五金门店拍照识别应用场景全景
生成时间：2026-06-06
版本：v1.0（首版）
作者：小罗（基于 8 部署组合 + 60+ 真实场景）
状态：产品规划文档
零、文档目的
本文系统梳理 五金门店部署视觉 AI 模型后可以落地的所有应用场景，按业务类别组织，共 12 大类 / 60+ 子场景。
每套模型组合（极简 2 模型 / 性能三模型 / 边缘极速 等）都可同时支撑这些场景，一次投入、多次复用。
一、模型组合速览（前置知识）
8 大部署组合详见 [VLM部署组合方案.md]，此处只列最常被引用的 3 个。
A. 极简 2 模型（首选）
Qwen/Qwen2.5-VL-3B-Instruct-AWQ 通用视觉/中文（2.6GB） PaddlePaddle/PaddleOCR-VL-1.5 价签/包装 OCR（1GB）
B. 性能三模型（稳健）
Qwen/Qwen2.5-VL-3B-Instruct 通用视觉/中文（4GB） Tencent-Hunyuan/HunyuanOCR 价签/包装 OCR SOTA（1GB） IDEA-Research/Rex-Omni 视觉定位/计数（6GB）
D. 边缘极速（收银台）
Qwen/Qwen2.5-VL-3B-Instruct-AWQ 通用（2.6GB） prithivMLmods/Polaris-VGA-2B-Post1.0 视觉定位（1.5GB）
二、🛒 商品管理类（5 个场景）
场景 1：拍照入购物车
| 维度 |
详情 |
| 客户/店员 |
客户/店员拿起商品，手机拍 1 张 |
| AI 流程 |
Qwen2.5-VL 识别品名 + PaddleOCR 提取规格 + SKU 匹配 → 入购物车 |
| 解决痛点 |
散装/无条码商品难录入；客户不想等扫码 |
| 真实收益 |
录入时间 30s → 3s；人工成本 0.5 元/单 → 0.05 元/单 |
| 推荐组合 |
A（极简）/ D（边缘） |
| 优先级 |
🟢 第一波（2 周内上线） |
场景 2：散装商品识别（最难的）
| 维度 |
详情 |
| 场景 |
散装螺丝 100 颗一堆 / 钉子一堆 / 散装电子元件 |
| AI 流程 |
Rex-Omni 密集计数 + Qwen2.5-VL 型号识别 + HunyuanOCR 袋上标签 |
| 对比 |
传统称重（±20%误差）→ 拍照计数（80-90%精度） |
| 推荐组合 |
B（性能三模型） |
| 优先级 |
🟡 第二波 |
场景 3：包装盒品名反查
| 维度 |
详情 |
| 场景 |
客户拿了一盒"自攻螺丝 M3×10 304 不锈钢 100 颗/盒" |
| AI 流程 |
PaddleOCR 提取 6 项关键信息 → Qwen2.5-VL 标准化 → SKU 模糊匹配 → 入库 |
| 细节 |
小字密集、可能反光、倾斜拍照、透视畸变 |
| 推荐组合 |
A / B |
| 优先级 |
🟢 第一波 |
场景 4：价签识别 + 改价
| 维度 |
详情 |
| 场景 |
店长批量检查价签是否正确 |
| AI 流程 |
PaddleOCR 读价签 → 反查 SKU → 对比系统价 → 标红不一致 → 批量导出 |
| 真实场景 |
100 个 SKU 5 分钟检查完；传统人工 2 小时 |
| 错误率 |
人工 5% → AI 0.5% |
| 推荐组合 |
A / B |
| 优先级 |
🟢 第一波 |
场景 5：多商品批量录入
| 维度 |
详情 |
| 场景 |
客户拿一筐商品（5-10 件）一次性录入 |
| AI 流程 |
Rex-Omni 框选每件 → Qwen2.5-VL 识别 → OCR 提取规格 → 合并去重 |
| 复杂场景 |
遮挡、重叠、角度变化、反光 |
| 推荐组合 |
B（性能三模型） |
