貨運大模型的未來：輕量化、場景化

　 阿里云優(yōu)惠券 先領(lǐng)券再下單

“加快數(shù)字化和智能化轉(zhuǎn)型發(fā)展，已成為物流行業(yè)的重要戰(zhàn)略方向。”6月25日，在第十九屆中國國際物流節(jié)暨第二十一屆中國國際運輸與物流博覽會&2024亞洲物流雙年展在上海開幕，中國交通運輸協(xié)會會長、原鐵道部副部長胡亞東在開幕致辭中表示。

這個吸引了中外無數(shù)物流企業(yè)的展會，今年的重點之一是“數(shù)智”，智慧交通、物流數(shù)智化裝備等成為主角之一。在這個國內(nèi)外物流廠商言必談數(shù)智化的時代，大模型成為“兵家必爭之地。

在眾多垂直產(chǎn)業(yè)場景中，作為大模型落地應用的一大領(lǐng)域，物流領(lǐng)域的大模型之爭正在進入白熱化。阿里、京東等巨頭，以及順豐、貨拉拉、福佑卡車等來自物流領(lǐng)域的龍頭和獨角獸們，正各展所長，加速物流走向數(shù)智化、集約化、精細化。

一場劇變，即將發(fā)生。

物流大模型進入應用之爭

今年6月，電商和快遞過了一個歷史上最有效率的618。

“今年618可能是快遞行業(yè)有記錄以來效率最高、最平穩(wěn)的618”，快遞行業(yè)專家向媒體總結(jié)道。在此背后，有物流大模型的功勞，京東物流今年就首次深度應用了物流大模型、數(shù)字孿生等前沿科技。

在巨變的618背后，是巨變的物流行業(yè)，以及各家大模型的爭先恐后發(fā)布。

去年6月開始，物流行業(yè)的大模型相繼落地——

2023年6月，菜鳥發(fā)布基于大模型的數(shù)字供應鏈產(chǎn)品“天機π”；

2023年7月，京東推出“言犀大模型”，基于大模型的數(shù)智化供應鏈產(chǎn)品“京東物流超腦”也首次示人；

△京東物流超腦：自動生成全局最優(yōu)供應鏈解決方案。

2023年9月，百度地圖推出物流大模型 Beta版；

2023年10月，騰訊與福佑卡車宣布將聯(lián)合打造行業(yè)首個數(shù)字貨運大模型；

2023年10月，“快遞100 AI大模型”成功發(fā)版上線，在工單客訴處理場景落地應用；

2024年3月，阿里云等成立首個專注于大模型應用研究與實踐的聯(lián)盟“物流智能聯(lián)盟”；

2024年3月，貨拉拉首次公開了貨運無憂大模型……

一年的時間內(nèi)，物流大模型從無到有，從一家有到各家都在布局，跨過了第一階段的建設(shè)期間。具體來看，這些大模型因為其背景行業(yè)和數(shù)據(jù)的不同，有著不同的側(cè)重，菜鳥、京東的數(shù)據(jù)關(guān)注點在人與商品，貨拉拉的關(guān)注點是人、司機與商品。

同時，這些大模型采取了或合作或自建的方式。

其中，阿里、京東等巨頭自研的大模型，希望嵌入行業(yè)基底，為各物流企業(yè)打開通路，“物流智能聯(lián)盟”的成立就是如此，除了阿里云、菜鳥、高德地圖這些阿里系企業(yè)外，這個聯(lián)盟還吸引了中遠海運、東航物流、圓通速遞、申通快遞、中通快遞、德邦快遞等企業(yè)參與。

對于這些物流企業(yè)來說，站在阿里、京東、百度等巨頭的肩膀上的確是明智之舉?？爝f100就搭載了百度文心大模型，產(chǎn)品負責人陳天貴表示，大模型還沒到達一個足夠成熟的階段，目前首要考慮的是與公有云大模型進行通力合作，團隊的重點會放在場景化應用的創(chuàng)新上。

當然，也有一些物流企業(yè)試圖進行自研。貨拉拉就是其中之一，貨拉拉CTO張浩表示，“物流的關(guān)鍵壁壘在于效率，我們將堅持發(fā)展技術(shù)的力量，實現(xiàn)零散運力的精細化運營和平臺的更大價值，為互聯(lián)網(wǎng)物流行業(yè)的發(fā)展貢獻一份力量。”

