网易首页 > 新闻中心 > 新闻 > 正文

【用AI联通】系列报道之二十四 AI开启智慧物流新纪元——中国联通打造“讯联物流政策查询大模型”

0
分享至

随着人工智能技术的发展,物流行业也迎来前所未有的机遇。在物流需求持续上涨的背景下,传统物流模式已难以应对短时内适应管理要求变动、复杂供应链协同和精细化运营管理等挑战,而AI技术的深度赋能成为行业破局的关键。当分析、解析均可一键达成,这场由算法驱动的供应链升级,正在重新定义“物畅其流,货通天下”的速度与智慧。

AI赋能物流行业

“物流行业政策实时会变动,就像高速路上的指示牌,稍不留神就可能错过关键信息。”中国物流与采购联合会智慧物流分会首席专家刘浩表示,“中国联通打造的‘讯联物流政策查询大模型’就像个‘政策智囊团’,不仅能实时监测政策变动,还能精准分析对企业的影响。比如新规一出,它能立刻识别业务流程中的风险点,给出优化建议,帮企业快速调整策略。同时,它还能‘算账’——比如新能源补贴政策落地后,系统能自动测算投入回报,让企业知道该往哪儿投钱最划算,推动智能化升级,真正实现降本增效。”

这套由中国联通子公司中讯邮电咨询设计院有限公司(以下简称“中讯院”)研发的“讯联物流政策查询大模型”,通过通用问答、政策查询,可实时解析最新政策信息,降低合规风险。

中讯院在仓储物流领域已深耕多年,积累了丰富的行业数据资产和技术底蕴。依托联通元景和DeepSeek大模型能力,结合长期积累的数据和场景应用,成功研发出“讯联物流政策查询大模型”,并于2024年与中国物流与采购联合会(以下简称“中物联”)联合发布。一经发布,在业界引发积极关注,通过3轮试点应用,目前已服务于中物联的数千家会员企业,范围覆盖20个城市。该模型通过智能化分析、政策解析,能够更高效地获取最新的政策信息,实时把握行业动态,进一步提升决策效率和信息透明度。

“以往都是通过人工收集数据、手动整理报表来获取、分析运营效率、服务质量、成本控制等指标,不仅效率低、耗时长,还容易出错,导致决策滞后,跟不上市场变化。”刘浩介绍。针对政策时效性不足、查询不准等问题,“讯联物流政策查询大模型”可提供指标优化、自然语言数据查询等多种功能,优化供应链和运营管理,提供精准的行业支持,助力企业提升运营效率、提高企业整体效益。该模型已在2024年12月试点应用,数据显示,物流指标查询准确度超过85%;特有物流政策查询和政策解读,准确率达95%;知识问答准确率超92%。

AI助力物流运营降本增效

基于大模型技术,中讯院还为物流企业开发了智能调度、自动化分析和决策支持系统等多个智能工具,这些工具已广泛应用于物流行业的多项业务中,有效节省人力成本,提升了调度响应速度与运营弹性。帮助企业在降本增效的同时,提升了运营的灵活性和响应速度。

“人工智能算法的引用,在企业生产经营方面,大大提升了仓储管理效率,再也不会出现库存积压的情况了。”以某省大港仓储物流数字化管理平台项目为例,在政策知识问答的基础上,中讯院基于客户实际数据做能力迭代,通过多模态感知、智能决策与自动化调度,实现库存优化管理、订单处理与分拣,数据驱动和仓储决策,推动行业从经验驱动向数据智能驱动的范式升级。当库存物料触达阈值时,智慧采购决策模块即刻响应,利用深度学习构建预测模型,以超90% 的准确率输出精准采购量;用户依据供应商评分体系提供的多维度评估结果选择优质供应商,采购满意度提升至85%。物资到库后,智慧物资验收模块借助OCR识别与大模型技术,让验收效率提升60%,误差率降至3% 以内。这一系列智能化应用,不仅验证了中讯院技术方案的落地实效,更为行业数字化转型提供了可复制的标杆案例。

推动行业向智能化、标准化转型

中国联通不仅在大模型技术研发方面取得了显著成就,还积极推动行业标准化工作。由中讯院牵头编写国内首个物流大模型标准——《面向行业的大规模预训练模型技术和应用评估方法第15部分:物流大模型》,涵盖模型开发、模型能力、模型运营、模型应用和可信要求五个部分,填补了大模型在物流行业应用标准领域的空白。

通过不断的技术进展成果和行业合作,联通中讯院已面向行业客户开展多项试点,覆盖多个核心物流场景,显著提升响应效率与智能化水平,后续将持续推动物流大模型走进更广泛的民生应用场景,例如服务于城市末端配送的智能调度、助力应急物资在灾后场景中高效调配、优化公共医疗物资流通链路等,在更多场景提供高效、安全、绿色的智能化解决方案。

