产学研新范式！这项数智物流“中国方案”登上了国际舞台

“成 果”

ZJUSOM

近日，数据领域全球顶级会议ICDE 2026在加拿大蒙特利尔举办，并正式公布论文录用结果。由浙江大学全省数智管理与决策技术重点实验室、顺丰科技与浙江工业大学联合完成的研究成果—“Accurate and Efficient Multi-Channel Time Series Forecasting via Sparse Attention Mechanism”凭借突出创新价值与产业落地能力，从全球海量投稿中成功入选。

ICDE与SIGMOD、VLDB并称数据领域三大顶级会议，是中国计算机学会（CCF）推荐的A类会议，评审标准十分严苛，录用率常年维持在25%左右，代表着全球数据智能领域的最高学术水准。此次成功入选，不仅是对联合研究团队科技实力的高度认可，更是中国供应链科技走向国际前沿的重要里程碑。

团队成员在会议现场发表演讲

会议现场，顺丰科技产品研发骨干代表联合研究团队发表演讲，面向全球顶尖学者、行业专家，全面展示中国供应链AI技术的原创实力与产业落地成果，让世界看到了中国物流科技的硬实力。

本期【成果】专题，一起来看该项研究成果的技术亮点，回顾浙江大学管理学院与顺丰的校企合作脉络。

01

这项研究有何亮点？

突破技术瓶颈：供应链预测更高效、更落地

在现代供应链运营中，多通道时序预测是一项核心能力。简单来说，就是结合季节、促销、地域等多重因素，精准预判货量、运力等关键业务趋势，这会直接决定企业的运营效率与服务体验。

企业在日常经营中，往往同时面临销售波动、季节更替、营销大促、地域差异、库存周转、物流时效等多重变量。过去依靠经验判断或简单数据推演的方式，很难准确预判未来走势。预判不准，就容易出现备货过量导致成本积压、备货不足错失订单、运力调配失衡、库存周转低效等一系列问题。与此同时，传统预测模型普遍存在“精度不足、部署复杂、成本偏高”的短板。有的模型只能基于单一维度预测，无法兼顾多因素联动；有的模型则结构笨重、算力消耗大，中小企业难以落地。

图片来源：千库网

针对这些行业痛点，研究团队联合研发了Li-Net智能预测框架。该框架采用多通道融合架构与稀疏注意力优化技术，实现了以下五个方面的核心突破：

1

多维度协同预测

打破传统模型“数据孤立”的局限，可整合销售、库存、运力、天气等数十类关联数据，精准捕捉各因素内在关联，避免预判片面、偏差过大的问题。

2

多模态信息融合

将日期、网点、商品、运营状态等异构信息，与商品文字描述、图片特征等非结构化信息统一嵌入学习，并智能聚合相似品类特征以强化联合学习效果，为企业提供更贴合真实业务的预测结果与更可靠的决策依据。

3

轻量化高效部署

Li-Net创新采用Top-K稀疏注意力机制，仅聚焦关键时间周期与核心特征维度进行计算，大幅降低传统模型的计算复杂度，同时搭配更轻量化的MLP架构，在保证精度的前提下实现运算更快、占用资源更少。例如，在十亿级海量件量预测真实场景中，可将原本需要151分钟的计算任务缩短至11分钟，效率提升近14倍。模型体积仅0.5MB，相比传统模型，内存占用、算力消耗大幅降低，无需高额硬件投入、无需专业运维团队，可快速嵌入企业现有业务系统，轻松实现规模化落地。

4

高精度长周期预测

在ETT、电力、气象、交通、M5（零售） 等国际权威数据集测试中，预测精度全面优于行业主流模型，可稳定支撑半年至一年的长周期业务预判，适配供应链多变量、高波动的业务特征。

5

长期稳定性提升

高效率的计算模块，为更多通道和时间步上下文提供了能力支持，模型可以将更多最新数据作为输入，从而获得更好的业务变动跟进能力。经生产双跑对比，模型可以保持持续一年多的稳定领先（相比于每季度训练的传统模型），大幅降低了模型维护成本。

Li-Net智能预测框架

突破技术瓶颈：让供应链预测更高效、更落地

从客户的实际业务链路来看，Li-Net的价值更加清晰可感。在顺丰内部十亿级件量预测场景中，每日预测任务耗时从151分钟缩短至11分钟，效率提升14倍；在弹性资源使用上实现46倍的CPU推理资源节约。在服务某500强头部快消客户的供应链预测场景中，模型训练时长从20小时压缩至10分钟，效率提升120倍，对应的GPU服务器投入成本减少约5倍。效果层面，预测准确率提升5%，供应链收益提效5%，每年可带来4000万元以上的净收入提升。

总体而言，该模型可实现GPU秒级千万点预估、CPU秒级百万点预估，单机即可具备支撑大型时序预测系统的能力。

图片来源：千库网

企业借助Li-Net的精准预测能力，可以提前研判市场需求趋势，智能规划采购、生产与库存计划，减少资金占用与仓储浪费；同时结合全网运力、中转、时效等多维预判，实现物流资源的柔性调配，保障大促与旺季的履约稳定和交付效率。实测数据显示，该方案可显著提升中长期预测准确率与资源使用效率，有效降低企业综合供应链运营成本，提升履约质量与市场响应速度，全面增强业务韧性与抗风险能力。

02

从平台共建到生态闭环：

成果背后的校企协同

浙江大学管理学院与顺丰的合作由来已久。早在2019年，双方就共建实习实践基地，此后陆续在博士后工作站、人才培养、共建研究中心等方面达成系统性合作，逐步形成并验证了“平台共建-团队共研-成果共享”的协同创新模式。