| 优先级 |
🟡 第二波 |
三、🔍 商品查询类（5 个场景）
场景 6：拍图搜 SKU
| 维度 |
详情 |
| 场景 |
客户拍"看起来像扳手"的图，问"这是什么？" |
| AI 流程 |
Qwen2.5-VL 描述图像 → 向量检索（Milvus/ES）→ 候选前 5 → 用户点选 |
| 典型问题 |
"这是几号扳手？""这种螺丝有多长？""这个有现货吗？" |
| 推荐组合 |
A / B |
| 优先级 |
🟢 第一波 |
场景 7：替代品推荐
| 维度 |
详情 |
| 场景 |
客户要"内六角扳手 4mm"但缺货 |
| AI 流程 |
Qwen2.5-VL 识别 → 查库存 → 如缺货，Rex-Omni 找相似规格 → 推荐 |
| 价值 |
提升客单价、减少流失、增加复购 |
| 推荐组合 |
B |
| 优先级 |
🟡 第二波 |
场景 8：商品成分/材料识别
| 维度 |
详情 |
| 场景 |
客户拿一捆线问"是铜芯还是铝芯？" |
| AI 流程 |
Qwen2.5-VL 识别外观 + Rex-Omni 找截面特征 + 细节分析 |
| 类似场景 |
304/201 不锈钢、几平方电线、水性/油性油漆、实木/颗粒板 |
| 推荐组合 |
B |
| 优先级 |
🟡 第二波 |
场景 9：商品产地/品牌识别
| 维度 |
详情 |
| 场景 |
客户问"这是不是正品 XX 品牌？" |
| AI 流程 |
Qwen2.5-VL + Florence-2 检测 LOGO + PaddleOCR 提取防伪码 + 对比真品库 |
| 警示 |
"⚠️ 疑似假货，建议核对" |
| 推荐组合 |
B |
| 优先级 |
🔵 第三波 |
场景 10：商品新旧程度评估（二手回收）
| 维度 |
详情 |
| 场景 |
客户拿二手电钻来卖 |
| AI 流程 |
Qwen2.5-VL 评估外观磨损 + HunyuanOCR 读说明书 + Florence-2 检测划痕掉漆 |
| 输出 |
"8 成新，建议 80 元回收" |
| 推荐组合 |
B |
| 优先级 |
🔵 第三波 |
四、📋 库存管理类（5 个场景）
场景 11：货架自动盘点
| 维度 |
详情 |
| 场景 |
总部远程盘点 100 家门店的货架 |
| AI 流程 |
Marlin-2B 视频时间定位 → Qwen2.5-VL 关键帧识别 → Rex-Omni 定位 → HunyuanOCR 读价签 → 聚合对比 |
| 效率 |
100 家店盘点：人工 1 周 → AI 1 天 |
| 错误率 |
人工 8% → AI 1% |
| 推荐组合 |
视频巡店组合（需 Marlin-2B） |
| 优先级 |
🟡 第二波 |
场景 12：缺货预警
| 维度 |
详情 |
| 场景 |
货架上某商品快卖完了 |
| AI 流程 |
Rex-Omni 检测空位 → Qwen2.5-VL 描述应放商品 → 对比陈列图 → 推送预警 |
| 进阶提示 |
"5号货架螺丝区空 30%；预估 2 天卖完；建议补货 50 袋" |
| 推荐组合 |
B |
| 优先级 |
🟡 第二波 |
场景 13：过期商品检测
| 维度 |
详情 |
| 场景 |
检查胶水/电池/润滑油保质期 |
| AI 流程 |
PaddleOCR 提取生产日期 + Qwen2.5-VL 判断是否过期 + 标记临期 |
| 推送 |
"20 件商品 30 天内过期，建议促销" |
| 推荐组合 |
A / B |
| 优先级 |
🟡 第二波 |
场景 14：库存拍照盘点（进货验收）
| 维度 |
详情 |
| 场景 |
一卡车螺丝到货，逐袋清点 |
| AI 流程 |
Rex-Omni 数每袋颗粒 + Qwen2.5-VL 识别型号 + HunyuanOCR 读外箱 → 实际入库数 → 对比采购单 |
