{"id":"2000722","slug":"rss-f65b0450e57b95","title":"从仓储到配送，全程由 AI“指挥”：京东物流“超脑”3.0 的工业级 AI 实践","summary":"从仓储到配送，全程由 AI“指挥”：京东物流“超脑”3.0 的工业级 AI 实践 - InfoQ \n首页 \nAI会议 hot\nAI课程 hot\nAI应用 hot\n报告 \nHarmonyOS \nSnowflake new\n更多 \n\n\n\n 写点什么 \n创作场景\n\n记录自己日常工作的实践、心得\n发表对生活和职场的感悟\n针对感兴趣的事件发表随笔或者杂谈\n 从 0 到 1 详细介绍你掌握的一门语言","topic":"大厂分享","kind":"doc","language":"zh-CN","source":"InfoQ 中文","source_url":"https://www.infoq.cn/article/jBdvoUXheWN0oe6NfklO?utm_source=rss&utm_medium=article","license":"原文版权，转载需授权","updated_at":"2026-11-07T13:55:15.067Z","word_count":3920,"url":"https://knowledgehub.wujiss.com/a/rss-f65b0450e57b95","sections":[{"heading":"","text":"从仓储到配送，全程由 AI“指挥”：京东物流“超脑”3.0 的工业级 AI 实践 - InfoQ 首页 AI会议 hot AI课程 hot AI应用 hot 报告 HarmonyOS Snowflake new 更多   写点什么 创作场景  记录自己日常工作的实践、心得 发表对生活和职场的感悟 针对感兴趣的事件发表随笔或者杂谈 从 0 到 1 详细介绍你掌握的一门语言、一个技术，或者一个兴趣、爱好 或者，就直接把你的个人博客、公众号直接搬到这里 企业动态 行业深度 AI&大模型 出海 后端 芯片&算力 架构 大数据 软件工程 云计算 大前端 管理/文化 从仓储到配送，全程由 AI“指挥”：京东物流“超脑”3.0 的工业级 AI 实践 京东物流 本文字数：3166 字 阅读完需：约 10 分钟 AI摘要 “超脑”3.0是物流行业首个覆盖仓储到配送全链路的工业级大模型集成体，由五大供应链原生大模型构成闭环系统，实现秒级亿级包裹路径规划。 PreX实现需求与供给的动态前瞻预测；OptiX在多维强约束下求解全局最优决策；OmniX统一解析物流现场多模态数据。 适合物流算法工程师、供应链AI架构师、工业大模型平台开发者阅读。 随着“超脑”大模型迭代至 3.0 版本，京东物流进一步提升了供应链全链路的智能决策与协同执行能力。相比 2.0 版本，“超脑”3.0 运作效率更高、系统韧性更强、运营成本更低，亿级包裹端到端最优路径规划的求解时间从分钟级压缩至秒级，推动从仓储到配送全流程的精准执行，让每一件包裹能够更快、更准确地送到消费者手中。 当前，京东正在加速建设全球最大物理世界运营中心，“超脑”大模型 3.0 是物流行业首个从仓储到配送全程由 AI“指挥”的工业级大模型应用集成体，也是 AI 大模型在供应链全链路全流程最大规模的应用。 它由五大供应链原生工业级大模型组成：围绕供应链完整闭环形成专业化分工，在统一的系统架构下，在复杂约束、实时变化和低容错的供应链多样化场景中，动态预测、约束求解、多模态感知、时空认知和物理控制被连接成持续反馈、滚动优化的闭环，实现稳定、可靠、可规模化的工业级应用。 