十家店十个样，模型要不要每家店都训一遍

新店开业前那一周

连锁开到第十家店的时候，问题开始重复出现。

老店的模型在新店掉点。工程过去看：层高矮三十公分，摄像头装得低，俯角变了；灯光从暖白换成正白，生鲜区还加了射灯；货架间距窄，商品在画面里挤着。

模型没见过这种画面。它没坏，只是被放到了一个和训练数据不一样的场景里。

有两条常规解法。一条是把新店的图收回总部，和老数据一起重训——但摄像头拍到的是顾客，集中图像要过合规。另一条是让新店自己标几百张图微调——新店刚开，店长忙着盘点招人，没有手做这件事。

域适应讲的是这件事

学术上把这类问题叫域适应：源域（已有的门店）有标注数据，目标域（新店）有数据但没有标签，要把在源域训好的模型调到目标域上可用。

常规做法是把目标域数据搬到源域一起训。零售场景里这一搬，就搬出上面那两个麻烦。

联邦的思路改一下：数据留在店里，只把模型和模型的输出传出去。各门店各自在自己的数据上算，总部只收参数或者预测结果。原始画面不出门。

为什么以前不好用

常规的联邦域适应有个工程问题：它要多轮通信。

一轮的流程是：各站点用本地数据训一会儿，上传参数，服务器聚合，再下发。精度是这么一点点磨出来的。但门店的网络不是机房网络，白天收银占着带宽，只有夜里几小时窗口，几十轮通信排不进开业前那一周。

arXiv 上 2026 年 10 月的一篇工作（编号 2610.30646，方法名 SKD-ETR）把轮数压到了一次，思路值得说清楚，因为它对应的正是"开业前跑一次"这种现实约束。

第一步，源模型集成给答案，但答案要软化。 老店训出来的几个模型分别在新店数据上预测，合起来当监督信号。关键是用概率分布而不是硬标签，并做平滑。源模型在新场景上错得很自信——暖光下训出来的模型，看冷白光下的苹果，可能以 0.95 的置信度指向梨。硬标签把这个错误当真理教给学生；软化的分布至少保留了"不确定"。

第二步，一次蒸馏就结束。 学生模型随机初始化，在目标域数据上跟着上面那批软标签训一遍。不做多轮聚合，也不需要服务器端设计复杂的加权规则。

第三步，教师反过来学学生。 学生训完之后，把每个源模型的参数朝学生做指数滑动平均插值，让教师也吸收一点新场景的知识，下一批数据来的时候起点更好。这一步不产生额外通信。

论文在 OfficeHome、Office-Caltech、DomainNet 三个公开数据集上验证，精度有竞争力，通信和计算开销更低，标签有噪声时更稳。

对一家连锁来说，这意味着什么

开业前的夜里能跑完。 单轮通信，一个夜间窗口够用。

产出的是每家店一个模型副本。 适配完之后，门店跑的不再是同一个模型，而是一族。哪家店跑哪个版本、什么时候更新的，版本管理要跟上，否则半年后没人说得清差异。

"数据不出店"是个起点，不是结论。 交换的是参数和软标签，不是原始图像，风险小很多，但不等于零——参数和分布也可能泄露信息，要看有没有裁剪或加噪。合规判断按实际交换的东西定。

什么时候不值得这么做

店太少。 三五家店，本地标两百张图微调，一周能搞定。这套方法的收益随站点数量增加才显现。

漂移是一次性的。 换灯管、调摄像头角度，这类变化改硬件和曝光参数比训模型快，也不引入版本管理成本。

源模型在新场景下已经错得离谱。 教师集成不对，蒸馏只会把错误放大固化。该做的是补数据重训，不是适配。

新店卖的品类结构不一样。 这是长尾覆盖问题：新店有一批老店没有的 SKU，不是"同一个东西拍得不一样"，是模型压根没见过。域适应解决不了没见过的。

验收怎么做

适配完不等于能上线，做三件事：

• 用本地图片测，不看整体看品类。 新店取 200 到 500 张，覆盖生鲜、散装、反光包装、叠放。看的是每类的准确率，不是那个总数。
• 设对照组。 同一批图，适配前后各跑一遍。没有对照组的提升没有意义。
• 挑最难的那个时段测。 生鲜区下午阳光斜射，反光最严重，上午的数字好看不代表下午能用。

适配后最差的那一类还是不行，说明缺的是样本，不是适配。