| 节省 |
人工清点 1 车 2 小时 → AI 5 分钟 |
| 推荐组合 |
B |
| 优先级 |
🟡 第二波 |
场景 15：错放/乱放商品检测
| 维度 |
详情 |
| 场景 |
客户把商品放错位置 |
| AI 流程 |
Rex-Omni 检测每件位置 + Qwen2.5-VL 识别商品 + 对比陈列图 + 标红错放 |
| 推荐组合 |
B |
| 优先级 |
🔵 第三波 |
五、🛍️ 销售辅助类（5 个场景）
场景 16：智能导购
| 维度 |
详情 |
| 场景 |
客户描述需求 → 推荐商品 |
| 对话示例 |
客户："我家水龙头漏水" → AI：推荐生料带+扳手+密封圈套装 |
| 多模态输入 |
客户拍照/视频识别需求 + 文字/语音理解意图 + 历史购买推测偏好 |
| 推荐组合 |
A + Agent 增强（Gemma 4 12B） |
| 优先级 |
🟢 第一波 |
场景 17：演示视频自动解说
| 维度 |
详情 |
| 场景 |
客户用手机看产品演示视频 |
| AI 流程 |
Marlin-2B 提取关键事件 + Qwen2.5-VL 生成解说 + TTS 实时播报 |
| 应用 |
电钻使用教程、电线接线步骤、油漆施工流程、智能锁安装 |
| 推荐组合 |
视频巡店组合 |
| 优先级 |
🔵 第三波 |
场景 18：拍照比价
| 维度 |
详情 |
| 场景 |
客户拿竞品来问"你们多少钱？" |
| AI 流程 |
Qwen2.5-VL 识别竞品 + 查本店价格 + 爬虫查网络价 + 展示对比 |
| 推荐组合 |
A |
| 优先级 |
🔵 第三波 |
场景 19：客户拍图问"怎么用？"
| 维度 |
详情 |
| 场景 |
客户买完电锯不会用 |
| AI 流程 |
Qwen2.5-VL 识别型号 + 检索说明书 + 生成 5 步图文 + TTS 讲解 |
| 进阶 |
Marlin-2B 看演示视频给步骤 + Rex-Omni 标注关键按钮 |
| 推荐组合 |
A + 视频模型 |
| 优先级 |
🟡 第二波 |
场景 20：AR 试装预览
| 维度 |
详情 |
| 场景 |
客户想看电灯装在自家墙上的效果 |
| AI 流程 |
客户拍自家墙 + Qwen2.5-VL 识别墙面 + 抠区域 + 合成电灯图 |
| 推荐组合 |
A + 图像生成模型 |
| 优先级 |
🔵 第三波 |
六、🛠️ 售后客服类（5 个场景）
场景 21：退换货鉴定
| 维度 |
详情 |
| 场景 |
客户拿坏掉的商品要求退货 |
| AI 流程 |
Qwen2.5-VL 评估损坏 + Rex-Omni 找损坏点 + PaddleOCR 提取购买日期 |
| 判定规则 |
7 天内可退 / 质量问题可换 / 人为损坏不可退 |
| 推荐组合 |
B |
| 优先级 |
🟡 第二波 |
场景 22：安装/维修指导
| 维度 |
详情 |
| 场景 |
客户买水管不会接 |
| AI 流程 |
Marlin-2B 找视频关键步骤 + Qwen2.5-VL 生成图文教程 + Rex-Omni 标注操作点 + TTS 解说 |
| 支持类型 |
水管接头、电路接线、锁具安装、家具组装 |
| 推荐组合 |
视频组合 |
| 优先级 |
🟡 第二波 |
场景 23：商品保修查询
| 维度 |
详情 |
| 场景 |
客户电钻坏了问"还在保修期吗？" |
| AI 流程 |
Qwen2.5-VL 拍型号 + HunyuanOCR 读序列号 + 查系统保修期 |
| 推荐组合 |
A / B |
| 优先级 |
🟢 第一波 |
场景 24：故障诊断
| 维度 |
详情 |
| 场景 |
客户描述"电钻不转了" |