校企共建，打造产学研协同创新平台

2023年5月，浙江大学管理学院、顺丰科技与浙江大学科技园发展有限公司签署产学研合作协议，聚焦智慧物流产业，在博士后工作站、人才培养、品牌活动、科研等方面展开协同。在此基础上，同年10月，合作向更深、更广的维度延伸——浙江大学管理学院、顺丰集团与浙江大学科技园发展有限公司签署产学研合作协议，围绕共建教研中心、建立产教融合基地、智慧供应链能力共建等项目开展合作，将合作拓展至学术研究、人才培养、概念验证与项目孵化、项目投资与场景赋能、品牌发声等多个维度，联合构建“智慧物流研究中心”等综合性平台。

顺丰科技博士后科研工作站揭牌仪式

2024年，联合研究平台正式落地。管理学院、顺丰科技与杭州丰泰电商产业园管理有限公司就共建“数智物流联合创新实验室”达成合作意向，合作为期三年，并规划共申两个百万级课题。实验室于2025年正式揭牌，标志着双方合作进入产学研深度融合的新阶段。实验室旨在聚合高校的学术算法优势与顺丰的产业数据资源，构建“人才共育、项目共研、成果共享”的一体化生态。

“数智物流联合创新实验室”揭牌仪式

此后，该实验室聚焦智慧供应链领域的核心痛点，围绕多通道时序预测、智能调度优化、库存策略等方向展开联合攻关，形成了“产业痛点→学术创新→工程落地→业务赋能”的完整闭环，让科研技术真正服务于实体经济。

强强联合协同攻关，核心团队引领技术突破

在联合实验室的平台基础上，浙江大学全省数智管理与决策技术重点实验室、顺丰科技与浙江工业大学三方紧密协作，由浙江大学管理学院教授周伟华、顺丰科技高磊、浙江工业大学周云等作为核心成员，针对供应链预测中“精度不足、部署复杂、成本偏高”的行业痛点，展开系统性联合攻关。

三方发挥各自优势：高校提供理论支撑与算法创新，企业提供真实业务场景与海量产业数据，校企协同、学科交叉，为技术突破奠定了坚实基础。本次入选ICDE的Li-Net智能预测框架，正是这一协同攻关的代表性成果。该课题研究依托联合实验室平台持续推进，周伟华教授团队与顺丰科技技术团队围绕供应链时序预测的精度与效率问题进行了近两年的系统攻关，最终形成从算法创新到产业落地的完整链路。

在顺丰校企生态共建大会上，管理学院获颁“匠心育人，校企典范奖”和“智慧校企，创新建设奖”

2026年双方更是互动紧密。3月，在顺丰校企生态共建大会上，管理学院获颁“匠心育人，校企典范奖”和“智慧校企，创新建设奖”。4月，顺丰科技高级副总裁、CMO唐恺受聘“浙江大学专业学位研究生校聘行业导师”。同月，联合团队的论文被ICDE 2026录用，并在5月的蒙特利尔会议上完成现场报告。

“以赛引才”、创新孵化，构建产学研生态闭环

除了科研攻关之外，双方还以创新大赛为载体，开展智慧物流领域应用式创新探索。2022年11月，浙大管院、顺丰科技、浙大科技园共同举办“创π—第二届智慧物流应用式创新大赛”，聚焦智慧物流产业，集聚创新创业人才、项目与成果，结合企业科技需求与业务导向开展创新实践，助力产业生态建设。

依托校企合作平台，孵化载体同步推进。2021年9 月，由顺丰创新中心与浙大科技园共建的智慧物流创新中心被认定为杭州市专业化孵化器，也是杭州市拱墅区首个专业化科技企业孵化器，为人才交流与成果孵化提供支撑。

近年来，浙江大学管理学院与顺丰科技在人才培养方面持续深化合作，逐步建立起多元立体的协同机制。双方通过“引进来、走出去”相结合的方式，推动产学研深度融合：学院推荐专家担任顺丰科技博士后工作站高校导师，开展联合培养；顺丰科技高级专家走进管院课堂参与授课与科研指导；同时，企业也为学生提供丰富的实习、实训与创新实践支持。

2024年11月，双方合作再度升级——顺丰科技与浙大管院专业学位中心共同申报的“浙江大学专业学位研究生联合培养基地”获批设立，标志着实习实践基地由院级提升至校级平台。这一跨越不仅拓展了合作深度与广度，也为完善高层次应用型人才培养体系奠定了更坚实的基础。

从课题攻关、联合实验室搭建，到以赛引才、孵化培育、人才联合培养，浙江大学管理学院与顺丰逐步构筑了一条多维度、立体化的产学研协同生态链，让学术创新与产业应用实现了高效的有机循环。

本次成果是浙江大学全省数智管理与决策技术重点实验室、顺丰科技与浙江工业大学三方产学研协同创新的一次典型实践。从联合实验室的平台搭建，到三方团队的协同攻关，再到成果落地，完整展示了“平台共建-团队共研-成果共享”的创新路径。

面向未来，管理学院将继续携手产业各界伙伴，深耕供应链领域，以AI技术为核心引擎，持续推动软硬件一体化服务能力的提升。秉持开放、合作、共赢的态度，我们期待与全球更多高校、科研机构、生态伙伴深度协同，以技术创新推动产业、行业的高质量发展。

信息来源 | 浙江大学数据分析和管理国际研究中心、浙江大学管理学院学科与科研中心

编辑 | 伍梁永

初审 | 佟庆

二审 | 吴铭、周伟华

三审 | 陈超

终审 | 王恩禹