在電商持續(xù)增長、勞動(dòng)力持續(xù)緊張的背景下，如何在不“拖垮”系統(tǒng)成本的前提下，把AI圖像識(shí)別真正用進(jìn)復(fù)雜、多品類的物流現(xiàn)場，正成為行業(yè)關(guān)注的焦點(diǎn)。近日，日本鎧俠株式會(huì)社（Kioxia Corporation，下稱“鎧俠”）宣布，與日本椿本鏈條株式會(huì)社（Tsubakimoto Chain Co.）及日本EAGLYS公司（EAGLYS Inc.）聯(lián)合開發(fā)了一套面向物流場景的AI自動(dòng)圖像識(shí)別技術(shù)，并將在2025日本國際機(jī)器人展上進(jìn)行現(xiàn)場演示，核心即是鎧俠的KIOXIA AiSAQ?軟件與“Memory-Centric AI（記憶中心AI）”架構(gòu)。

鎧俠是從東芝存儲(chǔ)事業(yè)分拆而來的日本存儲(chǔ)解決方案企業(yè)，在NAND閃存與SSD領(lǐng)域居于全球領(lǐng)先地位，致力于通過存儲(chǔ)產(chǎn)品與系統(tǒng)釋放“記憶的價(jià)值”。椿本鏈條則是日本老牌的動(dòng)力傳動(dòng)與物料搬運(yùn)系統(tǒng)制造商，在工業(yè)鏈條、輸送系統(tǒng)等領(lǐng)域擁有深厚工程經(jīng)驗(yàn)和全球客戶基礎(chǔ)。 成立于2016年的EAGLYS是一家聚焦“安全計(jì)算+AI”的日本技術(shù)公司，擅長在數(shù)據(jù)加密與隱私保護(hù)前提下進(jìn)行智能分析。三方的組合，本質(zhì)上是“存儲(chǔ)+輸送系統(tǒng)+安全AI”的跨界聯(lián)手。

此次發(fā)布的技術(shù)，指向的是一個(gè)非常具體的問題：在物流中心，貨品種類不斷擴(kuò)張、季節(jié)性SKU頻繁變動(dòng)，傳統(tǒng)基于深度學(xué)習(xí)的圖像識(shí)別系統(tǒng)，一旦引入新產(chǎn)品就需要重新調(diào)參或者再訓(xùn)練模型，既耗時(shí)，又增加功耗和運(yùn)營成本。鎧俠提出的解法，是用AiSAQ和Memory-Centric AI把“大腦”從算力中心轉(zhuǎn)移到存儲(chǔ)中心——將新產(chǎn)品的圖像、標(biāo)簽和特征向量集中存放在高容量存儲(chǔ)系統(tǒng)中，而不去頻繁改動(dòng)基礎(chǔ)模型。

具體來說，KIOXIA AiSAQ是一套面向大規(guī)模向量檢索的開源庫，通過“全在存儲(chǔ)（All-in-Storage）”的近似最近鄰搜索，把原本需要常駐DRAM的大量特征向量，轉(zhuǎn)而壓縮后存放在SSD中；配合記憶中心AI架構(gòu)，將索引化的數(shù)據(jù)加載到高速SSD，實(shí)現(xiàn)大規(guī)模檢索場景下的低內(nèi)存占用與快速響應(yīng)。對于物流圖像識(shí)別而言，新品上線時(shí)，只需將新品特征寫入存儲(chǔ)并更新索引，即可參與識(shí)別，無需重新訓(xùn)練主模型，這意味著系統(tǒng)可以在SKU數(shù)量成倍增加的情況下保持可擴(kuò)展性。

在應(yīng)用層面，三方將在2025日本國際機(jī)器人展上展示一條模擬輸送線：產(chǎn)品在椿本鏈條的輸送系統(tǒng)上流動(dòng)，系統(tǒng)實(shí)時(shí)采集圖像，調(diào)用存儲(chǔ)中的特征與標(biāo)簽進(jìn)行快速比對，實(shí)現(xiàn)自動(dòng)識(shí)別與分類。這個(gè)示范更像是一套“從輸送到識(shí)別”的完整解決方案，而不僅僅是某個(gè)算法或某塊硬件——意在向市場傳遞一個(gè)信號(hào)：物流現(xiàn)場可以在面對持續(xù)擴(kuò)大的品類、訂單與波動(dòng)時(shí)，通過存儲(chǔ)驅(qū)動(dòng)的AI體系保持成本可控和服務(wù)質(zhì)量穩(wěn)定。

鎧俠歐洲公司的存儲(chǔ)與SSD產(chǎn)品副總裁兼首席技術(shù)官Axel St?rmann在談到這一方案時(shí)強(qiáng)調(diào)，公司不僅希望“提供最匹配應(yīng)用需求的存儲(chǔ)產(chǎn)品”，更希望通過將AiSAQ開源，讓開發(fā)者與系統(tǒng)架構(gòu)師能夠在開放生態(tài)中細(xì)致調(diào)優(yōu)性能與容量，“以全新的方式釋放存儲(chǔ)在AI時(shí)代的潛力”。目前，AiSAQ的開源版本已經(jīng)在GitHub上發(fā)布，方便科研機(jī)構(gòu)和系統(tǒng)集成商在更多場景中復(fù)用這一技術(shù)路線。

從行業(yè)視角看，這一項(xiàng)目的意義遠(yuǎn)不止“又一套圖像識(shí)別方案”。首先，它凸顯了存儲(chǔ)廠商主動(dòng)下沉到應(yīng)用層、通過架構(gòu)創(chuàng)新解決AI落地痛點(diǎn)的趨勢：在很多物流場景中，瓶頸已不再是單次推理算力，而是如何在可承受的內(nèi)存與能耗預(yù)算下長期維護(hù)一個(gè)覆蓋海量SKU的“視覺記憶庫”。其次，椿本鏈條等傳統(tǒng)輸送與物料搬運(yùn)企業(yè)參與其中，表明物流裝備與IT系統(tǒng)的邊界正在模糊，未來“輸送系統(tǒng)+AI+存儲(chǔ)”的一體化解決方案，將在自動(dòng)化升級(jí)過程中扮演更重要的角色。

可以預(yù)見，隨著電商和多渠道零售的持續(xù)發(fā)展，這類基于記憶中心AI和大容量存儲(chǔ)的圖像識(shí)別技術(shù)，將成為全球物流企業(yè)應(yīng)對產(chǎn)品復(fù)雜度、補(bǔ)貨頻率與人工成本壓力的重要工具之一。而鎧俠與合作伙伴的此次聯(lián)手，也為“誰來主導(dǎo)下一代物流AI基礎(chǔ)設(shè)施”這一問題，給出了來自存儲(chǔ)產(chǎn)業(yè)的一種答案。