| AI 流程 |
Qwen2.5-VL 视觉识别 + 知识库匹配 + 推荐"可能是碳刷磨损" |
| 多模态 |
看外观 + 听声音（音频分析）+ 读说明书 + 综合判断 |
| 推荐组合 |
A + Gemma 4 12B（音频） |
| 优先级 |
🟡 第二波 |
场景 25：配件匹配
| 维度 |
详情 |
| 场景 |
客户电锯链条断了问"配什么链？" |
| AI 流程 |
Qwen2.5-VL 识别型号 + 查配件库 + 推荐"¥35，本店有现货" |
| 推荐组合 |
A |
| 优先级 |
🟢 第一波 |
七、📊 运营管理类（5 个场景）
场景 26：门店布局分析
| 维度 |
详情 |
| 场景 |
总部想优化门店陈列 |
| AI 流程 |
Marlin-2B 处理巡店视频 + Qwen2.5-VL 分析货架布局 + Rex-Omni 数人流热区 |
| 输出 |
"A 区人流量是 B 区的 3 倍，建议把高利润商品放 A 区" |
| 推荐组合 |
视频组合 |
| 优先级 |
🔵 第三波 |
场景 27：商品摆放合规检查
| 维度 |
详情 |
| 场景 |
检查货架是否符合陈列标准 |
| AI 流程 |
Rex-Omni 检测每件位置 + Qwen2.5-VL 识别商品 + 对比陈列标准图 |
| 推荐组合 |
B |
| 优先级 |
🔵 第三波 |
场景 28：价格巡查
| 维度 |
详情 |
| 场景 |
总部每周检查各门店价签一致性 |
| AI 流程 |
Marlin-2B 提取关键帧 + HunyuanOCR 读所有价签 + 对比总部价格表 |
| 推荐组合 |
视频组合 |
| 优先级 |
🟡 第二波 |
场景 29：员工操作规范检查
| 维度 |
详情 |
| 场景 |
检查员工是否戴工牌、是否规范操作 |
| AI 流程 |
Qwen2.5-VL 识别员工行为 + Rex-Omni 定位工牌 + 判定合规 |
| 推荐组合 |
B |
| 优先级 |
🔵 第三波 |
场景 30：客户行为分析
| 维度 |
详情 |
| 场景 |
分析客户在店内浏览路径 |
| AI 流程 |
Marlin-2B 提取事件 + Rex-Omni 跟踪客户位置 + Qwen2.5-VL 识别关注商品 |
| 输出 |
客户动线热力图 |
| 推荐组合 |
视频组合 |
| 优先级 |
🔵 第三波 |
八、🛡️ 安防管理类（5 个场景）
场景 31：异常行为检测
| 维度 |
详情 |
| 场景 |
检测盗窃、破坏等行为 |
| AI 流程 |
Marlin-2B 时间定位 + Qwen2.5-VL 行为分析 + 异常报警 |
| 检测类型 |
商品塞包、监控死角翻找、故意损坏、多人配合偷窃 |
| 推荐组合 |
视频组合 |
| 优先级 |
🟡 第二波 |
场景 32：烟雾/火灾预警
| 维度 |
详情 |
| 场景 |
检测电路起火、明火 |
| AI 流程 |
Qwen2.5-VL 实时检测烟雾/火焰 + 联动报警 + 推送店主手机 |
| 推荐组合 |
视频组合 |
| 优先级 |
🟡 第二波 |
场景 33：库存异常监控
| 维度 |
详情 |
| 场景 |
夜间库存被搬空预警 |
| AI 流程 |
定时拍照 + Rex-Omni 检测商品数量变化 + 异常推送 |
| 推荐组合 |
B |
| 优先级 |
🔵 第三波 |
场景 34：顾客摔倒/事故检测
| 维度 |
详情 |
| 场景 |
老人在五金店摔倒 |
| AI 流程 |
Marlin-2B 实时分析 + Qwen2.5-VL 识别摔倒姿态 + 立即呼叫店员 |
| 推荐组合 |
视频组合 |
| 优先级 |
🟡 第二波 |
场景 35：员工考勤
| 维度 |
详情 |
| 场景 |
自动统计员工在岗时间 |
