巨頭齊聚！騰訊、福佑卡車共創數字貨運大模型 物流行業跑入“大模型時代”

每經記者｜趙雯琪    每經編輯｜劉雪梅    

百度、菜鳥、京東物流之后，物流領域的大模型探索再添新巨頭。

10月23日，福佑卡車與騰訊舉行簽約儀式，圍繞共創首個數字貨運大模型達成全面戰略合作。據官方透露，雙方將基于大模型技術在數字貨運領域展開共創、共建，通過深度應用促進運輸效率和服務體驗全面升級。

福佑卡車大數據算法負責人介紹合作細節 圖片來源：每經記者 趙雯琪 攝

至此，“BATJ”正式齊聚物流大模型領域。今年以來，菜鳥、京東物流、百度地圖先后圍繞物流領域推出大模型解決方案，試圖探索大模型與產業結合的最優解。大模型開戰，物流先行，物流領域為什么會成為互聯網公司探索大模型與產業結合的必爭之地？

業內認為，在眾多產業場景中，公路貨運具有體系完善、環節眾多、數據復雜、場景豐富等特性，是大模型落地應用的主要領域之一。大模型技術的深度應用，預期將為數字貨運全鏈路運營效率、服務體驗和業務創新帶來巨大變革。

“公路貨運市場規模巨大，數字貨運目前仍然處在線上化和數據積累的階段，物流行業在走向智能化的門檻依然很高。但是自從大模型出來之后，我們看到在貨運應用人工智能的門檻將會被進一步降低，大模型很有可能成為數字貨運進一步提升成為智能貨運的重要工具。”福佑卡車技術合伙人陳冠嶺在接受包括《每日經濟新聞》記者在內的媒體采訪時表示。

共創首個數字貨運大模型

實際上，騰訊與福佑卡車的合作早有端倪，據公開報道，7月7日，騰訊集團副總裁鐘翔平帶隊造訪福佑卡車。彼時有消息透露，騰訊與福佑卡車將圍繞大模型的應用方向、落地場景等方面已建立共識。

如今，福佑卡車與騰訊合作正式官宣。《每日經濟新聞》記者在簽約現場了解到，福佑卡車和騰訊已經率先在OCR（智能圖片文字識別）等方面展開訓練應用。

福佑卡車方面透露，目前雙方已打造端到端的OCR智能識別大模型，應用于物流貨運證件和各類回單的智能識別與自動處理，實現了降本增效。經過前期實踐驗證，針對多樣式回單識別場景的樣本訓練，該大模型對圖片字段的識別準確率超過99%，圖片信息匹配的綜合識別準確率超過95%，召回率比傳統模型提高近20%。

此外，作為戰略合作的一部分，雙方將圍繞貨運服務特點，陸續在智能客服、運營分析等場景展開合作。例如在智能客服場景中，利用高質量的行業垂直語料，經過大模型持續系統訓練，使得通用智能客服機器人變成行業客服專家，提供更具高效、智能且人性化的服務體驗；在運營分析方面，利用大模型+大數據分析技術，為貨運物流需求預測和市場趨勢分析提供支持，輔助“福佑大腦”智能中臺做出更明智的決策。

陳冠嶺表示，公路運輸場景有著多元性、復雜化的特性，使得大模型的應用具備較大空間，關鍵在于產品的易用性和穩定性。騰訊在智慧物流領域的深入理解，有助于雙方更好的聚焦在應用體驗，福佑卡車的全鏈條大數據和運營場景，給貨運大模型的訓練提供了豐富“養料”，經過精調，貨運服務的效率和體驗都將帶來質的改變。

據福佑卡車公開披露的信息，自公司創立8年以來，公司積累了1.9億關鍵節點數據，200億+多維度行為數據，這些高質量數據恰好能為大模型的落地提供技術支撐。

騰訊智慧交通副總裁李學朝表示，產業發展需要依靠技術升級，技術落地也需要產業支撐。在產業互聯網時代，數實融合的路還有很長。未來，騰訊希望能和福佑卡車共同推動貨運物流高質量發展。

BATJ齊聚物流行業掀起“大模型之戰”

隨著騰訊和福佑卡車合作的官宣，物流大模型領域已經齊聚幾大互聯網巨頭。

今年9月底，百度地圖宣布基于百度的大模型技術能力，結合物流行業場景特點，正式推出物流大模型Beta版，率先在物流地址解析、物流調度決策兩大領域開展應用。

7月13日，在2023京東全球科技探索者大會上，京東正式推出言犀大模型，支持語言、語音、視覺、多模態等，融合70％通用數據與30％數智供應鏈原生數據，致力于深入物流產業場景，解決現實痛點問題。

京東物流還發布了數智化供應鏈產品“京東物流超腦”及全新升級的京慧3.0，發力大模型與數字孿生技術深度結合，驅動供應鏈全局優化。據了解，“京東物流超腦”融入了京東物流深度服務供應鏈全場景的經驗，實現了多模態大模型對物流場景內容生成和創作的交互升級，由自然語言驅動操作，提升交互效率和降低使用門檻。

今年6月，菜鳥供應鏈發布一款基于大模型的數字化供應鏈產品“天機π”，通過菜鳥算法+基于大模型的生成式AI輔助決策，在銷量預測、補貨計劃和庫存健康等領域實現提質增效，有力推動物流供應鏈進入大模型時代。

互聯網巨頭之外，物流企業也在加速探索物流大模型的運用，今年5月，G7易流董事長翟學魂公開表示，公司已經開始對基于大模型的交互產品進行投入和研發，將在明年推出“具有震撼力”的產品。“大模型技術對于人的結構、流程結構，公司生態結構都會發生重大的影響，所以我們在這一部分會有很重要的投入。”翟學魂表示。

陳冠嶺也向記者表示，目前物流大模型依然處于很早期階段，他特別提到，在物流這種垂直行業，因為做的產品不是創意類的產品，對大模型輸出準確性要求很高，而當下的大模型準確性不夠，隨機性比較強，還需要更多算法上的改進，以及大量的數據和場景的豐富，來解決這個問題，這也是當下物流大模型面臨的最大挑戰。

“未來一定有辦法能夠讓大模型在準確性和應用性取得平衡，這也是物流大模型發展的必經之路。”陳冠嶺表示。

封面圖片來源：每經記者 趙雯琪 攝