lb-trans"><p>“使用這些藍圖進行構建將降低集成成本，並幫助我們的客户和合作夥伴快速啓用應用程序，” NVIDIA 零售和消費品人工智能開發者關係總監 Tarik Hammadou 表示。“它們解鎖了零售行業所需的效率和企業級規模，以便進行競爭。”</p>
</div><p>The blueprints will be showcased next week at the National Retail Federation: Retail’s Big Show.</p>
<div class="lb-trans"><p>這些藍圖將在下週的全國零售聯合會：零售盛會中展示。</p>
</div><h2><strong>Easing Warehouse Workflows</strong></h2>
<div class="lb-trans"><h2><strong>簡化倉庫工作流程</strong></h2>
</div><p>Warehouses are dynamic spaces with many moving parts, from boxes carrying a variety of retail goods to massive machines and workers fulfilling thousands of daily orders. Issues can arise in an instant — from out-of-stock items to cleanups needed in aisle four.</p>
<div class="lb-trans"><p>倉庫是一個動態空間，擁有許多活動的部分，從裝載各種零售商品的箱子到履行數千個每日訂單的巨大機器和工人。問題可能瞬間出現——從缺貨商品到需要清理的過道四。</p>
</div><p>An ongoing issue within this workspace is a disconnect between the IT and operational technology (OT) layers. This gap bars managers from easily handling problems such as accurately measuring product inventory, efficiently pinpointing technology issues and deploying enough workers to areas that need extra help.</p>
<div class="lb-trans"><p>這個工作空間中一個持續存在的問題是 IT 和運營技術（OT）層之間的脱節。這一差距使得管理者無法輕鬆處理諸如準確測量產品庫存、有效定位技術問題以及將足夠的工人部署到需要額外幫助的區域等問題。</p>
</div><p>“The idea of having an agentic AI layer on the IT or OT level is not efficient, but having agents in between IT and OT allows the AI agents to act as the coordinators,” said Hammadou.</p>
<div class="lb-trans"><p>“在 IT 或 OT 層上擁有一個智能 AI 層的想法並不高效，但在 IT 和 OT 之間擁有代理可以讓 AI 代理充當協調者，” Hammadou 説。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://blogs.nvidia.com/wp-content/uploads/2026/01/screenshot_2026-01-08_155834-1680x946.png" alt="" original-src="https://blogs.nvidia.com/wp-content/uploads/2026/01/screenshot_2026-01-08_155834-1680x946.png"/></p>
<p>A look inside the MAIW Blueprint.</p>
<div class="lb-trans"><p>MAIW 藍圖內部的視圖。</p>
</div><p>The NVIDIA MAIW blueprint delivers a synchronized AI system that sits above existing warehouse management systems, enterprise resource planning, robotics and IoT data, so teams gain real-time, explainable operational intelligence.</p>
<div class="lb-trans"><p>NVIDIA MAIW 藍圖提供了一個同步的 AI 系統，位於現有的倉庫管理系統、企業資源規劃、機器人和物聯網數據之上，使團隊能夠獲得實時、可解釋的操作智能。</p>
</div><p>The blueprint comprises specialized agents for equipment asset operations, operations coordination, safety compliance, forecasting and document processing — all orchestrated by a central warehouse operational assistant that mirrors how warehouses actually run and turns fragmented data into proactive decision-making.</p>
<div class="lb-trans"><p>該藍圖包括專門用於設備資產操作、運營協調、安全合規、預測和文檔處理的代理——所有這些都由一箇中央倉庫操作助手協調，該助手反映了倉庫的實際運行方式，並將分散的數據轉化為主動決策。</p>
</div><p>For example, a supervisor can ask in natural language, “Why is packing slow?” and the assistant analyzes equipment status, tasks queues and staffing data to highlight the bottleneck, shows the supporting evidence and recommends actions such as rebalancing work or adjusting task priorities.</p>
