物流AI智能化现状总结与案例分析之京东言犀大模型与“京东物流超脑”

本文将深入探讨中国供应链物流AI智能化的现状，聚焦多模态语言大模型、多智能体协作和具身智能等前沿技术，并通过对京东言犀大模型及其在物流领域的应用案例分析，揭示AI如何赋能物流行业，实现降本增效和创新发展。近年来，中国供应链物流行业在人工智能（AI）技术的推动下，实现了显著的智能化发展。AI技术的广泛应用，不仅提升了物流运营效率，还推动了供应链管理的整体升级，为行业带来了深远的影响。目前来看，中国供应链物流AI智能化已经进入了高速发展阶段，技术应用覆盖预测、仓储、配送等全链条场景，政策支持与创新双轮驱动市场扩张；今天，小兵通过相关案例，和各位读者分享一下中国供应链物流AI智能化发展的现状。一、三个关键词：多模态语言大模型、智能体、具身智能 1、供应链物流AI智能化发展关键词：多模态语言大模型MLLMs 多模态大语言模型（MLLMs)在视觉问答、视觉理解与推理等任务中展现出卓越的性能，使其成为研究和应用的主战场，多模态技术在物流领域的应用正在不断扩展，为行业发展带来新的机遇。多模态大语言模型架构示意图供应链物流多模态LLM典型应用场景 2、供应链物流AI智能化发展关键词：多智能体Multi-Agent 回顾2024年，是AI Agent真正爆发的一年，数据显示，82%的技术高管计划在未来3年内将AI Agent 集成到他们的技术栈中。另一方面，运用多个LLMs来减轻单个模型的局限性，以解决更复杂任务的多智能体协作方案，也获得广泛关注。通过改进的通信协议和任务分配机制，多个AI Agent 能够更有效地协同工作。例如在复杂的物理规划任务中，多个Agent可以自主协调，共同完成路径优化、资源分配等任务。 AI Agent关键特征和系统架构多AI Agent协作模型 3、供应链物流AI智能化发展关键词：具身智能在过去的2024年，大模型等发展带动具身智能（Embodied Intelligence）的兴起，成为推动人工智能向物理世界深度渗透的重要能力。具身智能是一个涉及人工智能、认知科学和机器人学的概念，指的是拥有物理形态的人工智能系统，这些系统能够在真实的物理环境中进行学习和操作，与周围世界实现动态交互。不同于传统基于数字环境的AI，具身智能具备感知、行动，并对外界物理刺激作出反应的能力。在物流领域，AI+机器人正推动着行业的智能化变革。具身智能技术架构一套最小的具身智能应用实现流程示例 4、2024年中国供应链物流领域部分AI事件汇总二、京东言犀大模型京东的言犀大模型，是扎根产业的原生大模型。凭借着从基础设施、模型层、MaaS层、SaaS层全栈的技术布局，打造多款端到端的大模型技术产品。京东言犀大模型是基于京东云的高性能计算集群，采用Megatron+DeepSpeed的分布式训练框架，训练的Decoder-Only架构模型。在通用知识获取方面，言犀大模型添加了约30%的京东域自身的产业数据，并通过构建高质量的指令数据，帮助模型具备更强的产业属性。除了模型训练本身，京东言犀大模型还在模型的转换层和服务层进行了自研算法的深耕，提升了大模型的推理速度和部署性能，让大模型的能力能够充分的下沉到业务端，并通过集成平台能力打造真正的模型及服务。言犀大模型架构言犀大模型的主要产品包括：（1）在线咨询机器人：对话机器人、服务拟人、人机融合（2）智能质检与分析：文本/语音多维数据、全量实时质检、风险舆情洞察（3）智能培训：场景式陪练、全周期督导、知识提炼沉淀（4）智能语音外呼：拟人化交互、高接通高转化、外呼模版市场（5）智能座席辅助：全渠道辅助、会话意图摘要、知识随行（6）AI多模态数字人：多模态智能交互、形象风格定制、口唇/情绪驱动（7）智能语音应答：全自研语音引擎、多维情感感知、便捷运营（8）智能知识库：企业知识协同、多场景分发、数据安全可控（9）智能CRM：服务营销一体化、精准用户画像、线索转化分析（10）AI开发平台：高精度训练、一站式服务、低门槛操作 1、京东大模型产品-京东物流超脑 2023年7月，京东在全球科技探索者大会上正式发布了“言犀”大模型，推出基于大模型的数智化供应链产品“京东物流超脑”。