01
CHALLENGE
真实订单，不止识别商品。
多件拿取、遮挡、放回与异常订单，需要结合画面、商品和业务规则共同判断。
商品识别多件、遮挡、放回、错拿
订单判断关联视频、商品与行为
异常处理识别失败、超时、复杂订单
设备协同跟踪设备状态与订单流程
02从一次消费，
SOLUTION
从一次消费，
到一笔可信订单。
AI 理解的不只是画面，而是一次完整的零售行为。
从视频到订单
每一步，都有依据。
识别拿取商品商品、动作与时间关联
结合规则核对视频证据与商品清单交叉验证
形成可信订单审核通过后进入结算
证据不足或结果冲突 → 人工复核
- 01开门建立购物会话
- 02拿取记录拿取与放回
- 03视觉理解识别商品与行为
- 04AI 审核核对视频与规则
- 05订单确认确认商品清单
- 06结算完成支付闭环
AI 审核流程示意
01AI 自动审核核对常规订单与视频证据
02复杂订单判断关联多件商品、遮挡与放回
03异常识别检查未拿取商品、超时等情况
04低置信度转人工由审核人员复核不确定结果
05纠错结果归档为后续评估与优化提供依据
订单中心证据可查 · 结果可追溯
会话、视频、商品与订单关联
DEMO-001待复核
茶饮拿取事件 / 商品核对
× 1拿取动作存在遮挡转人工核对，确认前暂不结算。
- 识别
- 审核
- 确认
- 结算
05让行业经验，
WHY DECACT
让行业经验，
成为可执行的能力。
在智能零售场景中，让行业知识、业务本体、企业 Agent 与业务执行形成完整链路。
了解 OntoEngineONTOENGINE从行业理解，到业务执行
- 01
行业知识
理解零售语境商品目录、货柜信息、交易规则
- 02
业务本体
连接业务对象关联商品、设备、行为与订单
- 03
企业 Agent
协同识别与判断调用能力，核对证据，处理异常
- 04
业务执行
形成运营闭环确认订单、完成结算、追溯结果
执行反馈回到知识与规则，支持持续优化。
06
OPERATING SCENARIOS
把设备、订单与运营连接起来。
围绕不同运营流程组织识别、审核与异常处理，让每一步都有记录、有反馈。
运营流程适配不同订单与审核流程
设备管理关联设备状态与业务记录
异常闭环跟踪问题、复核与处理结果