<div class="lb-trans"><p>例如，主管可以用自然語言詢問：“為什麼打包速度慢？” 助手分析設備狀態、任務隊列和人員數據，以突出瓶頸，展示支持證據，並建議諸如重新平衡工作或調整任務優先級等行動。</p>
</div><p>The blueprint also provides production-grade capabilities — including role-based access control and guardrails to keep recommendations within policy — so operations teams can trust AI to help coordinate real equipment and safety-critical decisions.</p>
<div class="lb-trans"><p>該藍圖還提供生產級能力——包括基於角色的訪問控制和確保建議符合政策的保護措施——以便運營團隊可以信任 AI 來幫助協調真實設備和安全關鍵決策。</p>
</div><p>By targeting metrics to detect and resolve issues and safety incidents, as well as ensure on-time order fulfillment and service level agreement adherence — MAIW helps warehouses move from constant fire drills to more predictable, data-driven shifts.</p>
<div class="lb-trans"><p>通過針對指標來檢測和解決問題及安全事件，以及確保按時履行訂單和遵守服務水平協議——MAIW 幫助倉庫從不斷的緊急處理轉向更可預測、數據驅動的班次。</p>
</div><p>Partners such as Kinetic Vision, a product and technology development firm, can use the MAIW blueprint to innovate and tackle decades-long issues in retail supply chains.</p>
<div class="lb-trans"><p>像 Kinetic Vision 這樣的合作伙伴，一家產品和技術開發公司，可以利用 MAIW 藍圖進行創新，解決零售供應鏈中存在的數十年問題。</p>
</div><p>“Chart and graphs are yesterday, we need predictions and prescribed actions,” said Jeremy Jarrett, CEO of Kinetic Vision. “The NVIDIA MAIW blueprint would allow you to have more of a central way to answer questions and prompt decision-making.”</p>
<div class="lb-trans"><p>“圖表和圖形是過去的事，我們需要預測和建議的行動，” Kinetic Vision 首席執行官 Jeremy Jarrett 表示。“NVIDIA MAIW 藍圖將使您能夠以更中心化的方式回答問題並推動決策。”</p>
</div><h2><strong>Resolving Sparse Product Data</strong></h2>
<div class="lb-trans"><h2><strong>解決稀疏產品數據</strong></h2>
</div><p>The Retail Catalog Enrichment NVIDIA Blueprint can help businesses of all sizes achieve richer and accurate product onboarding, as well as deliver localized marketing.</p>
<div class="lb-trans"><p>零售目錄豐富 NVIDIA 藍圖可以幫助各類企業實現更豐富和準確的產品入駐，以及提供本地化營銷。</p>
</div><p>Retailers often face a “sparse data” problem: product images arrive with minimal or inconsistent text, and teams spend large amounts of time writing titles, descriptions and attributes, then customizing them for each market and campaign.</p>
<div class="lb-trans"><p>零售商常常面臨 “稀疏數據” 問題：產品圖片伴隨的文本極少或不一致，團隊花費大量時間撰寫標題、描述和屬性，然後為每個市場和活動進行定製。</p>
</div><p>The blueprint addresses this by using generative AI to create high-quality, structured, localized and brand-aligned product content at scale.</p>
<div class="lb-trans"><p>該藍圖通過使用生成性 AI 來創建高質量、結構化、本地化和品牌一致的產品內容，以大規模解決這一問題。</p>
</div><p>For example, imagine a home goods retailer trying to update their online storefront with a basic set of ceramic mug photos. With an NVIDIA Nemotron vision language model (VLM), part of the Retail Catalog Enrichment Blueprint, the photos can be fed through the VLM to develop product metadata such as color, material, capacity, style and use cases.</p>
