为了让主顾收到满意的商品，亚马逊祭出利器 ——“Project PI”（侦察项目）。这项分离生成式 AI 和计算机视觉手艺的零碎，能够在商品运送给主顾之前，就找出损坏、颜色错误或尺寸不对的产品。具体工作过程是这样的：即将送达的商品会通过一个装有扫描装置的隧道。计算机视觉程序 (一种能剖析图象内容的 AI 手艺) 会检讨商品能否存在瑕疵。如果发现题目，零碎就会将这件商品分离出来，并进行缺陷评估，同时检讨能否有类似题目存在于其他批次商品中，以便追根溯源。据亚马逊介绍，Project PI 目前已在美国多个仓库投入使用，
为了让主顾收到满意的商品，亚马逊祭出利器 ——“Project PI”（侦察项目）。这项分离生成式 AI 和计算机视觉手艺的零碎，能够在商品运送给主顾之前，就找出损坏、颜色错误或尺寸不对的产品。
具体工作过程是这样的：即将送达的商品会通过一个装有扫描装置的隧道。计算机视觉程序 (一种能剖析图象内容的 AI 手艺) 会检讨商品能否存在瑕疵。如果发现题目，零碎就会将这件商品分离出来，并进行缺陷评估，同时检讨能否有类似题目存在于其他批次商品中，以便追根溯源。
据亚马逊介绍，Project PI 目前已在美国多个仓库投入使用，并将在今年内覆盖更多站点。去年，亚马逊还推出了另一套零碎，可以标识表记标帜经常被退货的商品，扶助主顾在购买前避开潜在的题目产品。这些举措都旨在避免让主顾陷入“噩梦般的”退货过程，不仅对主顾有利，而且对亚马逊自身和环境（减少碳排放）都大有裨益。
亚马逊表示，人工审核员会检视 Project PI 标识表记标帜出的商品，并决定是将其放入亚马逊特有的“Second Chance”折扣区销售，还是捐赠给其他机构。
IT之家注意到，亚马逊还正致力于引入一种多模态大型语言模型，来调查主顾不满的原因。该 AI 工具会剖析主顾的反馈意见，然后分离 Project PI 捕捉的图象和其他数据源，找出题目所在。亚马逊表示，这项手艺可以扶助其他卖家识别能否意外地错贴了标签。