当前位置: 首页 > news >正文

算力驱动智慧零售|腾视科技AI边缘算力盒子 —— 无人商超全场景解决方案重磅发布

AGI普及,驱动未来无限可能。随着智慧零售全面升级,无人商超、24小时便利店、自助智慧门店已成为行业主流趋势。以更低成本、更快部署、更稳运行、更智能的本地AI算力,成为无人零售规模化落地的关键。

今日,腾视科技重磅推出TS-SL-M100系列AI边缘算力盒子及无人商超全场景解决方案,以超强算力、丰富接口、4K高清、多系统兼容、工业级稳定,为无人商超打造一站式本地AI大脑,让商品识别、无感收银、智能防损、大屏运营、远程运维、安全管控、运营分析等一步到位。

专为无人商超打造的核心算力优势

1. 强劲AI算力,支撑全店智能运行

四核Cortex-A73处理器,主频高达2.1GHz;

NPU算力高达6.75TOPS@INT8,多算法并行流畅运行;

12nm先进工艺,高性能、低功耗,满足7×24h无人值守。

2. 4K高清输入输出,大屏 + 监控全覆盖

HDMI 2.1 IN / OUT双路4K@60fps,完美接入广告屏、信息屏、监控信号;

双路MIPI CSI摄像头输入,支持多路高清监控布点;

支持视频超分,低清画面实时提升为高清画质。

3. 接口超丰富,一机控全店设备

双千兆以太网,稳定联网不掉线;

2×USB3.0 + 1×USB2.0 + USB-C OTG;

支持Wi-Fi 6 / BT5.0 / 4G扩展;

可直连:摄像头、门禁、扫码枪、小票机、广告屏、传感器、自助终端等。

4. 多系统支持,快速落地易开发

支持Android / Ubuntu / Debian / OpenHarmony;

提供完整二次开发SDK;

算法移植简单,工程化效率高,大幅缩短项目周期。

5. 超薄工业级设计,嵌入式部署更方便

尺寸:160.0×105.0×18.0mm,轻薄易安装;

宽温稳定、抗干扰、长寿命;

适合机柜、收银台、大屏背板等隐蔽安装。

无人商超全场景解决方案

1. AI商品识别 + 无感自助收银

本地AI实时识别商品品类、数量,支持 “拿了就走” 无感购物,自动计价、快速结算,提升顾客体验,减少排队与人工成本。

2. 智能防损与行为分析

对出入口、货架、重点区域进行多点布控,实时识别:

未结账离店;

物品遗留 / 偷窃;

人员徘徊、翻越、聚集,本地即时告警,有效降低门店损失。

3. 大屏智能运营 + 视频超分

店内广告屏、信息屏实现:

AI视频超分,低清片源变高清;

智能播放促销视频、品牌宣传;

提升门店形象,吸引客流。

4. 内容安全审核

对大屏播放内容进行AI自动审查,识别违规画面与文字,确保公共播放安全合规,满足商场、园区、交通枢纽等监管要求。

5. 客流分析与运营优化

实时统计:

进店人数;

顾客停留时长;

区域热度与购物动线,帮助店主优化选品、陈列、促销策略,提升营收。

6. 无人值守 + 远程运维

支持远程设备管理、系统升级、状态监控,多门店统一运维,无需人工驻店,真正实现降本增效、无人化运营。

其次,腾视科技TS-SL-M100系列AI边缘算力盒子在无人商超应用之外,目前已在家庭影院、户外大屏、机场/地铁、扩展坞、视频播放器、直播导播等场景中批量应用。

面向智慧零售新时代,腾视科技将持续以边缘AI技术为引擎,不断深化场景适配与方案迭代,推动无人商超向更高效、更智能、更普惠的方向全面迈进,与行业伙伴共启数字化零售新未来。

浙江腾视算擎科技有限公司(简称:腾视科技)成立于2021年,总部位于浙江杭州,在杭州、深圳等城市设有研发中心。公司依托核心技术提供机器人控制全栈AI边缘智算大脑、AI+行业赋能边缘算力模组、边缘计算终端的专精特新及国家高新技术企业。

公司核心团队来自华为、中兴,基于英伟达、高通、华为等市场主流AI算力芯片,配置1-500TOPS算力范围的丰富产品线,专注于构建“感知、决策、控制”一体化边缘智算平台。通过自主研发的AI加速引擎与分布式调度系统,为工业机器人、特种车辆、智慧能源等20+行业提供低时延、高可靠的智能决策中枢,产品覆盖中国、中东、印度、南美、东南亚等全球多个地区。

秉承“诚信、进取、协同、简单”的经营理念,腾视科技致力成为“全球领先的AI算力模组及智能体AGI解决方案提供商”,通过国产化、数字化、智能化创新技术,软硬件一体化解决方案能力及全生命周期服务体系,激活行业新动能、发展新质生产力,助力广大客户数字化转型和智能化升级。

http://www.jsqmd.com/news/575287/

相关文章:

  • 别再用if-else了!用状态机重构你的51单片机红外循迹小车代码(思路+代码对比)
  • 别再当‘黑盒’玩家了!用Grad-CAM给你的YOLOv5模型做个‘X光’检查(附完整代码)
  • HoRain云--RESTful API设计核心
  • 发动机阀系系统设计避坑指南:AVL-Excite中这10个元素配置最容易出错
  • 3个突破式步骤:APK-Installer让跨平台应用安装不再复杂
  • 解密Godot引擎资源提取:PCK文件探秘与实战指南
  • 微信小程序uView实战:u-picker三级联动避坑指南(附完整代码)
  • 【nacos】2.4.2版本安全升级实战:从漏洞修复到鉴权配置
  • 拼多多AI标题优化实战:从百度指数到智能生成,三步打造爆款标题
  • 3步打造华硕笔记本终极控制中心:GHelper轻量级工具深度应用指南
  • Android购物商城APP实战:从零到一构建核心功能模块
  • Nanbeige 4.1-3B Streamlit WebUI部署教程:CI/CD自动化部署流水线设计
  • 好写作AI|避免“AI味”过重:硕士初稿中的人机协同写作技巧
  • WebPlotDigitizer革新性图像数字化全链路解决方案:从像素到数据的智能转化指南
  • 5个实战技巧:网络性能诊断完全指南
  • OpenClaw数据安全方案:Qwen3.5-9B私有化处理敏感文档
  • 2026年4月最新江诗丹顿官方售后服务中心网点考察报告(新址) - 速递信息
  • AI专著生成新玩法!掌握这些工具,快速产出高质量专业专著
  • IM1281B电量计模块避坑指南:从接线到数据解析的全流程实战
  • AI专著生成新玩法!揭秘爆款专著背后的AI写作工具
  • 天虹购物卡回收方法分享:回收注意事项及常见问题解答 - 团团收购物卡回收
  • 技术深度解析:logitech-pubg项目实现PUBG后坐力控制的Lua脚本架构设计
  • AI 编程助手的幻觉问题:如何用 OpenSpec 实现规范驱动开发
  • 猫抓扩展全方位解析:从问题诊断到深度优化的终极指南
  • 千问3.5-2B图文理解入门指南:无需Python基础,网页交互式视觉AI初体验
  • ENVI实战:利用传感器波谱响应函数实现光谱曲线精准重采样
  • ADS工程化实践:AEL自定义函数库的创建与集成
  • FPGA开发选型实战:以Microchip Libero为例,聊聊LVCMOS和LVTTL到底该怎么选?
  • DLSS Swapper技术解析:3层架构实现游戏性能优化自动化
  • 热键冲突检测:Windows系统中的按键侦探手记