<div class="lb-trans"><p>例如，想象一家家居用品零售商試圖用一組基本的陶瓷杯照片更新他們的在線商店。藉助 NVIDIA Nemotron 視覺語言模型（VLM），作為零售目錄豐富藍圖的一部分，這些照片可以通過 VLM 處理，以開發產品元數據，如顏色、材料、容量、風格和使用案例。</p>
</div><p>From a single image, the system can then generate localized product titles and descriptions, extract and normalize attributes for search and recommendation systems for improved SEO and GEO, and create culturally relevant 2D lifestyle imagery and interactive 3D assets. Behind the scenes, an AI “judge” checks outputs for quality and consistency.</p>
<div class="lb-trans"><p>從單一圖像，系統可以生成本地化的產品標題和描述，提取並規範搜索和推薦系統的屬性，以改善 SEO 和 GEO，並創建與文化相關的 2D 生活方式圖像和互動 3D 資產。在幕後，一個 AI“評審” 檢查輸出的質量和一致性。</p>
</div><p>In addition, the Retail Catalog Enrichment Blueprint can create rich, on-brand marketing content by applying brand voice, tone and taxonomy instructions via prompts, alongside the product image and a target locale. The blueprint uses those brand guidelines to generate enriched product titles and descriptions, localized categories and tags, and culturally appropriate lifestyle image variations tailored to that intent.</p>
<div class="lb-trans"><p>此外，零售目錄豐富藍圖可以通過應用品牌聲音、語氣和分類指令，結合產品圖像和目標地區，創建豐富的品牌營銷內容。該藍圖利用這些品牌指南生成豐富的產品標題和描述、本地化的類別和標籤，以及針對該意圖量身定製的文化適宜的生活方式圖像變體。</p>
</div><h2><strong>Grid Dynamics’ NVIDIA Blueprint-Powered Solution</strong></h2>
<div class="lb-trans"><h2><strong>Grid Dynamics 的 NVIDIA 藍圖驅動解決方案</strong></h2>
</div><p>Companies are already creating their own products with the help of NVIDIA’s retail blueprints.</p>
<div class="lb-trans"><p>公司已經在 NVIDIA 的零售藍圖的幫助下創建自己的產品。</p>
</div><p>Global tech consulting firm Grid Dynamics has built a catalog enrichment and management system that increases the accuracy of item content and status of SKUs for large retailers, using the Retail Catalog Enrichment NVIDIA Blueprint.</p>
<div class="lb-trans"><p>全球技術諮詢公司 Grid Dynamics 構建了一個目錄豐富和管理系統，利用零售目錄豐富 NVIDIA 藍圖，提高大型零售商的商品內容和 SKU 狀態的準確性。</p>
</div><p>“The quality of the search and the quality of the browsing experience for customers directly depends on the quality of the catalog data,” said Ilya Katsov, chief technology officer of Grid Dynamics. “It’s a very critical problem for all retailers with a digital presence to ensure their catalogs have as rich and consistent of attributes as possible — and our solution automates this so they don’t need to do manual reviews.”</p>
<div class="lb-trans"><p>“搜索的質量和客户瀏覽體驗的質量直接取決於目錄數據的質量，” Grid Dynamics 的首席技術官 Ilya Katsov 説。“對於所有擁有數字化存在的零售商來説，確保他們的目錄具有儘可能豐富和一致的屬性是一個非常關鍵的問題——我們的解決方案自動化了這一過程，因此他們不需要進行人工審核。”</p>
</div><p>For bigger retailers with massive product catalogs, attributes can be missing or incorrect. Onboarding new vendors with differing catalog structures can further jumble the data — leading to inaccurate sales, frustration and, eventually, a loss of customer loyalty.</p>
<div class="lb-trans"><p>對於擁有龐大產品目錄的大型零售商來説，屬性可能會缺失或不正確。與不同目錄結構的新供應商對接可能會進一步混淆數據——導致銷售不準確、客户沮喪，並最終失去客户忠誠度。</p>
</div><p>This is where Grid Dynamics’ solution comes into play.</p>