隨著眾多企業(yè)的入局，以及眾多大模型的發(fā)布，物流行業(yè)的大模型之爭發(fā)生變化。如果說此前的競爭焦點是“建”，各家都在比拼比對方快一點更快一點，那么現(xiàn)在，競爭焦點轉(zhuǎn)向了應用。

領(lǐng)先的野望

“中國可以利用自身龐大的工業(yè)系統(tǒng)，在邁向自主人工智能的道路上取得領(lǐng)先地位。”這是今年3月，約瑟夫·希發(fā)基思在中國發(fā)展高層論壇期間提出的觀點——約瑟夫·希發(fā)基思是中國科學院外籍院士，2007年圖靈獎得主。

他描述的這種可能性，正是阿里、京東、貨拉拉等執(zhí)意要布局物流大模型的原因之一。

進一步來看，他們布局大模型的原因有兩個：第一，物流大有可為；第二，自己能為。

一方面，物流大有可為。

在《一點財經(jīng)》看來，一，物流是商業(yè)的命脈，空間大，大模型能帶來更好的經(jīng)濟和社會價值；二，物流的環(huán)節(jié)眾多、場景豐富、數(shù)據(jù)復雜，大模型可以加速推動其智能化；三，物流還有有很大的效率提升空間，大模型可以大有作為。

由中國商務部流通業(yè)發(fā)展司、中國物流信息中心共同編寫的《中國商貿(mào)物流發(fā)展報告(2023)》顯示，2023年，中國社會物流總額為352.4萬億元，社會物流總費用占GDP的比率為14.4%。其中，中國商貿(mào)物流總額達126.1萬億元，同比增長5%。

盡管我國商貿(mào)物流逐漸由批發(fā)業(yè)物流逐步向供應鏈服務拓展、零售業(yè)物流等加快實現(xiàn)精細化轉(zhuǎn)型，但由于連接產(chǎn)業(yè)鏈上下游、涉及供應鏈環(huán)節(jié)眾多，組織運營較為復雜，導致存在信息不暢、環(huán)節(jié)較多、組織偏弱等問題，在數(shù)字化、智能化上還有較大的空間。

以貨運物流為例，張浩就表示，“當前互聯(lián)網(wǎng)物流行業(yè)的數(shù)智化水平還有較大提升空間”，“坦率的說，我認為互聯(lián)網(wǎng)貨運行業(yè)跟其他的O2O平臺、互聯(lián)網(wǎng)平臺差距還比較遠，還有非常多的工作要做。”

另一方面，自己能為。

大模型需要算法、算力和大數(shù)據(jù)，其中，算法需要技術(shù)積累，算力需要硬件支撐，大數(shù)據(jù)需要業(yè)務積累。

憑借多年的業(yè)務積累，無論是阿里、京東、百度等巨頭還是貨拉拉等行業(yè)龍頭，在物流領(lǐng)域都積累了大量的、多樣化的數(shù)據(jù)，也有一定的技術(shù)能力。其中，阿里、京東電商起家，積累了物流、商流、金融流數(shù)據(jù)，貨拉拉積累了海量的本地貨運數(shù)據(jù)。

至于技術(shù)實力，在技術(shù)內(nèi)卷嚴重的中國互聯(lián)網(wǎng)，不說阿里、京東這些巨頭每年的巨額投入，貨拉拉這樣細分賽道的龍頭也積累了一定的技術(shù)實力。

其中，近些年來，阿里每年的科技投入超過1000億元，目前中國80%的科技企業(yè)，以及一半大模型公司都跑在阿里云上面。在2023年阿里云棲大會上，阿里巴巴集團主席蔡崇信強調(diào)，未來會繼續(xù)加大對阿里云的研發(fā)投入。

△阿里云宣布通義千問主力模型降價

貨拉拉這樣身處細分領(lǐng)域的企業(yè)，數(shù)據(jù)的積累與技術(shù)實力的提高伴隨著對行業(yè)改造的深入。2015年，隨著司機、用戶信息數(shù)據(jù)的積累，開始進行精準匹配；2019年，開始全面應用算法；2020年，基于AI、大數(shù)據(jù)等技術(shù)打造了智慧大腦中臺系統(tǒng)，奠定了其AI底層技術(shù)基礎(chǔ)。

