記者今日獲悉,菜鳥網(wǎng)絡(luò)攜手三通一達(dá)及順豐等14家主流快遞公司,今年將以更大力度推廣電子面單,有效幫助商家提高發(fā)貨效率。自去年5月上線以來(lái),菜鳥電子面單已完成與三通一達(dá)及順豐等14家主流快遞公司對(duì)接。同時(shí)連接管易、百勝等100多家主流的獨(dú)立軟件開發(fā)商,幫助商家提升效率。
根據(jù)菜鳥網(wǎng)絡(luò)對(duì)物流訂單發(fā)貨時(shí)效監(jiān)測(cè)分析,使用電子面單的商家,在發(fā)貨速度上較過(guò)去能提升30%以上。
“信息化的電子面單配合電子揀貨系統(tǒng),使我們的發(fā)貨效率至少提高了30%-40%。”天貓旗艦店“三只松鼠”技術(shù)負(fù)責(zé)人趙靈智表示,在同等發(fā)貨量的情況下,使用電子面單可以使操作人員減少30%。同時(shí),打印速度提升4-6倍。以去年雙11為例,當(dāng)天該店共產(chǎn)生130多萬(wàn)的包裹。如果按照傳統(tǒng)的面單使用效率,至少需要七八天才能發(fā)出去,而是用電子面單的情況下,只用了5天把所有的貨都發(fā)完了。
趙靈智說(shuō),使用傳統(tǒng)的面單在貼單的時(shí)候很容易出錯(cuò),需要增加人工核查的環(huán)節(jié)。而電子面單是一種后置的打單方式,在稱重的時(shí)候面單打出來(lái)不會(huì)貼錯(cuò),時(shí)效提高,人工成本降低。
淘寶奧爾良專賣店店主周小姐介紹,用上電子面單之后,人力和物力成本都節(jié)省了。“我算了一下,一臺(tái)機(jī)器最少一天可以打5000單,過(guò)去我們需要一個(gè)專人負(fù)責(zé)打面單、三臺(tái)機(jī)器同時(shí)打單,現(xiàn)在半個(gè)人一臺(tái)機(jī)器就夠了。”
“電子面單平臺(tái)是基于平臺(tái)化的物聯(lián)網(wǎng)智能數(shù)據(jù)服務(wù),商家不再需要在一一跟各個(gè)合作伙伴進(jìn)行系統(tǒng)對(duì)接,就能一次性實(shí)現(xiàn)與14家全國(guó)主流的快遞公司的電子面單統(tǒng)一對(duì)接,” 菜鳥網(wǎng)絡(luò)電子面單產(chǎn)品負(fù)責(zé)人何育林這樣描述電子面單對(duì)商家的好處。這對(duì)消費(fèi)者同樣有利:發(fā)貨環(huán)節(jié)的普遍提效,將使全國(guó)整體物流速度得到提升,當(dāng)日達(dá)將不再局限于中心城市。
菜鳥網(wǎng)絡(luò)快遞事業(yè)部負(fù)責(zé)人陳敏表示,菜鳥電子面單系統(tǒng)可以大幅提升電商整體效率,由于連接商家、商品、物流三方數(shù)據(jù),對(duì)于控制賣家刷單、杜絕快遞協(xié)助炒信也將起到重要作用。未來(lái),在快遞公司信息化水平得到進(jìn)一步提升的情況下,電子面單還可以通過(guò)二維碼來(lái)隱藏收件人信息,保護(hù)消費(fèi)者隱私,提升快遞行業(yè)信息安全。
區(qū)別與傳統(tǒng)“紙質(zhì)面單”的快遞面單,電子面單一般用熱敏紙打印。在效率上,電子面單打印速度是傳統(tǒng)面單的4-6倍,需要的操作人員更少、成本低且節(jié)能環(huán)保。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。