<div class="lb-trans"><p>這就是 Grid Dynamics 解決方案發揮作用的地方。</p>
</div><p>“Our solution makes product catalogs more discoverable while giving brands the ability to enforce their business rules at scale,” said Dan Guja, principal software engineer at Grid Dynamics. “With AI-driven business rules applied across the catalog, brands can improve data quality, sharpen customer intent signals and surface products customers actually want.”</p>
<div class="lb-trans"><p>“我們的解決方案使產品目錄更易被發現，同時讓品牌能夠在大規模上執行他們的商業規則，” Grid Dynamics 的首席軟件工程師 Dan Guja 説。“通過在整個目錄中應用 AI 驅動的商業規則，品牌可以提高數據質量、明確客户意圖信號，並展示客户真正想要的產品。”</p>
</div><h2><strong>Piecing Together the NVIDIA Retail Pipeline</strong></h2>
<div class="lb-trans"><h2><strong>拼湊 NVIDIA 零售管道</strong></h2>
</div><p>The MAIW and Catalog Enrichment NVIDIA Blueprints are part of a greater initiative to reimagine the warehouse-to-consumer workflow with AI infrastructure at each level.</p>
<div class="lb-trans"><p>MAIW 和目錄豐富 NVIDIA 藍圖是重新構想從倉庫到消費者工作流程的更大倡議的一部分，在每個層級都採用 AI 基礎設施。</p>
</div><p>On the backend, the MAIW blueprint helps managers and warehouse workers in their daily supply and data management tasks, while the Catalog Enrichment NVIDIA Blueprint lets digital teams easily curate stylized SKU pages at the click of a button. Plus, the Nemotron-Personas-USA open-source dataset can be used in the development and training of solutions, improtving the diversity of synthetically generated data on a variety of shopper demographics.</p>
<div class="lb-trans"><p>在後端，MAIW 藍圖幫助管理者和倉庫工作人員處理日常供應和數據管理任務，而目錄豐富 NVIDIA 藍圖則讓數字團隊可以輕鬆地通過點擊按鈕來策劃風格化的 SKU 頁面。此外，Nemotron-Personas-USA 開源數據集可用於解決方案的開發和訓練，提高各種購物人羣的合成生成數據的多樣性。</p>
</div><p>On the front end, the previously released agentic NVIDIA Retail Shopping Assistant Blueprint can make product discovery and customers’ shopping experience conversational, more effortless and enjoyable by serving as a retail expert.</p>
<div class="lb-trans"><p>在前端，之前發佈的代理型 NVIDIA 零售購物助手藍圖可以使產品發現和客户的購物體驗變得對話化、更加輕鬆和愉悦，充當零售專家。</p>
</div><p>“The next step is embedding a physical AI layer into warehouse and store operations, enabling intelligent agents to see, reason, and act on real-world inventory and supply-chain challenges,” said Tarik Hammadou. “By training physical agents with capabilities like computer vision, we’re moving toward more adaptive and autonomous operations.”</p>
<div class="lb-trans"><p>“下一步是在倉庫和商店運營中嵌入物理 AI 層，使智能代理能夠看到、推理並應對現實世界的庫存和供應鏈挑戰，” Tarik Hammadou 説。“通過訓練具備計算機視覺等能力的物理代理，我們正朝着更具適應性和自主性的運營邁進。”</p>
</div><p>Learn more about the MAIW and Retail Catalog Enrichment blueprints on the NVIDIA Technical Blog.</p>
<div class="lb-trans"><p>在 NVIDIA 技術博客上了解更多關於 MAIW 和零售目錄豐富藍圖的信息。</p>
</div>

NVIDIA Unveils Multi-Agent Intelligent Warehouse and Catalog Enrichment AI Blueprints to Power the Retail Pipeline

- NVIDIA 推出 MAIW 和零售產品目錄增強藍圖，提升零售價值鏈效率。  
- 新藍圖利用 AI 構建定製化解決方案，解決庫存管理和產品數據不足的問題。  
- 這些工具幫助企業實現實時決策，優化產品信息，提高客户體驗。

英偉達發佈多代理智能倉庫和目錄增強 AI 藍圖，以推動零售業的發展