AI 让生活更轻松：亚马逊讲解 VAPR 视觉辅助包裹取件系统，到 2025 年部署 1000 辆 Rivian 电动送货车

来到golang学习网的大家，相信都是编程学习爱好者，希望在这里学习科技周边相关编程知识。下面本篇文章就来带大家聊聊《AI 让生活更轻松：亚马逊讲解 VAPR 视觉辅助包裹取件系统，到 2025 年部署 1000 辆 Rivian 电动送货车》，介绍一下，希望对大家的知识积累有所帮助，助力实战开发！

本站 10 月 9 日消息，亚马逊刚刚发布公告，对其货运汽车上的新 AI 技术进行了讲解。据称，亚马逊将在 2025 年初部署 1000 辆配备视觉辅助包裹检索（VAPR）功能的 Rivian 电动货车。

据介绍，亚马逊于 2022 年夏季开始引入电动送货车，目前在全美范围内已有 15000 多辆投运。本站注意到，亚马逊还宣布将其定制货车带到欧洲，包括数千辆电动货车的车队。

亚马逊表示，借助视觉辅助包裹检索 (VAPR) 这项新的 AI 解决方案，快递小哥将不再需要花费大量时间按快递点整理包裹、阅读标签或手动检查收件人姓名地址等关键信息以确保送到正确的人手上，他们现在只需抓起包裹就走，然后 VAPR 就会在正确的地点在对应的包裹上显示绿灯（其他包裹则是红灯），从而在“几秒钟内找到正确的包裹”。

得益于音频和视觉提示，VAPR 会在进入送货区之前发出提示，帮助快递员找到正确的包裹。此外，该技术还避免了快递员在整个过程中使用移动设备的需要。

Bloomfield Logistics 快递员 Bobby Garcia 表示，“以前，我可能需要 2 到 5 分钟来清空一个货架托盘，还要为下一个快递点整理包裹。现在有了 VAPR，整个步骤只需要大约一分钟，这让我的生活变得更加轻松。”

据介绍，VAPR 使用到了亚马逊 AR-ID 机器识别技术，这是一种最初为配送中心开发的计算机视觉技术，可以在仓储或拣捡阶段自动识别物品，从而避免了工作人员手动扫条形码的过程。

VAPR 可通过机器学习模型来识别不同光照条件和不同包裹特性的不同标签，可以实时定位和解读多个条码。

此外，该技术还针对车内环境进行了优化，并能够与专门设计的汽车灯光投影仪和摄像头搭配使用，从而与货车的送货路线导航系统实现集成。亚马逊表示，VAPR 正在将多种 AWS 技术应用于实践，包括机器学习平台 SageMaker 和 IoT Greengrass。

根据亚马逊早期测试，其送货员感知到的体力和脑力消耗减少了 67%，且平均每条路线可节省 30 多分钟的送货时间。如果考虑到亚马逊全球超过 39 万名 DSP 快递员、超 10 万辆送货货车、每天数百万个包裹的交付量，VAPR 可以大规模节省其工作人员的精力和时间。

终于介绍完啦！小伙伴们，这篇关于《AI 让生活更轻松：亚马逊讲解 VAPR 视觉辅助包裹取件系统，到 2025 年部署 1000 辆 Rivian 电动送货车》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识，快来关注吧！