本文将深入探讨中国供应链物流AI智能化的现状，聚焦多模态语言大模型、多智能体协作和具身智能等前沿技术，并通过对京东言犀大模型及其在物流领域的应用案例分析，揭示AI如何赋能物流行业，实现降本增效和创新发展。

近年来，中国供应链物流行业在人工智能（AI）技术的推动下，实现了显著的智能化发展。AI技术的广泛应用，不仅提升了物流运营效率，还推动了供应链管理的整体升级，为行业带来了深远的影响。目前来看，中国供应链物流AI智能化已经进入了高速发展阶段，技术应用覆盖预测、仓储、配送等全链条场景，政策支持与创新双轮驱动市场扩张；今天，小兵通过相关案例，和各位读者分享一下中国供应链物流AI智能化发展的现状。

一、三个关键词：多模态语言大模型、智能体、具身智能

1、供应链物流AI智能化发展关键词：多模态语言大模型MLLMs

多模态大语言模型（MLLMs)在视觉问答、视觉理解与推理等任务中展现出卓越的性能，使其成为研究和应用的主战场，多模态技术在物流领域的应用正在不断扩展，为行业发展带来新的机遇。

多模态大语言模型架构示意图

供应链物流多模态LLM典型应用场景

2、供应链物流AI智能化发展关键词：多智能体Multi-Agent

回顾2024年，是AI Agent真正爆发的一年，数据显示，82%的技术高管计划在未来3年内将AI Agent 集成到他们的技术栈中。另一方面，运用多个LLMs来减轻单个模型的局限性，以解决更复杂任务的多智能体协作方案，也获得广泛关注。通过改进的通信协议和任务分配机制，多个AI Agent 能够更有效地协同工作。例如在复杂的物理规划任务中，多个Agent可以自主协调，共同完成路径优化、资源分配等任务。

AI Agent关键特征和系统架构

多AI Agent协作模型

3、供应链物流AI智能化发展关键词：具身智能

在过去的2024年，大模型等发展带动具身智能（Embodied Intelligence）的兴起，成为推动人工智能向物理世界深度渗透的重要能力。具身智能是一个涉及人工智能、认知科学和机器人学的概念，指的是拥有物理形态的人工智能系统，这些系统能够在真实的物理环境中进行学习和操作，与周围世界实现动态交互。不同于传统基于数字环境的AI，具身智能具备感知、行动，并对外界物理刺激作出反应的能力。在物流领域，AI+机器人正推动着行业的智能化变革。

具身智能技术架构

一套最小的具身智能应用实现流程示例

4、2024年中国供应链物流领域部分AI事件汇总

二、京东言犀大模型

京东的言犀大模型，是扎根产业的原生大模型。凭借着从基础设施、模型层、MaaS层、SaaS层全栈的技术布局，打造多款端到端的大模型技术产品。

京东言犀大模型是基于京东云的高性能计算集群，采用Megatron+DeepSpeed的分布式训练框架，训练的Decoder-Only架构模型。在通用知识获取方面，言犀大模型添加了约30%的京东域自身的产业数据，并通过构建高质量的指令数据，帮助模型具备更强的产业属性。除了模型训练本身，京东言犀大模型还在模型的转换层和服务层进行了自研算法的深耕，提升了大模型的推理速度和部署性能，让大模型的能力能够充分的下沉到业务端，并通过集成平台能力打造真正的模型及服务。

言犀大模型架构

言犀大模型的主要产品包括：（1）在线咨询机器人：对话机器人、服务拟人、人机融合（2）智能质检与分析：文本/语音多维数据、全量实时质检、风险舆情洞察（3）智能培训：场景式陪练、全周期督导、知识提炼沉淀（4）智能语音外呼：拟人化交互、高接通高转化、外呼模版市场（5）智能座席辅助：全渠道辅助、会话意图摘要、知识随行（6）AI多模态数字人：多模态智能交互、形象风格定制、口唇/情绪驱动（7）智能语音应答：全自研语音引擎、多维情感感知、便捷运营（8）智能知识库：企业知识协同、多场景分发、数据安全可控（9）智能CRM：服务营销一体化、精准用户画像、线索转化分析（10）AI开发平台：高精度训练、一站式服务、低门槛操作

