迎合AI驅動智慧零售持續進化，由工研院攜手統一超商在3年內打造3間無人商店 X-STORE，正逐步從技術驗證、優化、商用化整合到場域導入與營運驗證。今年更突破一般使用AIoT設備，透過與校園等場域的合作，為零售業評估 ROI、人力替代比例與擴店可行性，開啟台灣智慧零售產業發展的關鍵里程碑。

由工研院攜手統一超商在3年內打造3間無人商店 X-STORE

工研院自2022年起投入智慧商店技術研發，從AIoT初代店、AIoT 2.0優化，直到今年的技術正式邁向「全影像辨識＋多人/物件追蹤」的商用級階段，改用全影像辨識、骨架追蹤、多視角3D 定位、與邊緣AI即時計算，建立商用級系統，可因應不同店型彈性部署。

工研院資訊與通訊研究所組長王恩慈進一步指出，目前既有技術如Amazon Just Walk Out、以色列 Trigo、美國 Caper AI等指標廠商，都在布局影像辨識、自動結帳與無感購物。雖然各家技術架構不同，但共同方向都指向以影像為核心、減少硬體感測器、快速複製與商業化部署。

至於工研院投入智慧零售的「拿了就走」技術並非一蹴可幾，而是透過三階段技術演進逐步成熟。例如第一代 X-STORE 7為早期的智慧商店AIoT 驗證場域，採用攝影機、重量感測與紅外線技術判斷商品取放，是打造無人商店的基礎工程。

在海洋大學第二代 X-STORE 8，則導入LiDAR深度感測取代紅外線，提升多人購物時的辨識穩定度，同時將硬體成本降低75%，支援15人同時購物；至於中央大學的第三代X-STORE 9 則正式邁向全影像辨識、骨架追蹤、三維感測的商用級階段，以可擴展性與場域適配能力，支援 20 人同時消費與更複雜的店型運作。

王恩慈表示，目前「拿了就走」技術使用的攝影機主要用來判斷：（1）顧客在店內的相對位置、（2）骨架與手部動作，（3）商品的追蹤辨識。系統為每位進店顧客建立虛擬ID，作為在店內行為判斷歸戶的統一識別。

隨著校園、科技園區、微型社區與物流場域對「快速購物、低人力運營、24 小時服務」的需求快速提升。X-STORE 9 的彈性部署能力，可依不同店型動線配置攝影機與 LiDAR，無須改裝貨架，可在既有門市快速導入，降低展店門檻。未來也將針對提升運算效能，持續投入研發。