| AI 流程 |
Qwen2.5-VL 检测员工位置 + 记录到岗时间 + 统计有效工时 |
| 推荐组合 |
视频组合 |
| 优先级 |
🔵 第三波 |
九、📚 知识管理类（4 个场景）
场景 36：商品说明书数字化
| 维度 |
详情 |
| 场景 |
把纸质说明书变成可搜索的知识库 |
| AI 流程 |
PaddleOCR 提取文字+表格+公式 + 整理结构化 + 入库 |
| 推荐组合 |
A / B |
| 优先级 |
🟡 第二波 |
场景 37：培训资料生成
| 维度 |
详情 |
| 场景 |
新人入职培训 |
| AI 流程 |
Marlin-2B 处理演示视频 + Qwen2.5-VL 生成图文教程 + 自动出 50 道考题 |
| 推荐组合 |
视频组合 |
| 优先级 |
🔵 第三波 |
场景 38：商品对比表自动生成
| 维度 |
详情 |
| 场景 |
客户问"电钻 A vs B 哪个好？" |
| AI 流程 |
PaddleOCR 提取两件商品参数 + Qwen2.5-VL 生成对比表 + 给出推荐 |
| 推荐组合 |
A |
| 优先级 |
🟢 第一波 |
场景 39：客户 FAQ 自动生成
| 维度 |
详情 |
| 场景 |
分析客户常问的问题 |
| AI 流程 |
Qwen2.5-VL 分析对话历史 + 聚类高频问题 + 自动生成 FAQ + 入客服知识库 |
| 推荐组合 |
A + Agent |
| 优先级 |
🟡 第二波 |
场景 40：多语言说明书
| 维度 |
详情 |
| 场景 |
进口商品只有英文说明书 |
| AI 流程 |
Qwen2.5-VL-3B 拍说明书 + 翻译为中文 + 客户扫码看中文版 |
| 推荐组合 |
A |
| 优先级 |
🔵 第三波 |
十、🚚 供应链类（5 个场景）
场景 41：进货验收拍照存档
| 维度 |
详情 |
| 场景 |
每批进货拍照存证 |
| AI 流程 |
Rex-Omni 标注位置 + Qwen2.5-VL 识别商品 + HunyuanOCR 读批次号/日期 + 入库可追溯 |
| 推荐组合 |
B |
| 优先级 |
🟡 第二波 |
场景 42：物流包装检测
| 维度 |
详情 |
| 场景 |
发货前检查包装完整性 |
| AI 流程 |
Qwen2.5-VL 检查外箱 + Rex-Omni 检测破损 + 提示加固 |
| 推荐组合 |
B |
| 优先级 |
🔵 第三波 |
场景 43：退货商品质检
| 维度 |
详情 |
| 场景 |
客户退回商品入库前质检 |
| AI 流程 |
Qwen2.5-VL 评估外观 + PaddleOCR 提取生产信息 + 判定可销售性 |
| 判定 |
全新可二次销售 / 包装损坏可折价 / 影响销售建议报废 |
| 推荐组合 |
A / B |
| 优先级 |
🟡 第二波 |
场景 44：供应商资质核验
| 维度 |
详情 |
| 场景 |
审核供应商资质文件 |
| AI 流程 |
PaddleOCR 提取营业执照/质检报告 + Qwen2.5-VL 验证真伪 + 自动入档 |
| 推荐组合 |
A |
| 优先级 |
🔵 第三波 |
场景 45：采购需求预测
| 维度 |
详情 |
| 场景 |
基于销售历史预测下次采购量 |
| AI 流程 |
读历史销售数据 + Qwen2.5-VL 理解季节性/促销 + 输出采购建议 |
| 推荐组合 |
A + 数据分析 |
| 优先级 |
🟡 第二波 |
十一、💼 财务/合规类（5 个场景）
场景 46：发票自动识别
| 维度 |
详情 |
| 场景 |
客户要开发票 |
| AI 流程 |
HunyuanOCR 读取发票信息 + Qwen2.5-VL 核对清单 + 自动开票 |
| 推荐组合 |