2024年11月，京东物流宣布升级数智化供应链技术全景“京东物流超脑”，整合大模型、数字孪生等技术，专注于供应链全链路的降本增效，涵盖智能规划、智能仓储、智能运配、智能客服、智能营销等全环节应用场景，实现辅助决策，运营优化和商业增值等全面智能化。其中“与图”数智时空平台、“京慧”一体化智能供应链平台，是京东物流超脑对外商业化核心产品。 2、京东物流超脑开放应用平台——“与图”数智时空平台与图是京东物流旗下基于供应链场景的数智化地图服务平台，基于深度整合的京东供应链全链路的亿万级规模数据，包括商流、物流、信息流、金融流等多源异构大数据，提供全场景GIS、精智地址、位域洞察三大功能模块，帮助企业网格洞察分析、智能选址、精准营销、高准确率分单、调度运筹优化，助力政企管理经营视角下的人、车、货、场、客、销六大要素，实现降本、提效、增收。“与图”数智时空平台-品牌消费画像分析示意图 “与图”零售连锁行业解决方案示意图 3、京东物流超脑开放应用平台-京慧一体化智能供应链平台京慧基于丰富的大数据分析和科学的算法模型，结合客户的实际销量情况，为客户提供销量预测、库存预警、库存仿真、智能补货以及库存营销等智能决策产品，帮助客户制定更精准的供应链计划。 4、京东物流智能决策-数智化运营履约决策平台三、京东言犀大模型AI应用：京东物流内部运力机器人-运力小智京东物流基于大模型搭建运力智能机器人“运力小智”，定位是一个集知识问答、数据分析功能于一体的便携式知识百科信息问答平台。它以运力平台日常工作所涉及的内容为核心，涵盖了业务SOP、常见系统问题、操作手册、实时类信息咨询（天气、安全）、报表查询、数据分析等多项内容，致力于帮助运力用户（内部运营岗位、承运商、司机）更便捷、高效地获取有效信息，并通过大模型能力持续赋能，为用户提供个性化的推荐和良好的用户体验，减少用户获取知识的成本以及减少异常等问题的管理难度。运力小智一方面通过内、外部的途径建立运力垂直领域丰富的知识、数据信息库，另一方面，集成智能问答和数据分析为一体，统一入口，丰富机器人能力，减少用户查询成本。目前，主要经历了两个迭代版本，二者对比如下：运力小智提供指标查询、知识问答、特定场景的轨迹及图片查询、报表推送、信息主动推送等功能，有效降低了内部调度、精益改善相关岗位人员的查询操作实践，同时数据分析类、运力效率、体验类指标一线人员查询结果成功率70%左右，知识问答类，一开始用户知识类的发散提问成功率为20%～30%，引动用户熟悉使用后，现在用户特定场景的使用率提升，知识问答类成功率达到50%左右。指标查询：大模型数据分析与udata数据能力结合，让用户可以在京ME通过便捷灵活的问答机器人方式，统一入口，快速获取数据，缩短数据分析链路，提高分析效率和及时性。知识问答：为运营人员提供日常的关于操作规范、规章制度、常见系统问题、常用看板、系统连接查询等内容，大大缩短了人工检索信息的时间。同时一线咨询问题快速转化工单，大大提高每日值班人员手动录入共担的效率。特定场景-轨迹&图片查询：为方便运营人员根据派车单号（TW）进行车辆轨迹查询，减少繁琐的系统操作步骤；支持根据车牌号，查询对应的行驶证图片。作者：物流小兵说公众号：物流小兵说本文由 @物流小兵说原创发布于人人都是产品经理。未经作者许可，禁止转载题图来自 Pexels，基于CC0协议该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