PreX 预测大模型：负责从海量、多维、动态数据中洞察需求与供给变化，让系统“看见尚未发生的未来” OptiX 决策大模型：融合运筹优化、强化学习与生成式大模型能力，在仓网、库存、运输、人员和设备等复杂约束中求解全局最优方案 OmniX 多模态大模型：统一理解图像、视频、空间和物体，让 AI 真正读懂物流现场 GeoX 时空大模型：将地址、位置、路径和时间纳入统一的时空坐标系，为精准履约提供认知基础 EmbodiedX 具身大模型：将感知与决策转化为机器人可执行的动作，让 AI 从数字世界走向真实作业现场 AI 在物理世界落地的最大难点，是真正到一线“干活” 过去几年，AI 在数字世界取得了巨大突破：写文章、画图、聊天，完成这些任务已经变得非常自然流畅。但一旦 AI 需要进入物理世界，特别是到工厂、车间、仓库、产线等场景中实际干活，难度却急剧上升。 供应链，恰恰是 AI 最复杂的应用场景。数百万种商品，从几克重的文件到几十公斤的家电；上千个仓库和分拣中心，每个场地布局不同、设备不同、流程不同；运输网络覆盖全国，路况、天气、突发事件随时在变。AI 不能只在实验室跑通，它必须同时应对形态各异的海量品类、千变万化的场地和动态调整的复杂环境。 挑战一，物理世界的信息“读不懂”。一辆车的装载率需要从摄像头画面中实时测量，一件包裹是否破损需要视觉识别，一个分拣口是否拥堵需要从监控视频中判断。物理世界的信息不是整齐的数字或文本，让 AI 像人一样“看明白”正在发生什么，本身就是巨大的技术挑战。 挑战二，物理世界的规律“算不准”。包裹有重量、有形状、有材质，抓取时需要控制力度；无人车在路上行驶，需要理解交通规则和障碍物逻辑。AI 不能像处理文字那样随意“生成”一个动作，它的每一个操作都必须符合物理规律。 挑战三，物理世界的执行“容错低”。在数字世界里，AI 写错一段话可以删掉重来。但在物理世界，抓偏了、撞上了、晚到了，都会造成实际损失。执行必须精确到毫米级，响应必须到毫秒级。 这三个挑战叠加在一起，使得物理 AI 的落地门槛极高：它必须同时具备读懂物理世界、理解物理规律、执行精确操作三项能力。 行业内率先实现“决策 AI、流程 AI、物理 AI”三位一体 为突破物理 AI 在供应链应用中的落地瓶颈，“超脑”大模型 3.0 构建了决策 AI、流程 AI、物理 AI 三位一体的技术体系，按照供应链决策的自然逻辑协作：决策 AI 先求解全局最优，流程 AI 再将决策转化为跨系统协同指令，物理 AI 最后在真实世界中执行并实时反馈，形成“感知—预测—决策—执行—反馈”的闭环。 决策 AI 是供应链全局优化的“智能总指挥”。在覆盖超 3600 个仓库、超 60 万名员工的复杂网络中，任一节点的变化都可能牵动全局。决策 AI 将订单、库存、仓网、车辆、路况、天气，以及图像、视频、位置等多模态信息统一建模，由 PreX 预测大模型预判供需变化，OptiX 决策大模型在时效、成本等复杂约束下求解全局最优，比如在哪里建仓、覆盖哪些区域、库存如何分布。当订单、道路或运力发生实时变化时，“超脑”3.0 可在秒级完成亿级包裹的决策更新，车辆自动化调度率达 86%。通过决策 AI，供应链规划从过往依赖经验与静态方案，升级为数据驱动、全局协同、动态优化的智能体系。 流程 AI 是连接决策与执行的业务中枢。决策 AI 给出的是“做什么任务”，流程 AI 负责让任务在几十个业务系统之间自动跑通。供应链的数据分散在仓储、运输、分拣、配送等不同系统，同一业务对象在各环节定义各异，流程 AI 首先打通各环节数据，统一人、货、车、仓、单、设备的定义和规则，让不同系统有了“共同语言”。在此基础上，OmniX 多模态大模型把决策方案拆解成一个个可执行的任务，调用相应系统完成下发、跟踪、异常处理和结果反馈，让不同岗位、系统和设备围绕同一目标协同运转。对一线员工而言，跨系统查询、反复核对、手工下发等重复性工作由 AI 助手接管，员工专注于复杂判断和现场管理，仓储运营数据显示，员工作业提效 13.8%。 物理 AI 是物流产业 AI 最独特、也是工业化落地门槛最高的一环。决策 AI 和流程 AI 都在数字世界完成，但供应链作业最终要落到真实物理世界。面对形态各异的包裹、动态变化的道路和复杂的多设备协同，物理 AI 不仅要 “看见”，还要 “理解并预测”。