LOG 中国供应链物流科技创新发展报告 2026

1供应链物流技术趋势2026中国供应链物流创新科技2026L2026LOG中国供应链物流创新科技报告第二章平台层应用层技术层第三篇仓储自动化无人配送车无人重卡无人机第四章供应链协同物流运营管理3202026LOG中国供应链物流创新科技报告资料来源：Gartner技术趋势判断Gartner：供应链战略成熟度曲线（2025）SupplyChainCybers供应链网络安全生态系统伙伴关系供应链即服务SupplyChainCybers供应链网络安全生态系统伙伴关系供应链即服务循环供应链•供应链循环供应链情景规划•生成式AI进情景规划客户体验管理数据素养DigitalSCTwin供应链区块链机器客户客户数字孪生客户数字孪生AdvancedAnalytics高级分析供应链中的代理/智能体人工智能可持续供应链SCSegmentation供应链细分Cost-OptimizedPerformance性能成本最优ArtificialIntelligence传统人工智能创新萌芽期膨胀顶峰期幻灭低谷期复苏光明期资料来源：Gartner技术趋势判断Gartner2025八大顶级战略性供应链技术趋势Gartner将代理AI列入2025年八大顶级战略性供应链技术趋势之一，Gartner预测，到2030年，50%的跨职能供应链管理解决方案，将使用智能代理，在生态系统中自主执行决策。术术化和分析趋势7:5G网络验化全自动自动化智能弹智能弹性物趋势6:安全网络开拓开拓优化优化营扩展扩展用架构趋势趋势7:网络弹控制与保护人类和机器索人户连接连接2025年智能智能形智能机器人据收集能拟技术趋势判断2026年的供应链竞争，将是技术深度应用、网络韧性强度、成本精细掌控与可持续发展能力的综合比拼。ASCM报告为我们指明了方向：企业需立即行动，系统性地将趋势洞察转化为人才、技术与流程的实质性投资，方能在动荡中构建面向未来的竞争优势。可能性可能性从简单削减到价值创造敏捷与动态寻源：从静资料来源：ASCM资料来源：ASCM6智能供应链控制塔osgBlueyonder智能供应链控制塔osgBlueyonder智慧运输管理（TMS）GXS'EXG7易流ixoxsJ智能决策（计划｜排程｜规划｜算法）JD人L京东物流osgLogisBlueyonderFulfillyourpotential电商/跨境电商国万里牛慧策1山旺店通MABANG数字化智能化供应链协同平台iossJ行业垂类大模型e2物流中台/数字货运平台coesG7易流.箱信7创新图谱2026中国供应链物流创新科技图谱Qpalantir无人配送新石器无人车无人重卡口智加科技Qpalantir无人配送新石器无人车无人重卡口智加科技MmomenTO卓驭无人机ozg大中型智能设备新能源四远程hytG7易流自动化仓储自动化oanonnasu82026L2026LOG中国供应链物流创新科技报告9智能化供应链物流AI技术发展关键词2025年以来，供应链物流领域的人工智能技术已从单点工具，向全链路智能决策中枢延边，应用渗透率快速提升，技术融合与场景创新成为主旋律。大模型对于外部环境的感知从文本向多模态升级，极大扩大应用场景和边界。智能体逐步从辅助操作向流程执行等高阶迭代，完成更加复杂场景的任务。基于数字孪生技术的智能决策，有效提升实时问题解决能力。实现感知、决策、执行、优化的闭环。具身智能从概念走向应用场景，实现物理世界的交互突破。智能化供应链物流智能化创新三层架构智能化智能化资料来源：Palantir、网络公开资料整理——智能化——Palantir成立于2003年，最初为美国情报机构开发反恐数据分析工具，如今已成为全球领先的AI驱动决策平台公司。其核心技术“本体（Ontology）”与AIP平台，正被广泛应用于物流供应链领域，实现从数据整合到自主决策的智能化跃迁。当“战地经验”被反复提炼、抽象为标准化工具后，Palantir并未止步于单一平台的搭建，而是进一步将核心能力拆解为一个个可灵活组合的“APP”，最终形成Foundry、Gotham、Apollo、AIP四大产品平台。