Slyce：购物界的 Shazam

在办公室看到某同事身着一件漂亮的衣服，心之所向又不知道具体型号该如何办？你可以直接询问，也可以借助手机里的应用程序帮你。

这类场景的应用程序可着实不少，解决方案也大相径庭：你可以利用 Pounce 扫描商品的货号，也可以利用 The Hunt 拍照在线咨询社区中的网友，还可以利用亚马逊的 Flow 扫描产品获取信息。

Slyce 就是这类应用中的一员。使用 Slyce 拍下商品信息，用户便可以获得相关商品的购买链接，或者附近有售该商品的实体店信息。从这个角度看，Slyce 的商业模式已经不仅仅是 O2O，而是 O2O2O。

Slyce 的不同之处在于它不仅限二维码、条形码，Slyce 利用机器学习，自动识别并将用户的照片以及自己数据库中的商品信息进行匹配，以保证整个过程的高效流畅，而对于机器识别无法完全覆盖的部分，Slyce 将通过利用人工匹配来进行弥补。

这个过程，就如同 Shazam 抓取音乐并在线识别。与 Shazam 一样，这类应用面临的巨大挑战在于是否建立一个足够大的产品数据库，提供给用户以无缝的体验，让用户在扫描时能切实得到帮助，而非看到“无法识别”这样令人沮丧的结果。Slycy 为了解决这个问题，同零售商合作获取了大量产品的 SKU 码。

据 Mashable 的报道，这家多伦多的初创公司本周进行了一轮 107.5 万的融资，公司计划继续开发基于品牌的视觉搜索平台。

题图来自：Mashable