A / B |
| 优先级 |
🟢 第一波 |
场景 47：收银小票质检
| 维度 |
详情 |
| 场景 |
检查收银小票是否规范 |
| AI 流程 |
PaddleOCR 提取小票 + Qwen2.5-VL 检查要素 + 提示补漏 |
| 推荐组合 |
A |
| 优先级 |
🟡 第二波 |
场景 48：凭证附件分类
| 维度 |
详情 |
| 场景 |
财务凭证需要分类归档 |
| AI 流程 |
Qwen2.5-VL 看附件内容 + 自动分类到对应科目 + 入财务系统 |
| 推荐组合 |
A |
| 优先级 |
🔵 第三波 |
场景 49：税务合规检查
| 维度 |
详情 |
| 场景 |
检查价签是否含税 |
| AI 流程 |
HunyuanOCR 读价签 + 检查含税/未税标注 + 提示修改 |
| 推荐组合 |
A / B |
| 优先级 |
🟡 第二波 |
场景 50：现金盘点
| 维度 |
详情 |
| 场景 |
每日现金盘点 |
| AI 流程 |
拍收银台抽屉 + Qwen2.5-VL 数现金面额 + 核对系统 + 差异提醒 |
| 推荐组合 |
A |
| 优先级 |
🔵 第三波 |
十二、🎓 营销/客户运营类（5 个场景）
场景 51：客户拍图评价
| 维度 |
详情 |
| 场景 |
客户买完发买家秀 |
| AI 流程 |
Qwen2.5-VL 看买家秀 + 自动生成评价文字 + 智能推荐商品 |
| 推荐组合 |
A |
| 优先级 |
🔵 第三波 |
场景 52：直播带货辅助
| 维度 |
详情 |
| 场景 |
店员直播卖货 |
| AI 流程 |
Marlin-2B 实时分析 + Qwen2.5-VL 自动识别商品 + 弹商品信息卡 + 实时解弹幕 |
| 推荐组合 |
视频组合 + Agent |
| 优先级 |
🔵 第三波 |
场景 53：朋友圈/小红书内容生成
| 维度 |
详情 |
| 场景 |
商家发推广内容 |
| AI 流程 |
拍商品图 + Qwen2.5-VL 自动生成 9 宫格文案 + 适配多平台风格 |
| 推荐组合 |
A + 图像生成 |
| 优先级 |
🔵 第三波 |
场景 54：节日陈列推荐
| 维度 |
详情 |
| 场景 |
春节前想换陈列 |
| AI 流程 |
拍当前货架 + Qwen2.5-VL 推荐春节主题陈列 + 模拟效果图 |
| 推荐组合 |
A + 图像生成 |
| 优先级 |
🔵 第三波 |
场景 55：竞品监控
| 维度 |
详情 |
| 场景 |
监控隔壁五金店新品 |
| AI 流程 |
拍竞品店 + Qwen2.5-VL 识别新品 + 推送"竞品新增智能锁品类" |
| 推荐组合 |
A |
| 优先级 |
🔵 第三波 |
十三、🔧 设备/工具类（5 个场景）
场景 56：工具租借登记
| 维度 |
详情 |
| 场景 |
客户租电钻 |
| AI 流程 |
Qwen2.5-VL 拍工具+客户证件 + PaddleOCR 提取证件号 + 自动登记 |
| 推荐组合 |
A |
| 优先级 |
🟡 第二波 |
场景 57：充电/借电宝类
| 维度 |
详情 |
| 场景 |
客户借充电设备 |
| AI 流程 |
扫码+拍照 + 押金自动冻结 + 还时自动识别损坏 |
| 推荐组合 |
A |
| 优先级 |
🔵 第三波 |
场景 58：二手工具评估
| 维度 |
详情 |
| 场景 |
客户卖二手电锯 |
| AI 流程 |
Qwen2.5-VL 评估外观 + Rex-Omni 检测磨损 + HunyuanOCR 读序列号查维修记录 |
| 推荐组合 |
B |
| 优先级 |
🟡 第二波 |
场景 59：工具维修进度查询
| 维度 |
详情 |
| 场景 |
客户问"我的电钻修好没？" |
