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,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,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,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二維碼來隱藏收件人信息,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)
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)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(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)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(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)域帶來了效率和精度的雙重突破。