现在全球关注度最高的超市就应该是马云的“无人超市”了，自动识别、VR通道、即走即付、虚拟货架、24小时、无收银员的特点带动了互联网行业及零售行业的一阵热捧。

无人超市的出现，并不只是最近的事。

Nraffr

2016年初，瑞典就出现了通过手机扫描二维码进门，且手机绑定信用卡支付的无人便利店

BingoBox

在今年6月初，一家叫“缤果盒子” （BingoBox）的无人收银便利店登陆上海，号称全球第一款真正意义上的、可规模化复制的24小时无人值守便利店。

AmazonGo

美国零售巨头亚马逊就曾在2016年推出过无人便利店AmazonGo，但仍局限在亚马逊西雅图总部供员工测试使用，不对外开放。

而这阵子刷屏的杭州无人超市，采用的是视觉传感器、压力传感器以及物联网支付等技术。其中关键就在于为每件商品添加了RFID标签（俗称电子标签），它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。目前在一些图书馆和线下商店的磁扣中，也会用到类似的技术。可以说，这是一种相对成熟且廉价的解决方案。

马云的“无人超市”第一次进店的时候，打开淘宝扫描门口的二维码进店，接下来的购物全程都无需再使用手机。

目前店内分为超市区和餐饮点单区，超市区内各种商品应有尽有，玩具、公仔、日用品、饮料，等等商品，消费者可以做到想拿就拿，说走就走。挑选好商品，直接就可以出门。无须扫码支付，无须收银员，系统自动会在大门处识别商品，并自动从支付宝扣款。

餐饮点单区，由于比较特殊，所以有服务员；当你点好后，你只要在屏幕下方站着，头顶就会显示取餐号码和剩余时间。如果已经做好，就会显示：XX号，请取单。

相关技术

马云“无人超市”应用了人工智能卷积神经网络、深度学习、机器视觉以及生物识别等人工智能领域前沿技术，可实现扫码进店、直接购物、拿了就走、无需结账的无人店全智能化操作。

“无人超市”的本地处理系统应用了深度学习的神经网络，会记录每个客户的消费习惯，甚至会在外网抓取用户信息，实现“人店对话”。第一次的沟通是最简单的，“您好，欢迎光临，您正在看的是XX商品。”随着客户消费次数的增加会越来越智能，下一次购物时可能会问“您好，上次购买的商品还喜欢吗？我们推出了新的产品您要看看吗？”

机器视觉技术+生物识别技术锁定消费者身份，确定“我就是我，而不是我的双胞胎姐妹”。尽管关联的只有消费者的支付宝账号，但“眼睛”可以看到用户的性别、年龄，样貌，将信号传输给“大脑”，建立更好的交流。不过要很好的实现这一点，还有很长的路要走。目前“眼睛”完成的主要任务是，商品和消费者之间的绑定。通过机器视觉+无线射频技术，40毫秒比对一次，了解消费者拿走或放回的是什么商品。使用了卷积神经网络和机器视觉对消费者的体态以及商品进行识别分析。由于人脸易被遮挡，在持续追踪消费者时，体态识别比人脸识别可行性更高，不易跟丢。目前“无人超市”采用“非配合人脸识别”技术，即用户在不看镜头的情况下，系统也能精确捕捉用户的生物特征，并进行匹配、计算。用户首次进店时需要进行人脸信息采集，并同意自动扣款协议。并且，机器视觉可以识别大部分形状标准的商品，但小部分软的、容易变形的商品，需要用射频技术来识别。

同时，机器视觉识别商品最大的挑战在于去背景。店内光线的变化和移动的消费者都会对识别的准确性造成影响。目前阿里采用的是多路摄像头和传感器结合的方案。多路摄像头的主要作用在于监控店内的情况，同时追踪分析消费者的行为。比如，分析用户拿到某一样商品时的表情和肢体语言，借此帮助商家判断某款商品是否足够符合他们的心意；通过捕捉消费者在店内的运动轨迹、在货架面前的停留时长，则可以指导商家调整货品的陈列方式和店内的服务装置。不过，阿里无人超市内的商品加购并非通过机器视觉系统来完成的。虽然其货架上也集成了识别系统，但主要是用于记录消费者的行为，比如消费者对某个特定商品拿起、放下了多少次。

据业内人士介绍，采用机器视觉方案的无人零售店，随着店铺面积增大、人流量增多，将对GPU造成巨大的挑战，且识别精度也难以保证。无人售货便利店中用到的图像识别系统在小范围场景中——比如10平米，100个商品品类，2个用户——和高资本、技术投入下，准确率是可以接受的。但如果要进一步扩大，则将面临非常大的挑战。考虑到阿里无人零售店面积高达200平米，无论是从对GPU的挑战还是识别的准确性来说，用机器视觉进行商品加购都是难以实现的。

线下消费在新技术的促进下，不断涌现出新的商业模式与商业场景，但这种无人超市是否会成为新趋势，是否会代替传统的零售模式，则有待时间检验。不过，在这个智能时代，或许一切都充满了可能。