今年大闸蟹一上市, 不少盒马门店里挑蟹的不是人, 是一台AI机器。不到1分钟过完50只, 效率比纯人工高了几十倍, 首批AI筛过的蟹已经摆上货架开卖了。

视觉加称重 双重判断肥满度

优采云AI指出, 那个叫做AI验蟹师的东西, 它绝对不是只是看一看螃蟹到底长的是个什么样子。盒马那个水产的采购, 名字就叫做慕晓的这个人, 他给介绍了一个意思。就是这个系统, 它把AI视觉识别这个东西和数据称重这个东西, 结合到一起去玩了。

然后从那个蟹壳的弧度是长啥样的, 还有那个蟹腮是什么颜色的, 再到这个实际的克重到底是多少, 进行多维度判断, 去判断那些螃蟹肥满程度到底有多高。这样做比起单靠人眼睛看起来, 还有光靠手感去摸一下这种方式来说, 要准确多了, 也要稳定得多了啊。

以前靠人工去挑蟹的时候, 老师傅主要凭借的是他们的经验还有手感, 一天处理几百只螃蟹的时候, 速度会快一些也会慢一些, 而且标准也容易发生飘忽不定的情况, 现在有了机器来统一进行检测的流程以后, 每一只螃蟹都会通过同一套判定的逻辑, 所以肥瘦分级的一致性就会有明显的提升, 消费者最终买到的螃蟹规格就会更加实在。

千万只蟹喂出来的模型底子

这套AI模型并不是在2026年才开始从头开始搭建的。

据慕晓介绍, 到了2025年, 盒马公司在产地以及仓库这两个地方, 累计采集到的大闸蟹检测数据已经超过了一千万只, 到了今年, 就直接使用这批已经存在的数据来进行训练操作, 这样做的结果就是让识别的精度和检测单次数据的速度这两项指标, 都同去年相比产生了非常明显的提升状况。

因为数据量变得越大, 所以模型就会变得越来越稳定。大闸蟹这种产品, 在每年的规格方面差异很大, 在产地方面差异也很大, 在季节方面差异也很大。如果只是依靠过去某一个季度的经验来判断, 那么这一点经验远远还是不够用的。

需要把连续两年来的数据叠加在一起进行分析和处理, 这样AI才真能够去应对不同批次之间出现的质量波动现象。当遇到新的批次时, 也不会轻易出现看走眼的情况。

传送带上检测分拣一气呵成

实际运行起来是这样的。螃蟹在传送带上继续往前移动。AI相机从上方进行扫描并且输出图像数据。称重模块同步地输出克重数值。系统把这两路收集到的数据进行合并。然后系统会自动判定结果是合格还是需要进行淘汰处理。整个过程完全不需要人手停下来进行操作。检测结束后, 产品会直接进入对应的分拣通道中。

慕晓提供了一组实实在在的数值, 这组数值显示用五十只蟹作为样本, 在不足一分钟的时间内就全部完成了检测工作, 如果把这一效率折算到整条生产线上, 整体的运行效率相比纯粹依靠人力进行分拣的方式要高出了几十倍之多, 因此仓库里面再也不用让几十个人蹲在那里挑拣螃蟹了, 这样下来人力成本直接被削减了不少。

产地和仓库两头同时部署

盒马把AI验蟹师放在了两个关键的环节, 在产地这边, 螃蟹刚被捞起来, 身上还带着水, 这时候就直接过机器检查了一回；等到了收货仓库以后, 螃蟹运进库房里了, 接着又验了一遍第二回。

就是这样两头把关, 凡是那些不合格的、或者规格跟标准不符合的螃蟹, 它是绝对进不了冷链车的, 当然更是没有可能上架到货架上去销售了。

今年的阳澄湖、太湖、固城湖这几大主要产区, 现在都在使用这项服务。当从产地直接发货的冷链运输车辆到达仓库之后, 人工智能系统会来进行二次的复检操作。这个系统会核实螃蟹的实际重量以及肥满程度是否与包装标签上标注的内容完全相符。

只有当确认数据一致的时候, 货物才会被允许放行。通过这种方式, 有效地杜绝了过去那种在产地虚假标注重量, 等到货物抵达仓库时问题才暴露出来的老毛病。

生鲜标准化才刚走到门口

在过去, 大闸蟹的分级工作完全依赖人工来进行, 即便都是标注为四两重的螃蟹, 也会出现肉质肥美与干瘪瘦弱的情况混杂在一起进行销售, 这导致了消费者投诉事件频发以及退货率居高不下的问题, 而人工智能技术则将螃蟹的肥满程度转化为可以追溯的数据形态, 使得每一只螃蟹都拥有相应的检测记录, 从而实现了销售环节的透明化, 让消费者在购买时能够获得更加安心、踏实的体验。

这不仅仅是一个关于大闸蟹这个类别的故事。当视觉加上称重这一套方案被验证可行之后, 虾、鱼、贝类, 甚至是水果, 都有了可以复用的可能。在生鲜流通领域, 原本依靠手感的情况正在转向依靠数据, 这样一来, 整个供应链实现标准化的速度将会变得非常明显地快起来。

请你下一次前往盒马选购大闸蟹的时候，尽量去关注一下这些螃蟹究竟是通过人工智能技术来进行筛选的, 还是依然沿用人工挑选的方式在运作, 你觉得依靠机器进行筛选更为可靠可信, 还是说依靠资深老师傅凭借经验用手逐一挑选会更让人感到放心与安心呢, 可以在评论区部分发表并阐述你自己的看法和意见, 如果认为此内容有一定的价值意义存在, 不妨点击点赞按钮, 并且将其转发分享给那些特别喜欢吃螃蟹的相关朋友们。