本文将深入探讨中国供应链物流AI智能化的现状，聚焦多模态语言大模型、多智能体协作和具身智能等前沿技术，并通过对京东言犀大模型及其在物流领域的应用案例分析，揭示AI如何赋能物流行业，实现降本增效和创新发展。

近年来，中国供应链物流行业在人工智能（AI）技术的推动下，实现了显著的智能化发展。AI技术的广泛应用，不仅提升了物流运营效率，还推动了供应链管理的整体升级，为行业带来了深远的影响。目前来看，中国供应链物流AI智能化已经进入了高速发展阶段，技术应用覆盖预测、仓储、配送等全链条场景，政策支持与创新双轮驱动市场扩张；今天，小兵通过相关案例，和各位读者分享一下中国供应链物流AI智能化发展的现状。

一、三个关键词：多模态语言大模型、智能体、具身智能

1、供应链物流AI智能化发展关键词：多模态语言大模型MLLMs

多模态大语言模型（MLLMs)在视觉问答、视觉理解与推理等任务中展现出卓越的性能，使其成为研究和应用的主战场，多模态技术在物流领域的应用正在不断扩展，为行业发展带来新的机遇。

多模态大语言模型架构示意图

供应链物流多模态LLM典型应用场景

2、供应链物流AI智能化发展关键词：多智能体Multi-Agent

回顾2024年，是AI Agent真正爆发的一年，数据显示，82%的技术高管计划在未来3年内将AI Agent 集成到他们的技术栈中。另一方面，运用多个LLMs来减轻单个模型的局限性，以解决更复杂任务的多智能体协作方案，也获得广泛关注。通过改进的通信协议和任务分配机制，多个AI Agent 能够更有效地协同工作。例如在复杂的物理规划任务中，多个Agent可以自主协调，共同完成路径优化、资源分配等任务。

AI Agent关键特征和系统架构

多AI Agent协作模型

3、供应链物流AI智能化发展关键词：具身智能

在过去的2024年，大模型等发展带动具身智能（Embodied Intelligence）的兴起，成为推动人工智能向物理世界深度渗透的重要能力。具身智能是一个涉及人工智能、认知科学和机器人学的概念，指的是拥有物理形态的人工智能系统，这些系统能够在真实的物理环境中进行学习和操作，与周围世界实现动态交互。不同于传统基于数字环境的AI，具身智能具备感知、行动，并对外界物理刺激作出反应的能力。在物流领域，AI+机器人正推动着行业的智能化变革。

具身智能技术架构

一套最小的具身智能应用实现流程示例

4、2024年中国供应链物流领域部分AI事件汇总

二、京东言犀大模型

京东的言犀大模型，是扎根产业的原生大模型。凭借着从基础设施、模型层、MaaS层、SaaS层全栈的技术布局，打造多款端到端的大模型技术产品。

京东言犀大模型是基于京东云的高性能计算集群，采用Megatron+DeepSpeed的分布式训练框架，训练的Decoder-Only架构模型。在通用知识获取方面，言犀大模型添加了约30%的京东域自身的产业数据，并通过构建高质量的指令数据，帮助模型具备更强的产业属性。除了模型训练本身，京东言犀大模型还在模型的转换层和服务层进行了自研算法的深耕，提升了大模型的推理速度和部署性能，让大模型的能力能够充分的下沉到业务端，并通过集成平台能力打造真正的模型及服务。

