巨头齐聚！腾讯、福佑卡车共创数字货运大模型 物流行业跑入“大模型时代”

每经记者 赵雯琪    每经编辑 刘雪梅    

百度、菜鸟、京东物流之后，物流领域的大模型探索再添新巨头。

10月23日，福佑卡车与腾讯举行签约仪式，围绕共创首个数字货运大模型达成全面战略合作。据官方透露，双方将基于大模型技术在数字货运领域展开共创、共建，通过深度应用促进运输效率和服务体验全面升级。

福佑卡车大数据算法负责人介绍合作细节 图片来源：每经记者 赵雯琪 摄

至此，“BATJ”正式齐聚物流大模型领域。今年以来，菜鸟、京东物流、百度地图先后围绕物流领域推出大模型解决方案，试图探索大模型与产业结合的最优解。大模型开战，物流先行，物流领域为什么会成为互联网公司探索大模型与产业结合的必争之地？

业内认为，在众多产业场景中，公路货运具有体系完善、环节众多、数据复杂、场景丰富等特性，是大模型落地应用的主要领域之一。大模型技术的深度应用，预期将为数字货运全链路运营效率、服务体验和业务创新带来巨大变革。

“公路货运市场规模巨大，数字货运目前仍然处在线上化和数据积累的阶段，物流行业在走向智能化的门槛依然很高。但是自从大模型出来之后，我们看到在货运应用人工智能的门槛将会被进一步降低，大模型很有可能成为数字货运进一步提升成为智能货运的重要工具。”福佑卡车技术合伙人陈冠岭在接受包括《每日经济新闻》记者在内的媒体采访时表示。

共创首个数字货运大模型

实际上，腾讯与福佑卡车的合作早有端倪，据公开报道，7月7日，腾讯集团副总裁钟翔平带队造访福佑卡车。彼时有消息透露，腾讯与福佑卡车将围绕大模型的应用方向、落地场景等方面已建立共识。

如今，福佑卡车与腾讯合作正式官宣。《每日经济新闻》记者在签约现场了解到，福佑卡车和腾讯已经率先在OCR（智能图片文字识别）等方面展开训练应用。

福佑卡车方面透露，目前双方已打造端到端的OCR智能识别大模型，应用于物流货运证件和各类回单的智能识别与自动处理，实现了降本增效。经过前期实践验证，针对多样式回单识别场景的样本训练，该大模型对图片字段的识别准确率超过99%，图片信息匹配的综合识别准确率超过95%，召回率比传统模型提高近20%。

此外，作为战略合作的一部分，双方将围绕货运服务特点，陆续在智能客服、运营分析等场景展开合作。例如在智能客服场景中，利用高质量的行业垂直语料，经过大模型持续系统训练，使得通用智能客服机器人变成行业客服专家，提供更具高效、智能且人性化的服务体验；在运营分析方面，利用大模型+大数据分析技术，为货运物流需求预测和市场趋势分析提供支持，辅助“福佑大脑”智能中台做出更明智的决策。

陈冠岭表示，公路运输场景有着多元性、复杂化的特性，使得大模型的应用具备较大空间，关键在于产品的易用性和稳定性。腾讯在智慧物流领域的深入理解，有助于双方更好的聚焦在应用体验，福佑卡车的全链条大数据和运营场景，给货运大模型的训练提供了丰富“养料”，经过精调，货运服务的效率和体验都将带来质的改变。

据福佑卡车公开披露的信息，自公司创立8年以来，公司积累了1.9亿关键节点数据，200亿+多维度行为数据，这些高质量数据恰好能为大模型的落地提供技术支撑。

腾讯智慧交通副总裁李学朝表示，产业发展需要依靠技术升级，技术落地也需要产业支撑。在产业互联网时代，数实融合的路还有很长。未来，腾讯希望能和福佑卡车共同推动货运物流高质量发展。

BATJ齐聚物流行业掀起“大模型之战”

随着腾讯和福佑卡车合作的官宣，物流大模型领域已经齐聚几大互联网巨头。

今年9月底，百度地图宣布基于百度的大模型技术能力，结合物流行业场景特点，正式推出物流大模型Beta版，率先在物流地址解析、物流调度决策两大领域开展应用。

7月13日，在2023京东全球科技探索者大会上，京东正式推出言犀大模型，支持语言、语音、视觉、多模态等，融合70％通用数据与30％数智供应链原生数据，致力于深入物流产业场景，解决现实痛点问题。

京东物流还发布了数智化供应链产品“京东物流超脑”及全新升级的京慧3.0，发力大模型与数字孪生技术深度结合，驱动供应链全局优化。据了解，“京东物流超脑”融入了京东物流深度服务供应链全场景的经验，实现了多模态大模型对物流场景内容生成和创作的交互升级，由自然语言驱动操作，提升交互效率和降低使用门槛。

今年6月，菜鸟供应链发布一款基于大模型的数字化供应链产品“天机π”，通过菜鸟算法+基于大模型的生成式AI辅助决策，在销量预测、补货计划和库存健康等领域实现提质增效，有力推动物流供应链进入大模型时代。

互联网巨头之外，物流企业也在加速探索物流大模型的运用，今年5月，G7易流董事长翟学魂公开表示，公司已经开始对基于大模型的交互产品进行投入和研发，将在明年推出“具有震撼力”的产品。“大模型技术对于人的结构、流程结构，公司生态结构都会发生重大的影响，所以我们在这一部分会有很重要的投入。”翟学魂表示。

陈冠岭也向记者表示，目前物流大模型依然处于很早期阶段，他特别提到，在物流这种垂直行业，因为做的产品不是创意类的产品，对大模型输出准确性要求很高，而当下的大模型准确性不够，随机性比较强，还需要更多算法上的改进，以及大量的数据和场景的丰富，来解决这个问题，这也是当下物流大模型面临的最大挑战。

“未来一定有办法能够让大模型在准确性和应用性取得平衡，这也是物流大模型发展的必经之路。”陈冠岭表示。

封面图片来源：每经记者 赵雯琪 摄