| AI 流程 |
拍维修单 + HunyuanOCR 提取编号 + 查系统 + 回答进度 |
| 推荐组合 |
A |
| 优先级 |
🟢 第一波 |
场景 60：配件适配查询
| 维度 |
详情 |
| 场景 |
客户拿电池问"这电池配什么？" |
| AI 流程 |
Qwen2.5-VL 识别电池型号 + 查配件库 + 列出兼容工具 |
| 推荐组合 |
A |
| 优先级 |
🟢 第一波 |
十四、场景总览与落地优先级
60+ 场景速查表
| 类别 |
场景数 |
关键模型 |
商业价值 |
| 商品管理 |
5 |
Qwen-VL + PaddleOCR + Rex |
⭐⭐⭐⭐⭐ |
| 商品查询 |
5 |
Qwen-VL + Florence + OCR |
⭐⭐⭐⭐⭐ |
| 库存管理 |
5 |
Marlin + Rex + OCR |
⭐⭐⭐⭐ |
| 销售辅助 |
5 |
Qwen-VL + Marlin + Rex |
⭐⭐⭐⭐⭐ |
| 售后客服 |
5 |
Qwen-VL + Marlin + Rex |
⭐⭐⭐⭐ |
| 运营管理 |
5 |
Marlin + Qwen-VL + Rex |
⭐⭐⭐⭐ |
| 安防管理 |
5 |
Marlin + Qwen-VL |
⭐⭐⭐ |
| 知识管理 |
5 |
PaddleOCR + Qwen-VL + Marlin |
⭐⭐⭐ |
| 供应链 |
5 |
OCR + Qwen-VL + Rex |
⭐⭐⭐⭐ |
| 财务合规 |
5 |
OCR + Qwen-VL |
⭐⭐⭐ |
| 营销运营 |
5 |
Qwen-VL + Marlin |
⭐⭐⭐⭐ |
| 设备工具 |
5 |
Qwen-VL + Rex + OCR |
⭐⭐⭐ |
| 合计 |
60 |
— |
— |
落地优先级路线
🟢 第一波（2 周内上线，验证价值）
- 场景 1：拍照入购物车
- 场景 3：包装盒品名反查
- 场景 4：价签识别
- 场景 6：拍图搜 SKU
- 场景 16：智能导购
- 场景 23：商品保修查询
- 场景 25：配件匹配
- 场景 38：商品对比表
- 场景 46：发票自动识别
- 场景 59：工具维修进度
- 场景 60：配件适配
第一波约 11 个场景，全部基于"极简 2 模型"组合 A。
🟡 第二波（1-2 月上线，提升效率）
- 场景 2、5、7、8、12、13、14、19、21、22、24、28、33、34、39、41、43、45、47、49、56、58（约 22 个）
🔵 第三波（3-6 月上线，深度运营）
十五、投资回报分析
模型组合投入
- 极简 2 模型（A）：1-2 周开发，约 5 万
- 性能三模型（B）：1-2 月开发，约 10-15 万
- 视频巡店组合（G）：3-6 月开发，约 20-30 万
复用价值
- A 组合支撑约 30 个场景（含第一波 + 部分第二波）
- B 组合支撑约 50 个场景
- G 组合支撑全部 60 个场景
单场景 ROI
| 场景 |
单店日均节省 |
100 店年节省 |
| 拍照入购物车 |
¥50 |
¥180 万 |
| 货架自动盘点 |
¥200 |
¥730 万 |
| 智能导购 |
¥100 |
¥365 万 |
| 退换货鉴定 |
¥30 |
¥110 万 |
投入 10-15 万，年节省 1000 万+（100 店规模）
十六、相关文档
- [VLM部署组合方案.md] — 8 大组合详细对比（待写）
- [五金门店AI对话收银系统-技术方案.md]
- [Marlin-2B视频时序定位技术详解.md]
- [爱优AI智能体技术方案.md]
- [场景化输入识别-从自然语言到结构化单据.md]
文档结束。如需补充新场景或更新某场景的实施方案，请联系小罗。
