百度一见多人协作Agent发布，直击连锁门店服务痛点！

近期举办的百度世界2025大会上，百度集团实行副总裁、百度智能云事业群总裁沈抖重磅发布“百度一见多人协作SOP分析Agent”！基于一见多模态大模型的时空定位和视频推理技术，该Agent不仅能够理解视频中的复杂时空关系，还能精准识别多人场景中的操作工序、分析错误环节并及时提示，为连锁零售等行业提供了全新的运营管理方向。

演示环节，沈抖化身咖啡师，与两位同事配合完成一个快餐订单的制作及出餐流程。在此过程中，百度一见全程实时捕获三人操作画面，精准识别“牛肉堡未撒粉”、“冷饮未放吸管”两处误操作并即时预警，完备呈现了从工序识别到错误提示的全流程能力。

直击运营痛点：破解连锁门店协作难题

吃饭是人生大事，对消耗者而言，点餐时的期待就是本身的口味偏好能被知足，比如 “不要辣”“免香菜” 这类明确的忌口需求。可现实体验中，这些需求常因门店操作失误而被忽略，导致用餐体验大打扣头。对连锁企业来说，重大的门店基数和海量订单带来的压力更为棘手。用餐岑岭时段，订单量激增，多名店员一路操作时沟通配合不到位，顾客的备注就容易被遗漏，导致出餐品质不佳、口碑变差，还存在退单风险。

这类因操作不规范导致的出餐题目，现在有了更聪明的解决方案。百度一见多模态视觉管理平台，拥有壮大的场景理解能力和实时相应能力，能够快速学习每道菜的标准流程，实时“看懂”多名员工的操作，一旦发现与标准规范不符，体系就会立即预警，从源头拦截失误。这不仅帮门店在岑岭时段能够“稳得住”，更大幅削减了人多手杂带来的误做、漏做，让每一份出品都吻合预期，也让消耗者的每一个偏好都能被精准兑现。

天真高效适配：连锁多场景需求分钟级落地

除了餐品操作流程不规范，餐饮门店中还存在食品安全风险、库存盘点低效、服务不及时等痛点。百度一见针对连锁门店运营管理提供完备能力，能解决连锁行业长期存在的食品安全、服务合规、供销存管理等核心题目。通过天然语言描述门店营业需求，即可快速生成视觉AI应用，知足各类个性化场景需求。

食品安全“无死角”：在食品安全这一核心环节，一见打破了传统人工巡检的局限，精准识别后厨虫害、交叉污染、门店卫生等风险，大幅降低人工巡检成本与漏判概率，为连锁规模化扩张扫清食安隐患，不仅守住顾客 “舌尖上的安全”，更筑牢品牌口碑与信赖壁垒。

服务合规“可量化”：服务合规管理的“模糊化”难题，由于一见变得可量化管理——将“菜品在规准时间是否上桌”、“顾客离座是否及时收台”等服务环节转化为可量化的指标，高效实现对千家门店服务标准的同一管理，为顾客带来更稳固、更优质的消耗体验。

物料管理“精准控”：供销存管理领域，打造“AI盘库”替换“人工盘点”的创新模式，主动完成物料消费盘点，实现库存信息主动同步，削减闭店后的人工盘点时间，帮助一线员工减负增效，辅助门店更正确掌握库存情况。

技术上风加持：视觉AI应用高服从低成本落地

百度一见通过云边技术加持，能让企业低成本实现门店管理。传统小模型AI巡店方案常面临资源调配两难：门店部署高性能算力设备，日常行使率低易造成资源空置与成本虚耗；若仅用基础算力配置，又无法知足复杂营业场景的高要求。因此，一见打造的云边端协同、大小模型协同的一体化架构，通过“边端快速感知+云端深度思考”，支撑结合现实营业场景天真调整云侧调用频率。

针对高频使用场景，如着装规范、制作区非工作人员闯入识别等，在门店仅需低成本部署多模态视频分析盒，边缘端的小模型可对画面快速采集和分析；此外，可按需把预警信息上报至云端的多模态大模型进行二次研判，“双保险”保障预警精度高达95%。针对低频使用场景，如桌面清洁识别等，可直接调用云端的多模态大模型，对详细视频或图片进行深度推理，并能根据营业规则天真配置分析频次。

在两种场景中，一见都支撑利旧接入门店现有摄像头，进一步帮助企业降低应用成本，让中小企业也能拥抱视觉智能化升级。

在连锁行业加速数字化转型的背景下，百度一见已携手餐饮、茶饮、零售多个头部连锁品牌，落地食品安全、物料管理、运营合规等多样化场景，助力连锁门店实现视觉管理数字化跃迁。将来，一见将持续进化，将AI转化为连锁品牌可感知的增加动能——让管理更高效、决策更精准、扩张更自在。