◎对于AI与物流场景结合的业内共识是：2024年是AI跟物流产业结合的关键年，也是真正能够大规模落地的一年。如今随着越来越多的物流界重磅选手入局，谁又能在AI与物流结合过程中抢占先机，也成为未来最大的看点和悬念。
每经记者 赵雯琪 每经编辑 张海妮
AI（人工智能）在物流领域的实际应用正发挥更大的作用。
9月22日—9月24日，第十六届国际交通技术与设备展览会（以下简称交通展）在北京举行，京东物流、货拉拉等物流公司展示了AI和数字化技术在物流领域的最新落地和实践场景。
《每日经济新闻》记者在现场注意到，京东物流发布了搭载感知大模型的物流无人车技术，并宣布第六代智能配送车将规模化布局，而货拉拉自研的“AR识货”、车联网（IoT）设备“安心拉”等技术也在展会上公开亮相，其中“AR识货”是行业内首个无需专门设备即可实现的物体测量功能。
除了京东和货拉拉之外，也有越来越多的物流公司开始加码AI在物流场景的落地。
9月23日，运满满表示将AI定价模型应用到了其最新推出的拼车功能上。顺丰科技则在今年8月宣布与大模型创业公司零一万物合作，探索人工智能技术在供应链管理中的应用，以此提高物流效率和客户服务质量。
过去几年，AI与物流场景的结合落地一直都是头部企业的重点布局方向，不过相比直播、电商等领域，公路货运由于安全性要求高、运输场景复杂，对于AI的实践落地也要经历更长的探索和试验时间。如今AI落地物流场景正迎来爆发期，一场新的战役也悄然打响。
记者了解到，“AR识货”是货拉拉自主研发的一项创新技术，早在2020年便曾公开亮相，不过此次展示的“AR识货”则在之前的基础上进行了升级，于今年6月在货拉拉App正式上线。在这次升级后，“AR识货”的识别反应速度有所提升，而且新增了车型推荐功能，测量完成后会立即将结果反馈给用户，帮助用户快速了解货物尺寸信息，从而更合理地选择车型。
相比此前用户下单需要自己测量货物尺寸和类型，“AR识货”可以通过照片直接识别货物尺寸和其他信息，自动匹配适合的车辆并下单，同时也能自动识别危险货品提醒司机。
“传统测量方式大部分依靠手工测量，难以确保高精度与效率，尤其是在处理复杂形状或大宗货物时，不仅耗时费力且易出错，影响物流效率与成本控制，‘AR识货’融合了增强现实（AR）与深度学习识别技术，支持所有类型的货物体积测量，包括小物体、超薄物体、镂空物体等特殊物体，有效解决货运领域的测量痛点。”货拉拉方面表示。
货拉拉技术人员表示，作为行业首个无需专门设备即可实现的物体测量功能，“AR识货”以其高效、便捷的特点，引发业内关注，在实践过程中，其最大误差低于10%，解决货运测量痛点。
货拉拉方面透露，目前货拉拉已获得了《物体尺寸测量方法、装置、设备及存储介质》《一种车辆检测框的生成方法、生成装置及计算机设备》等12项“AR识货”相关发明及外观设计专利。
看似简单的技术，“AR识货”从研发到正式落地并不容易。货拉拉一位技术负责人向《每日经济新闻》记者表示，“AR识货”从产品诞生到正式全面应用，再到App端，在技术层面有不少需要突破的难题。
一方面，“AR识货”功能是在货拉拉App上线的功能，因此需要该功能有较高的机型覆盖率，因此在技术研发时需要考虑不同机型的软件、硬件差异，而且不同系统和硬件需要各自适配，碎片化机型导致需要很多兼容性测试。
此外，货物的形状、体积、种类繁多，很难有一个通用的方案，“AR识货”辅助用户选择合适的车型，因此需要大量的数据积累，同时适配各种复杂的场景。线上场景复杂，如何知道用户想要搬运什么，如何过滤复杂的前景与背景，需要通过交互与算法去实现。
除了“AR识货”，货拉拉还展示了其基于AI技术车联网（IoT）设备的“安心拉”，该设备可以通过借用车内车外的多重摄像头、北斗卫星导航系统等各种设备全方位地采集车内环境、货物数据、车外环境等信息，实时掌握车内、车外状况。同时，“安心拉”还内置AI算法识别异常状态，检测到异常情况，如司机疲劳驾驶、货物状态异常等，会触发报警并通知相关人员。
DHL趋势报告《人工智能驱动的计算机视觉技术》指出，视觉AI技术将在未来五年内成为物流行业的标准操作方式。该技术在健康与安全、运营、资产管理和装运处理等方面带来有利应用。专家预计计算机视觉技术市场销售额将翻两番，从2020年的94亿美元增至2030年的411.1亿美元。然而，该技术的应用也伴随着挑战，需要全面协调与合作。
可以看到，AI在物流领域落地并不容易，但是物流工作流程众多、环环相扣、需求多样、数据庞杂，对于AI的需求也是急切且明显。经过了前两年的探索，AI也走出实验室，在物流领域迎来了应用的爆发期。
除了货拉拉外，在今年的交通展上，京东物流发布了搭载感知大模型的物流无人车技术，并宣布第六代智能配送车将规模化布局，《每日经济新闻》记者了解到，第六代智能配送车还采用了“轻地图”技术路线，通过结合视觉地图车道线拓扑重建以及红绿灯位置与车道绑定预测技术，对车端自动驾驶算法技术栈进行了调整，不仅提高了无人车的适应性和灵活性，还有助于降低运营成本和提高物流效率。
而在今年9月的云栖大会上，也有不少快递、物流公司展示了AI在物流领域的最新应用场景。
申通快递的展区以“快递员及客服的AI助手”为主题，展示AI赋能快递业的全过程，包括提供深度经营分析、即时业务支持，知识检索功能等也引发关注。
值得一提的是，运满满将AI定价模型应用到了其最新推出的拼车功能上，过往司机拼单往往只能依赖个人经验，依靠对线路的熟悉程度来完成，配货效率较低，而使用了AI定价模型的拼车产品则基于配载模型、顺路度计算为司机提供精准的拼货算法匹配能力，可大幅提升司机的拼单效率与拼单成功率。
阿里CEO吴泳铭在9月19日的云栖大会演讲中提及，当前还处于AGI（通用人工智能）变革早期，AI最大的想象力不在手机屏幕，而是改变物理世界。物理世界的大部分事物都具备AI能力，能形成下一代具备AI能力的全新产品，并与云端AI驱动的数字世界连接产生协同效应。
而对于AI与物流场景结合的业内共识是：2024年是AI跟物流产业结合的关键年，也是真正能够大规模落地的一年。如今随着越来越多的物流界重磅选手入局，谁又能在AI与物流结合过程中抢占先机，也成为未来最大的看点和悬念。
封面图片来源：每经记者 赵雯琪 摄
1本文为《每日经济新闻》原创作品。
2 未经《每日经济新闻》授权，不得以任何方式加以使用，包括但不限于转载、摘编、复制或建立镜像等，违者必究。
每日经济新闻客户端