1、京东大模型产品-京东物流超脑

2023年7月，京东在全球科技探索者大会上正式发布了“言犀”大模型，推出基于大模型的数智化供应链产品“京东物流超脑”。2024年11月，京东物流宣布升级数智化供应链技术全景“京东物流超脑”，整合大模型、数字孪生等技术，专注于供应链全链路的降本增效，涵盖智能规划、智能仓储、智能运配、智能客服、智能营销等全环节应用场景，实现辅助决策，运营优化和商业增值等全面智能化。其中“与图”数智时空平台、“京慧”一体化智能供应链平台，是京东物流超脑对外商业化核心产品。

2、京东物流超脑开放应用平台——“与图”数智时空平台

与图是京东物流旗下基于供应链场景的数智化地图服务平台，基于深度整合的京东供应链全链路的亿万级规模数据，包括商流、物流、信息流、金融流等多源异构大数据，提供全场景GIS、精智地址、位域洞察三大功能模块，帮助企业网格洞察分析、智能选址、精准营销、高准确率分单、调度运筹优化，助力政企管理经营视角下的人、车、货、场、客、销六大要素，实现降本、提效、增收。“与图”数智时空平台-品牌消费画像分析示意图

“与图”零售连锁行业解决方案示意图

3、京东物流超脑开放应用平台-京慧一体化智能供应链平台

京慧基于丰富的大数据分析和科学的算法模型，结合客户的实际销量情况，为客户提供销量预测、库存预警、库存仿真、智能补货以及库存营销等智能决策产品，帮助客户制定更精准的供应链计划。

4、京东物流智能决策-数智化运营履约决策平台

三、京东言犀大模型AI应用：京东物流内部运力机器人-运力小智

京东物流基于大模型搭建运力智能机器人“运力小智”，定位是一个集知识问答、数据分析功能于一体的便携式知识百科信息问答平台。它以运力平台日常工作所涉及的内容为核心，涵盖了业务SOP、常见系统问题、操作手册、实时类信息咨询（天气、安全）、报表查询、数据分析等多项内容，致力于帮助运力用户（内部运营岗位、承运商、司机）更便捷、高效地获取有效信息，并通过大模型能力持续赋能，为用户提供个性化的推荐和良好的用户体验，减少用户获取知识的成本以及减少异常等问题的管理难度。

运力小智一方面通过内、外部的途径建立运力垂直领域丰富的知识、数据信息库，另一方面，集成智能问答和数据分析为一体，统一入口，丰富机器人能力，减少用户查询成本。目前，主要经历了两个迭代版本，二者对比如下：

运力小智提供指标查询、知识问答、特定场景的轨迹及图片查询、报表推送、信息主动推送等功能，有效降低了内部调度、精益改善相关岗位人员的查询操作实践，同时数据分析类、运力效率、体验类指标一线人员查询结果成功率70%左右，知识问答类，一开始用户知识类的发散提问成功率为20%～30%，引动用户熟悉使用后，现在用户特定场景的使用率提升，知识问答类成功率达到50%左右。指标查询：大模型数据分析与udata数据能力结合，让用户可以在京ME通过便捷灵活的问答机器人方式，统一入口，快速获取数据，缩短数据分析链路，提高分析效率和及时性。

知识问答：为运营人员提供日常的关于操作规范、规章制度、常见系统问题、常用看板、系统连接查询等内容，大大缩短了人工检索信息的时间。同时一线咨询问题快速转化工单，大大提高每日值班人员手动录入共担的效率。

特定场景-轨迹&图片查询：为方便运营人员根据派车单号（TW）进行车辆轨迹查询，减少繁琐的系统操作步骤；支持根据车牌号，查询对应的行驶证图片。