言犀大模型架构

言犀大模型的主要产品包括：（1）在线咨询机器人：对话机器人、服务拟人、人机融合（2）智能质检与分析：文本/语音多维数据、全量实时质检、风险舆情洞察（3）智能培训：场景式陪练、全周期督导、知识提炼沉淀（4）智能语音外呼：拟人化交互、高接通高转化、外呼模版市场（5）智能座席辅助：全渠道辅助、会话意图摘要、知识随行（6）AI多模态数字人：多模态智能交互、形象风格定制、口唇/情绪驱动（7）智能语音应答：全自研语音引擎、多维情感感知、便捷运营（8）智能知识库：企业知识协同、多场景分发、数据安全可控（9）智能CRM：服务营销一体化、精准用户画像、线索转化分析（10）AI开发平台：高精度训练、一站式服务、低门槛操作

1、京东大模型产品-京东物流超脑

2023年7月，京东在全球科技探索者大会上正式发布了“言犀”大模型，推出基于大模型的数智化供应链产品“京东物流超脑”。2024年11月，京东物流宣布升级数智化供应链技术全景“京东物流超脑”，整合大模型、数字孪生等技术，专注于供应链全链路的降本增效，涵盖智能规划、智能仓储、智能运配、智能客服、智能营销等全环节应用场景，实现辅助决策，运营优化和商业增值等全面智能化。其中“与图”数智时空平台、“京慧”一体化智能供应链平台，是京东物流超脑对外商业化核心产品。

2、京东物流超脑开放应用平台——“与图”数智时空平台

与图是京东物流旗下基于供应链场景的数智化地图服务平台，基于深度整合的京东供应链全链路的亿万级规模数据，包括商流、物流、信息流、金融流等多源异构大数据，提供全场景GIS、精智地址、位域洞察三大功能模块，帮助企业网格洞察分析、智能选址、精准营销、高准确率分单、调度运筹优化，助力政企管理经营视角下的人、车、货、场、客、销六大要素，实现降本、提效、增收。“与图”数智时空平台-品牌消费画像分析示意图

“与图”零售连锁行业解决方案示意图

3、京东物流超脑开放应用平台-京慧一体化智能供应链平台

京慧基于丰富的大数据分析和科学的算法模型，结合客户的实际销量情况，为客户提供销量预测、库存预警、库存仿真、智能补货以及库存营销等智能决策产品，帮助客户制定更精准的供应链计划。

4、京东物流智能决策-数智化运营履约决策平台

三、京东言犀大模型AI应用：京东物流内部运力机器人-运力小智

京东物流基于大模型搭建运力智能机器人“运力小智”，定位是一个集知识问答、数据分析功能于一体的便携式知识百科信息问答平台。它以运力平台日常工作所涉及的内容为核心，涵盖了业务SOP、常见系统问题、操作手册、实时类信息咨询（天气、安全）、报表查询、数据分析等多项内容，致力于帮助运力用户（内部运营岗位、承运商、司机）更便捷、高效地获取有效信息，并通过大模型能力持续赋能，为用户提供个性化的推荐和良好的用户体验，减少用户获取知识的成本以及减少异常等问题的管理难度。

运力小智一方面通过内、外部的途径建立运力垂直领域丰富的知识、数据信息库，另一方面，集成智能问答和数据分析为一体，统一入口，丰富机器人能力，减少用户查询成本。目前，主要经历了两个迭代版本，二者对比如下：

运力小智提供指标查询、知识问答、特定场景的轨迹及图片查询、报表推送、信息主动推送等功能，有效降低了内部调度、精益改善相关岗位人员的查询操作实践，同时数据分析类、运力效率、体验类指标一线人员查询结果成功率70%左右，知识问答类，一开始用户知识类的发散提问成功率为20%～30%，引动用户熟悉使用后，现在用户特定场景的使用率提升，知识问答类成功率达到50%左右。指标查询：大模型数据分析与udata数据能力结合，让用户可以在京ME通过便捷灵活的问答机器人方式，统一入口，快速获取数据，缩短数据分析链路，提高分析效率和及时性。