這些技術(shù)上的努力，最終匯集到一起，推動物流行業(yè)的數(shù)智化加速。

輕量化是未來

隨著物流大模型轉(zhuǎn)入應用之爭，其發(fā)展邏輯也在發(fā)生著改變。

建立之戰(zhàn)，大家比拼的是誰的技術(shù)更領(lǐng)先，誰的速度更快，現(xiàn)在，在技術(shù)領(lǐng)先性比拼的同時，大家比拼的還有誰的賦能更精準、功能更容易上手——歸根結(jié)底，這還是一場速度之爭，只有更快、更多地在行業(yè)內(nèi)扎根，才有能力、有動力更快迭代。

而要贏得這場速度之爭，一些趨勢正變得明朗。在中信智庫發(fā)布的《人工智能十大發(fā)展趨勢》中，趨勢八是“大模型輕量化：降低應用成本、帶動端側(cè)算力發(fā)展。”

有人做過計算，大模型GPT-3訓練時所需要的能耗，相當于一個人從紐約到舊金山往返飛行550次。即使訓練完了，在做推理的時候，每個月仍然會花大概1200萬美元。“這是一個非常耗能源、耗算力、耗資源的方式”，聯(lián)想集團首席技術(shù)官、高級副總裁芮勇博士表示。

技術(shù)只有落地應用才有價值。物流大模型的最終目的，是讓物流行業(yè)發(fā)展走上新的臺階，這意味著，物流大模型在考慮技術(shù)上的先進性的同時，還要考慮應用上的功能最大化、成本最優(yōu)化。

要如何實現(xiàn)？貨拉拉貨運無憂大模型的研發(fā)理念值得借鑒，那就是是輕量化和場景化，不貴大而貴精，在具體需求上追求極致，實現(xiàn)功能最大化。“如何用最少的人、最少的變化去實現(xiàn)業(yè)務需求，這是我每天都在思考的事情”，張浩的這種思維在大模型上也得到了體現(xiàn)。

貨運大模型存在車貨非標、貨運場景環(huán)節(jié)眾多、需求多樣、數(shù)據(jù)復雜等難題。比如，由于貨物的體積、重量不標準，車輛存在多種車型，導致大模型必須理解復雜的車型和貨物信息才可以更好地服務于司機和用戶。

比如，貨運涵蓋了訂單、貨物、車輛、駕駛員、路線等方面數(shù)據(jù)，包含文本、數(shù)字、圖像等多種形勢，且由于貨物和車輛位置實時變化，數(shù)據(jù)存在大量的動態(tài)變化，導致貨運數(shù)據(jù)的復雜性和不確定性較高。

貨拉拉的思路是以繁化繁，將繁變簡。通過構(gòu)建更加復雜的模型結(jié)構(gòu)，貨拉拉貨運無憂大模型可針對復雜數(shù)據(jù)提升預測精度；通過在大量多樣化數(shù)據(jù)上的訓練，還具備更強的泛化能力和適應性，可以適應更多種類的任務和數(shù)據(jù)。

數(shù)據(jù)顯示， 貨運無憂大模型在貨運事實性問答上的準確率達90%以上，在貨拉拉業(yè)務知識、貨運行業(yè)概念知識、貨運企業(yè)信息、貨運行業(yè)洞察、貨運法律政策等維度能力評測中均達到業(yè)界領(lǐng)先水平。

在此基礎(chǔ)上，貨拉拉選擇了幾個貨運環(huán)節(jié)中的典型場景落地，包括AI邀約、 AI客服、審核判責、AI招聘、多模態(tài)AI助手等，未來將持續(xù)探索面向用戶/司機的AI助手業(yè)務可行性，比如在司機側(cè)實現(xiàn)訂單管理功能，可以提醒司機哪里有貨，哪里單多，提高接單搶單效率。

△貨拉拉AI招聘的可定制化聊天機器人

“別人用了效率就高，質(zhì)量就好，你沒有用，跑到最后一個自然會被甩掉”，順豐速運總裁王衛(wèi)的這句話代表了行業(yè)對大模型的認可。實現(xiàn)大模型落地，以輕量化、場景化快跑起來，或許是能夠更快在這個新領(lǐng)域站穩(wěn)的方式。

結(jié)語

大模型是一場技術(shù)創(chuàng)新與應用落地的雙重賽跑，前者考驗技術(shù)先進性，后者考驗產(chǎn)品落地和應用性。對當下正處于激烈競爭的大模型廠商來說，把領(lǐng)先的技術(shù)，融于復雜的業(yè)務，最終融匯出簡單好用、能落地到具體業(yè)務場景中的產(chǎn)品，才是關(guān)鍵。

在應用之戰(zhàn)中，能否輕量化、場景化，決定了大模型們對各行各業(yè)的革新進程與深度。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！