OmniX 多模态大模型、GeoX 时空大模型结合视觉、力觉等传感器理解现场状态，并通过世界模型预测不同动作的结果，选择更稳定、安全的执行方案。在此基础上，“超脑” 3.0 通过 CyberX 物控引擎驱动 “智狼” 机器人、“异狼” 分拣机械臂和 “独狼” 无人配送车等设备，使它们不再只依赖固定规则和预设程序，可以根据现场变化动态调整行动，完成一线操作。 截至当前，“异狼” 分拣机械臂已在多个物流园区 24 小时常态化运行，累计完成上千万真实包裹的抓取与码放验证，“独狼” 无人车已在全国多地及沙特等海外试点运行。依托物理 AI 的能力打通各作业节点壁垒，可落地从仓储搬运、分拣到末端配送的全链路无人化业务模式。物流超脑 3.0 正在驱动多环节无人化从单点示范走向规模化复制。 面向员工、商家、行业，面对不同用户解决不同问题 三个 AI 是能力基座，但不同用户需要的不是模型本身，而是能够便捷应用、解决具体问题的产品。 面向员工，京东物流超 60 万名一线员工，覆盖规划、运营、分拣、调度、配送等不同岗位。不同角色的工作内容差异巨大，需要的 AI 能力也各不相同。在实际工作中，复杂的大模型能力被封装成员工可直接对话、可调用、可执行的智能体，辅助进行运营决策。 面向商家，“超脑”大模型 3.0 的能力被封装为“京慧”的端到端一体化供应链服务。商家接入订单、库存、仓网、履约等数据后，可以在“京慧”中完成供应链诊断、仓网规划、库存优化、补货调拨、履约分析等工作。“京慧”打造了原生库存托管 AI 能力，通过 AI 能自动完成补货建议并调拨执行，实现一盘货的 AI 托管服务，帮助商家提升库存周转，实现次日达履约时效平均达 80%以上，降低库存管理难度。 面向行业，“超脑”大模型 3.0 正在与京东物流自研“狼族”机器人军团结合，把 AI 能力延伸到真实的物理作业中。“智狼”、“异狼”、“独狼”等设备接入模型能力后，可以根据现场情况完成搬运、分拣、配送等任务，并在任务过程中动态调整。它们不只是执行固定程序，而是在“超脑”大模型 3.0 的统一调度下，根据环境变化做出更灵活的反应。这套能力也正在向制造、零售等行业开放，为更多企业提供多环节、可复制、标准化的物流自动化 AI 解决方案。 在加速建设全球最大物理世界运营中心的过程中，京东发布“超脑”大模型 3.0，标志着供应链 AI 正在从“能看、能算”走向“能决策、能执行”，这是 AI 在供应链领域的重要应用突破：第一次实现大规模自主决策，让 AI 不再只是辅助分析工具，而是开始规模化参与仓储、运输、分拣和末端配送等真实作业，逐步推动物流行业实现从仓储到末端配送的全链路无人化，让 AI 真正走出实验室，打通大模型产业落地的“最后一公里”，成为真正持续为产业创造价值的 AI 生产力。"}],"text":"从仓储到配送，全程由 AI“指挥”：京东物流“超脑”3.0 的工业级 AI 实践 - InfoQ 首页 AI会议 hot AI课程 hot AI应用 hot 报告 HarmonyOS Snowflake new 更多   写点什么 创作场景  记录自己日常工作的实践、心得 发表对生活和职场的感悟 针对感兴趣的事件发表随笔或者杂谈 从 0 到 1 详细介绍你掌握的一门语言、一个技术，或者一个兴趣、爱好 或者，就直接把你的个人博客、公众号直接搬到这里 企业动态 行业深度 AI&大模型 出海 后端 芯片&算力 架构 大数据 软件工程 云计算 大前端 管理/文化 从仓储到配送，全程由 AI“指挥”：京东物流“超脑”3.0 的工业级 AI 实践 京东物流 本文字数：3166 字 阅读完需：约 10 分钟 AI摘要 “超脑”3.0是物流行业首个覆盖仓储到配送全链路的工业级大模型集成体，由五大供应链原生大模型构成闭环系统，实现秒级亿级包裹路径规划。 PreX实现需求与供给的动态前瞻预测；OptiX在多维强约束下求解全局最优决策；OmniX统一解析物流现场多模态数据。 适合物流算法工程师、供应链AI架构师、工业大模型平台开发者阅读。 