撰稿:姜海龙 刘梦琪 周莹


相关推荐
热点推荐
“赶飞机时间比坐飞机还长”?全国政协委员王煜呼吁:合理控制机场与城市距离

“赶飞机时间比坐飞机还长”?全国政协委员王煜呼吁:合理控制机场与城市距离

红星新闻
2026-03-11 13:18:38
老人在北京军博偷摸文物被制止,他却语出惊人:我背它走完的长征

老人在北京军博偷摸文物被制止,他却语出惊人:我背它走完的长征

云霄纪史观
2026-01-28 18:03:04
资本让老头老太太连垃圾都捡不了!武汉部分小区,惊现废品回收机

资本让老头老太太连垃圾都捡不了!武汉部分小区,惊现废品回收机

火山詩话
2026-03-11 14:33:00
2005年,姚文元去世,病故消息半个月后才被披露,他被葬在了哪里

2005年,姚文元去世,病故消息半个月后才被披露,他被葬在了哪里

品点历史
2026-03-11 09:25:12
战争账单曝光:美国为中东行动已付出巨额代价

战争账单曝光:美国为中东行动已付出巨额代价

极目新闻
2026-03-10 09:03:21
以色列国家或许正在走向灭亡

以色列国家或许正在走向灭亡

安安说
2026-03-11 09:59:47
第39波打击!伊朗大杀器参战,美基地陷入火海,特朗普向32国求助

第39波打击!伊朗大杀器参战,美基地陷入火海,特朗普向32国求助

今古深日报
2026-03-12 10:00:21
我在印度亲眼所见,印度五大“爱国国货”,扒开后都是中国制造

我在印度亲眼所见,印度五大“爱国国货”,扒开后都是中国制造

全金猫眼
2026-03-12 09:44:24
北京隆福寺官宣:市集常态化!周边店铺:现在基本有车位

北京隆福寺官宣:市集常态化!周边店铺:现在基本有车位

北京商报
2026-03-11 21:08:39
范德芬:前15分钟发生了什么?球场滑得离谱,所有人都在打滑

范德芬:前15分钟发生了什么?球场滑得离谱,所有人都在打滑

懂球帝
2026-03-11 21:14:49
两会结束了,未来可能会面临“这3个政策”,与百姓生活息息相关

两会结束了,未来可能会面临“这3个政策”,与百姓生活息息相关

小娱乐悠悠
2026-03-12 08:56:58
苹果突然发布iOS26.4.4,省电效果太顶了,信号极大改善

苹果突然发布iOS26.4.4,省电效果太顶了,信号极大改善

库克啥都聊
2026-03-12 10:07:43
小哥让狗子看守苞米,狗子从早到晚都不敢闭眼,结果第二天苞米全没了...狗子:日防夜防家贼难防!

小哥让狗子看守苞米,狗子从早到晚都不敢闭眼,结果第二天苞米全没了...狗子:日防夜防家贼难防!

爱宠物
2026-03-11 21:55:51
沙溢当众殴打李晨,被告上仲裁会:永远不要轻易评价一个人

沙溢当众殴打李晨,被告上仲裁会:永远不要轻易评价一个人

乡野小珥
2026-03-12 10:21:35
快扔掉!戴一天,辐射量相当于拍117次胸片

快扔掉!戴一天,辐射量相当于拍117次胸片

FM93浙江交通之声
2025-10-28 00:01:43
摊牌了!离婚14年董洁潘粤明公开“认爱”,这一次尹姝贻输得彻底

摊牌了!离婚14年董洁潘粤明公开“认爱”,这一次尹姝贻输得彻底

查尔菲的笔记
2026-03-09 14:00:17
日本部署远程导弹,目标锁定上海?不到24小时,中方发出终极警告

日本部署远程导弹,目标锁定上海?不到24小时,中方发出终极警告

等等talk
2026-03-12 00:47:08
77岁查尔斯撑不住了?内部人透露威廉已是“实际国王”,英王室将迎巨变

77岁查尔斯撑不住了?内部人透露威廉已是“实际国王”,英王室将迎巨变

小鱼爱鱼乐
2026-03-11 18:37:47
北京停止供暖时间!

北京停止供暖时间!

美丽大北京
2026-03-11 22:33:13
潘粤明自曝:近两年接不到戏,收入不稳,直言怀疑自己能力不行!

潘粤明自曝:近两年接不到戏,收入不稳,直言怀疑自己能力不行!

不甜的李子
2026-03-12 04:43:34
2026-03-12 11:20:49

头条要闻

媒体:面对伊朗无人机乌"接单"救场 泽连斯基另有盘算

头条要闻

媒体:面对伊朗无人机乌"接单"救场 泽连斯基另有盘算

体育要闻

要脸,还是要83分纪录?

娱乐要闻

蔡少芬晒全家福照,两女儿成最大亮点

财经要闻

卢锋:从特朗普团队群演看时代变局

科技要闻

腾讯"养虾"暴涨后,百度急得在门口"装虾"

汽车要闻

大众2025财报:转型虽有阵痛 "大象"已然起跑

态度原创

本地
游戏
教育
艺术
家居

本地新闻

这档韩国玄学综艺,让多少人看得头皮发麻

《神秘海域》发售18年后 开发者头像彩蛋意外曝光!

教育要闻

反演变换 大鹏老师终极大总结!

艺术要闻

朱屺瞻『凌波仙子』

家居要闻

触感本真 家的迹象

无障碍浏览 进入关怀版
×