“我國(guó)干線運(yùn)輸、倉(cāng)配和快遞企業(yè)小、散、弱,技術(shù)裝備、信息化、標(biāo)準(zhǔn)化水平都較低,傳統(tǒng)快遞企業(yè)僅僅依賴低水平的規(guī)模擴(kuò)張將難以支撐,必須尋求互聯(lián)網(wǎng)時(shí)代 的破繭之道,” 在近日舉行的“‘互聯(lián)網(wǎng)+’與電商物流發(fā)展論壇”上,中國(guó)物流與采購(gòu)聯(lián)合會(huì)副會(huì)長(zhǎng)兼秘書長(zhǎng)崔忠付給物流快遞行業(yè)開出了一張藥方。
近年來(lái),電商網(wǎng)購(gòu)迅猛普及,刺激物流快遞行業(yè)也快速擴(kuò)張,但總體而言物流快遞仍然不能滿足用戶不斷提高的需求。崔忠付指出,目前國(guó)內(nèi)電商物流主要有自營(yíng) (如京東)和整合平臺(tái)(如菜鳥)兩種模式,后者尤引人側(cè)目。菜鳥模式通過(guò)線上運(yùn)用大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、供應(yīng)鏈管理技術(shù)優(yōu)化配置快遞資源,線下建設(shè)世界 一流的智能倉(cāng)儲(chǔ)設(shè)施網(wǎng)絡(luò)和末端配送網(wǎng)絡(luò),同時(shí)整合各類社會(huì)倉(cāng)儲(chǔ)資源,與廣大快遞物流企業(yè)戰(zhàn)略合作、共同發(fā)展,提高物流配送效率。
“從效果看,這種協(xié)同發(fā)展成效漸顯。去年“11·11”,阿里巴巴網(wǎng)絡(luò)銷售平臺(tái)上的2.78億物流訂單,在10天內(nèi)基本完成配送。”崔忠付說(shuō)。
與會(huì)專家學(xué)者認(rèn)為,“互聯(lián)網(wǎng)+物流”的本質(zhì)是基于互聯(lián)網(wǎng)時(shí)代開放、共享、多贏的思維,而應(yīng)對(duì)物流企業(yè)“小、散、弱”的基礎(chǔ)是技術(shù),要運(yùn)用大數(shù)據(jù)、云計(jì)算技術(shù)來(lái)整合社會(huì)上分散的物流資源,實(shí)現(xiàn)行業(yè)的協(xié)同發(fā)展。菜鳥模式已具“互聯(lián)網(wǎng)+物流”雛形,至少?gòu)姆较蛏?,這種探索非常值得肯定。
近年來(lái),我國(guó)網(wǎng)購(gòu)一直呈現(xiàn)“井噴式”增長(zhǎng),從2002年的8億元到2014年超過(guò)2萬(wàn)億元。在此帶動(dòng)下,我國(guó)快遞業(yè)發(fā)展迅猛,2014年業(yè)務(wù)量達(dá)140億 件,業(yè)務(wù)收入達(dá)2040億元,吸納了超過(guò)百萬(wàn)人的直接就業(yè),連續(xù)4年增幅超過(guò)50%。超過(guò)美國(guó),我國(guó)成為世界第一快遞大國(guó)。同時(shí),快遞單價(jià)從2005年的 27.7元降至2014年的14.7元。
國(guó)務(wù)院發(fā)展研究中心魏際剛博士認(rèn)為,當(dāng)前電商與物流的高速發(fā)展需要優(yōu)質(zhì)的物流模式來(lái)耦合,“互聯(lián)網(wǎng)+物流”便是優(yōu)選,菜鳥模式前景可期。大數(shù)據(jù)時(shí)代下的物 流,必須建構(gòu)完整體系、拓展服務(wù)功能,進(jìn)行先導(dǎo)性戰(zhàn)略布局和總體設(shè)計(jì),凸顯“向下”“向外”“向西”,逐步形成適應(yīng)“買全球、賣全球”的物流能力,并積極 與國(guó)家戰(zhàn)略對(duì)接。
與會(huì)人士表示,菜鳥模式的核心是技術(shù)和數(shù)據(jù)輸出,還有就是基于消費(fèi)者體驗(yàn)的服務(wù)質(zhì)量控制。在菜鳥網(wǎng)絡(luò)的平臺(tái)上,訂單、包裹、交通甚至天氣數(shù)據(jù)都能集聚和共 享,快遞物流企業(yè)、電商企業(yè)、消費(fèi)者可以及時(shí)了解物流狀況,在選擇快遞服務(wù)商、安排運(yùn)力、優(yōu)化路線、應(yīng)急調(diào)配等方面高效協(xié)同,改變以往包裹單點(diǎn)發(fā)全國(guó)、物 流企業(yè)各自為戰(zhàn)的局面,充分利用了快遞物流資源。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。