当前位置: 首页 > news >正文

Posiflex亮相2026年欧洲零售业展览会,展示AI驱动的零售创新成果

从AI驱动的自助结账到新一代感应式支付交易,Posiflex推出端到端解决方案,重新定义现代零售消费体验

全球领先的销售点(POS)系统和线上到线下(O2O)解决方案提供商Posiflex Technology, Inc.将携旗下AI驱动的最新零售创新产品组合,亮相将于2026年2月22日至26日在德国杜塞尔多夫展览中心举办的2026年欧洲零售业展览会(EuroShop 2026)。本届展会是这一全球顶级零售行业展会的第60届盛会,Posiflex将在现场展示AI赋能技术和场景驱动型系统设计如何满足现代零售环境不断演变的需求,覆盖自助结账、AI识别、无接触交易、厨房运营和新一代自助服务等多个领域。诚邀参观者前往6号馆C42展位探索这些解决方案,了解Posiflex如何助力零售商打造灵活敏捷、面向未来的商业模式。

AI驱动的智能自助结账系统

SCO系列通过集成AI商品识别技术,打造快速智能的自助结账体验,支持称重计价和射频识别(RFID)两种配置模式。该系统采用模块化架构设计和灵活的安装方案,可无缝适配各类零售门店布局,实现商品精准识别、结账耗时缩短,同时提升防损管理成效。通过最大限度减少收银环节的操作阻碍,SCO系列可帮助零售商提高收银效率,同时保障流畅安全的顾客消费体验。

紧凑型AI菜品识别POS系统

FR系列专为自助结账场景设计,搭载AI驱动的快速菜品识别技术,让顾客在几秒钟内完成从取餐到付款的整个流程。系统依托高性能AI算法和易集成的软件开发工具包(SDK),能够精准识别多种菜品的混合摆放,从而简化结账流程、缩短排队时长并最大限度地减少人工操作。该产品是企业食堂、校园餐厅以及快餐连锁品牌等场景的理想之选。

支持非接触式交易的感应式支付POS系统

Posiflex还将展出旗下感应式支付POS解决方案,该方案基于GT系列终端打造,搭载自主研发的触感应近场通信(NFC-on-Touch)技术,支持多天线配置。该解决方案在时尚的GT系列POS终端上展示,以更高的速度和安全性实现了全流程无接触交易。GT系列终端配备4毫米超窄边框,搭载400尼特高亮度显示屏,支持机身双侧外接各类设备。灵活的产品设计使其适用于各类顾客交互场景,完美契合这些场景对交易速度、便捷性和交互质量的核心要求。

以性能为导向的厨房显示系统

KDS系列针对后厨高强度作业环境设计,配备21.5英寸高亮度显示屏,表面经过防反光和防指纹处理,机身外壳坚固耐用。系统可耐受高温、潮湿和日常频繁使用等严苛条件,确保屏幕显示清晰、运行稳定可靠,帮助后厨工作人员维持顺畅的工作流程,保障稳定的服务品质。

新一代自助服务终端

本次展会的收官展示亮点,是Posiflex首次推出的全新自助服务终端产品线,包括JK-2762和EK-2462两款机型。产品搭载Intel® Raptor Lake处理器,实现性能与稳定性的双重提升。此外,SOK系列终端进一步集成AI语音交互功能,打造更具人性化和沉浸感的自助服务体验,可广泛应用于零售和餐饮住宿等多个行业。

我们诚挚欢迎您莅临6号馆C42展位,与我们的团队深入交流,探讨Posiflex解决方案如何契合您的业务运营需求。我们鼓励参观者提前与我们的代表预约会面,以便在展会期间进行更细致深入的洽谈。

关于POSIFLEX Group

Posiflex Group是全球领先的商用智能物联网(Commercial AIoT)平台,由智能线上到线下(O2O)和场景定义的嵌入式设备解决方案提供支持。Posiflex Group由三大支柱品牌组成:POS和自助服务终端领域的全球前五大品牌Posiflex、用于AIoT边缘计算的嵌入式代工厂Portwell,以及面向托管自助服务自动化领域的KIOSK Information Systems (KIS)——它们有着一个共同的使命,即在互联世界中实现优化的生产力和卓越的客户旅程。

免责声明:本公告之原文版本乃官方授权版本。译文仅供方便了解之用,烦请参照原文,原文版本乃唯一具法律效力之版本。

Posiflex推出端到端解决方案,重新定义现代零售消费体验

http://www.jsqmd.com/news/276117/

相关文章:

  • 小白也能用!Z-Image-ComfyUI一键启动AI绘画工作流
  • Glyph视觉推理实战案例:网页端推理部署详细步骤
  • AI算力爆发,储能迈向星辰大海!2026中国AIDC储能大会等你来
  • Z-Image-Turbo优化建议:提升生成稳定性的几个小技巧
  • Celonis在2026年世界经济论坛达沃斯年会上倡议“释放流程”运动
  • VibeThinker-1.5B代码生成能力实测:LiveCodeBench v6表现分析
  • 【Linux开发二】数字反转|除数累加|差分数组|vector插入和访问|小数四舍五入及向上取整|矩阵逆置|基础文件IO|深入文件IO
  • 揭秘未来!智能资源规划AI系统,AI应用架构师的未来发展
  • 成本大降!自建识别系统年省超15万元
  • Listing评分仅38分?DeepBI是如何让ACOS从62%降至24%的?
  • 西北工业大学 StereoMV2D 突破 3D 物体检测深度难题,精度与效率兼得
  • 麦橘超然版本回退方法:rollback操作步骤
  • 万物识别模型稳定性测试:长时间运行GPU内存泄漏排查
  • 抠图速度慢?GPU加速的cv_unet镜像提速秘籍
  • 2026年CV领域入门必看:YOLO11开源模型+弹性GPU部署指南
  • Paraformer-large二次开发指南:自定义界面与功能扩展教程
  • 为什么选择Paraformer-large?离线语音识别部署入门必看指南
  • CAM++生产环境部署:高并发下稳定性优化实战
  • PyTorch镜像适合教学?高校课程环境批量部署案例
  • 学习日记day62
  • 教育场景应用:老师卡通形象吸引学生注意
  • Glyph语音转图像?跨模态能力边界测试部署指南
  • Z-Image-Turbo Gradio界面定制:修改UI提升用户体验
  • 实测对比Z-Image-Turbo和SDXL:速度差距太明显
  • Qwen3Guard-Gen-8B冷启动问题:缓存预加载解决方案
  • 小白也能懂的视觉大模型:GLM-4.6V-Flash-WEB保姆级教程
  • 如何通过读文献寻找科研思路?
  • 企业AI Agent的容器化微服务部署策略
  • fft npainting lama批量处理技巧,效率提升一倍
  • 看完了就想试!用科哥镜像打造的语音转文字效果太惊艳