随着“超脑”大模型迭代至 3.0 版本，京东物流进一步提升了供应链全链路的智能决策与协同执行能力。相比 2.0 版本，“超脑”3.0 运作效率更高、系统韧性更强、运营成本更低，亿级包裹端到端最优路径规划的求解时间从分钟级压缩至秒级，推动从仓储到配送全流程的精准执行，让每一件包裹能够更快、更准确地送到消费者手中。 当前，京东正在加速建设全球最大物理世界运营中心，“超脑”大模型 3.0 是物流行业首个从仓储到配送全程由 AI“指挥”的工业级大模型应用集成体，也是 AI 大模型在供应链全链路全流程最大规模的应用。 它由五大供应链原生工业级大模型组成：围绕供应链完整闭环形成专业化分工，在统一的系统架构下，在复杂约束、实时变化和低容错的供应链多样化场景中，动态预测、约束求解、多模态感知、时空认知和物理控制被连接成持续反馈、滚动优化的闭环，实现稳定、可靠、可规模化的工业级应用。 PreX 预测大模型：负责从海量、多维、动态数据中洞察需求与供给变化，让系统“看见尚未发生的未来” OptiX 决策大模型：融合运筹优化、强化学习与生成式大模型能力，在仓网、库存、运输、人员和设备等复杂约束中求解全局最优方案 OmniX 多模态大模型：统一理解图像、视频、空间和物体，让 AI 真正读懂物流现场 GeoX 时空大模型：将地址、位置、路径和时间纳入统一的时空坐标系，为精准履约提供认知基础 EmbodiedX 具身大模型：将感知与决策转化为机器人可执行的动作，让 AI 从数字世界走向真实作业现场 AI 在物理世界落地的最大难点，是真正到一线“干活” 过去几年，AI 在数字世界取得了巨大突破：写文章、画图、聊天，完成这些任务已经变得非常自然流畅。但一旦 AI 需要进入物理世界，特别是到工厂、车间、仓库、产线等场景中实际干活，难度却急剧上升。 供应链，恰恰是 AI 最复杂的应用场景。数百万种商品，从几克重的文件到几十公斤的家电；上千个仓库和分拣中心，每个场地布局不同、设备不同、流程不同；运输网络覆盖全国，路况、天气、突发事件随时在变。AI 不能只在实验室跑通，它必须同时应对形态各异的海量品类、千变万化的场地和动态调整的复杂环境。 挑战一，物理世界的信息“读不懂”。一辆车的装载率需要从摄像头画面中实时测量，一件包裹是否破损需要视觉识别，一个分拣口是否拥堵需要从监控视频中判断。物理世界的信息不是整齐的数字或文本，让 AI 像人一样“看明白”正在发生什么，本身就是巨大的技术挑战。 挑战二，物理世界的规律“算不准”。包裹有重量、有形状、有材质，抓取时需要控制力度；无人车在路上行驶，需要理解交通规则和障碍物逻辑。AI 不能像处理文字那样随意“生成”一个动作，它的每一个操作都必须符合物理规律。 挑战三，物理世界的执行“容错低”。在数字世界里，AI 写错一段话可以删掉重来。但在物理世界，抓偏了、撞上了、晚到了，都会造成实际损失。执行必须精确到毫米级，响应必须到毫秒级。 这三个挑战叠加在一起，使得物理 AI 的落地门槛极高：它必须同时具备读懂物理世界、理解物理规律、执行精确操作三项能力。 行业内率先实现“决策 AI、流程 AI、物理 AI”三位一体 为突破物理 AI 在供应链应用中的落地瓶颈，“超脑”大模型 3.0 构建了决策 AI、流程 AI、物理 AI 三位一体的技术体系，按照供应链决策的自然逻辑协作：决策 AI 先求解全局最优，流程 AI 再将决策转化为跨系统协同指令，物理 AI 最后在真实世界中执行并实时反馈，形成“感知—预测—决策—执行—反馈”的闭环。 决策 AI 是供应链全局优化的“智能总指挥”。在覆盖超 3600 个仓库、超 60 万名员工的复杂网络中，任一节点的变化都可能牵动全局。决策 AI 将订单、库存、仓网、车辆、路况、天气，以及图像、视频、位置等多模态信息统一建模，由 PreX 预测大模型预判供需变化，OptiX 决策大模型在时效、成本等复杂约束下求解全局最优，比如在哪里建仓、覆盖哪些区域、库存如何分布。