順豐科技于近日成功推出自主研發(fā)的物流決策大模型——“豐知”。此模型旨在將大模型技術應用于物流供應鏈的智能化分析、銷量預測、運輸路線優(yōu)化以及包裝優(yōu)化等決策范疇。

順豐科技方面宣稱，“豐知”物流決策大模型憑借多模態(tài)大模型能力，構建起了多層級多通道需求預測模型，達成了更為精準的預測成效。不單如此，計算方式的變革還降低了模型需求數量與資源消耗，增進了資源利用效率。

圖源：每日經濟新聞

為有效化解大模型于供應鏈運營場景的落地難題，順豐科技充分整合了大語言模型的交互優(yōu)勢以及傳統(tǒng)小模型的專業(yè)深度，成功構建起一個供應鏈智能體。此智能體依托順豐科技豐智云生態(tài)體系，在客戶銷量產生波動之際，能夠精確向客戶闡明問題成因，為管理者給予決策支撐，助推其選定適宜的應對策略。

以某一具體實踐案例作為參照，“豐知”物流決策大模型的應用致使其服務器資源需求顯著降低，運行時間效率提高達 120 倍，預測準確率上揚 5%。而此類提升于傳統(tǒng)模型當中是極難達成的，這也意味著“豐知”物流決策大模型在供應鏈需求預測領域達成了重大的技術突破。

豐知物流決策大模型 圖源：順豐官方

順豐科技副總裁唐愷指出：“近些年來，通用人工智能，尤其是大語言模型技術取得了顯著的進展，對多個行業(yè)的生態(tài)產生了深刻的影響。然而，在物流供應鏈這一復雜且高度專業(yè)化的領域當中，其應用的潛力尚未得以充分地發(fā)掘和釋放。”

唐愷亦提及，供應鏈運營屬于專業(yè)程度頗高且極為嚴謹的領域，當下大模型技術雖呈現出巨大的潛力，但在精確計算以及避免“幻覺”等方面的問題上，在一定程度上對其在該領域的深度應用形成了限制。尤為重要的是，供應鏈運營的決策與分析要求結果務必能夠回溯、追溯和驗證，即所謂的“白盒”特性，這與當前大模型普遍的“黑盒”輸出方式存在著根本性的差別。這一核心的差異，構成了大模型在供應鏈領域推廣過程中的主要挑戰(zhàn)，對其能力的全面發(fā)揮形成了阻礙。