当订单、道路或运力发生实时变化时，“超脑”3.0 可在秒级完成亿级包裹的决策更新，车辆自动化调度率达 86%。通过决策 AI，供应链规划从过往依赖经验与静态方案，升级为数据驱动、全局协同、动态优化的智能体系。 流程 AI 是连接决策与执行的业务中枢。决策 AI 给出的是“做什么任务”，流程 AI 负责让任务在几十个业务系统之间自动跑通。供应链的数据分散在仓储、运输、分拣、配送等不同系统，同一业务对象在各环节定义各异，流程 AI 首先打通各环节数据，统一人、货、车、仓、单、设备的定义和规则，让不同系统有了“共同语言”。在此基础上，OmniX 多模态大模型把决策方案拆解成一个个可执行的任务，调用相应系统完成下发、跟踪、异常处理和结果反馈，让不同岗位、系统和设备围绕同一目标协同运转。对一线员工而言，跨系统查询、反复核对、手工下发等重复性工作由 AI 助手接管，员工专注于复杂判断和现场管理，仓储运营数据显示，员工作业提效 13.8%。 物理 AI 是物流产业 AI 最独特、也是工业化落地门槛最高的一环。决策 AI 和流程 AI 都在数字世界完成，但供应链作业最终要落到真实物理世界。面对形态各异的包裹、动态变化的道路和复杂的多设备协同，物理 AI 不仅要 “看见”，还要 “理解并预测”。OmniX 多模态大模型、GeoX 时空大模型结合视觉、力觉等传感器理解现场状态，并通过世界模型预测不同动作的结果，选择更稳定、安全的执行方案。在此基础上，“超脑” 3.0 通过 CyberX 物控引擎驱动 “智狼” 机器人、“异狼” 分拣机械臂和 “独狼” 无人配送车等设备，使它们不再只依赖固定规则和预设程序，可以根据现场变化动态调整行动，完成一线操作。 截至当前，“异狼” 分拣机械臂已在多个物流园区 24 小时常态化运行，累计完成上千万真实包裹的抓取与码放验证，“独狼” 无人车已在全国多地及沙特等海外试点运行。依托物理 AI 的能力打通各作业节点壁垒，可落地从仓储搬运、分拣到末端配送的全链路无人化业务模式。物流超脑 3.0 正在驱动多环节无人化从单点示范走向规模化复制。 面向员工、商家、行业，面对不同用户解决不同问题 三个 AI 是能力基座，但不同用户需要的不是模型本身，而是能够便捷应用、解决具体问题的产品。 面向员工，京东物流超 60 万名一线员工，覆盖规划、运营、分拣、调度、配送等不同岗位。不同角色的工作内容差异巨大，需要的 AI 能力也各不相同。在实际工作中，复杂的大模型能力被封装成员工可直接对话、可调用、可执行的智能体，辅助进行运营决策。 面向商家，“超脑”大模型 3.0 的能力被封装为“京慧”的端到端一体化供应链服务。商家接入订单、库存、仓网、履约等数据后，可以在“京慧”中完成供应链诊断、仓网规划、库存优化、补货调拨、履约分析等工作。“京慧”打造了原生库存托管 AI 能力，通过 AI 能自动完成补货建议并调拨执行，实现一盘货的 AI 托管服务，帮助商家提升库存周转，实现次日达履约时效平均达 80%以上，降低库存管理难度。 面向行业，“超脑”大模型 3.0 正在与京东物流自研“狼族”机器人军团结合，把 AI 能力延伸到真实的物理作业中。“智狼”、“异狼”、“独狼”等设备接入模型能力后，可以根据现场情况完成搬运、分拣、配送等任务，并在任务过程中动态调整。它们不只是执行固定程序，而是在“超脑”大模型 3.0 的统一调度下，根据环境变化做出更灵活的反应。这套能力也正在向制造、零售等行业开放，为更多企业提供多环节、可复制、标准化的物流自动化 AI 解决方案。 在加速建设全球最大物理世界运营中心的过程中，京东发布“超脑”大模型 3.0，标志着供应链 AI 正在从“能看、能算”走向“能决策、能执行”，这是 AI 在供应链领域的重要应用突破：第一次实现大规模自主决策，让 AI 不再只是辅助分析工具，而是开始规模化参与仓储、运输、分拣和末端配送等真实作业，逐步推动物流行业实现从仓储到末端配送的全链路无人化，让 AI 真正走出实验室，打通大模型产业落地的“最后一公里”，成为真正持续为产业创造价值的 AI 生产力。"}