人工智能平人工智能平企业操作系软件交付层Palantir产品体系(集成各类大模型，解决其可靠性问题)GothamGotham(面向政府客户)专注于将海量信息转化为集成数据资产助力客户实现数据驱动的运营优化(面向商业客户)ApolloApollo(高效交付和管理软件，支持多云环境)OntologyOntology——智能化——Palantir核心技术：Ontology本体，供应链的“数字大脑”Palantir的“本体”技术不是简单的知识图谱，而是将企业业务逻辑转化为机器可理解、可执行的动态数字模型，视本体为人工智能应用落地和创造价值的灵魂和战略武器，脱离本体的人工智能应用（如智能体）是无本之木和无源之水。同时，Palantir视人工智能是一种战略性基础设施，而不是工具，并强调人机协作，而不是只依赖于人工智能，这具有重要的战略意义。Palantir基于本体的架构与传统系统架构的区别——传统系统是“数据平台”，而Palantir是一个“操作系统”Palantir基于本体的架构与传统系统架构的区别——传统系统是“数据平台”，而Palantir是一个“操作系统”在不进行物理整合的情况下实现语义统一【人机协作】•对象（Object）•关系（Link）•逻辑（Function）•数据源•逻辑源•信息系统资料来源：Palantir、网络公开资料整理——智能化——PalantirAIP功能概括：从语义本体到自主运营。Palantir提供AIPalantirAIP功能概括：从语义本体到自主运营。问——智能化——PalantirFoundry：面向现代企业的本体驱动型操作系统作为面向商业客户的核心，Foundry是一个服务于各层级的运营型、API驱动型连接的集成平台，模块化是该平台的架构核心。Foundry的模块化设计使其能够以多种方式与现有基础设施集成。Foundry平台架构Foundry平台架构将数据和分析结果直接融入到核心将数据和分析结果直接融入到核心业务和运营团队的日常决策中；将决策过程整合到一个通用逻辑层中，随着情况的变化采取有效的行动。实现数据、分析和运营团队的实时协作。将企业架构中的数据和模型整合进来——无需重复创建底层资产或破坏现有的数据源。数据团队模型团队•定义了所在领域的概念模型，包括存在哪些实体、它们之间如何相互关联，以及它们具有哪些属性;•可定义共享语言，将碎片化的数据概念协调成一个统一的、有意义的业务概念，以形成知识图谱。•允许用户在Foundry中做出决策，并将这些决策实时写回操作系统，从而实现闭环操作；•支持ETL管道、数据可追溯资料来源：Palantir、网络公开资料整理资料来源：Palantir、网络公开资料整理——智能化——Palantir的供应链解决方案：推动供应链自动化水平提升Palantir供应链控制塔Palantir的供应链解决方案将人工智能驱动的战略、规划和执行贯穿整个价值链，能够显著提升企业现有技术投资的价值，打破孤立的计划和执行流程，优化库存管理，并帮助构建供应链韧性，以应对经济和地Palantir供应链控制塔供应链自动化能力1•数据融合技术将结构化数据和非结构化数据集成到单个数据层中。•实时数据管道可自动采集数据，减少人工操作。•跨职能可视性使不同的团队能够访问相同的最新信息。2人工智能驱动需求预测•机器学习模型分析外部和内部因素，以预测供应链中断。•动态需求预测会根据新的数据输入实时调整预测结3控与异常检测•AI驱动的异常检测功能可以标记出意外延误、库存差异和质量控制问题。•实时仪表盘提供有关发货、仓库容量和供应商交货时间的实时更新。4•“假设”情景建模使公司能够测试不同的采购、物流和库存分配策略。•如果出现中断，自动化决策建议会推荐替代供应商、运输路线或生产调整方案。•供应链韧性评分有助于识别网络中的薄弱环节。5供应商协作与•共享数据环境使供应商能够查看需求预测并优化生产计划。•智能合约自动化简化了采购流程，减少了谈判时间和错误。6流程自动化：减少人工操作和错误•订单处理自动化：基于人工智能的机器人验证、批准和处理供应商发票。•仓库自动化：人工智能优化仓库布局和机器人集成。•物流自动化：人工智能驱动的路线规划可降低运输成本和延误。7利能力提升•优化库存分配可减少库存积压和持有成•人工智能驱动的采购策略选择最具成本效益的供应商。——智能化——ProfetAI：AI应用管理模型库平台，建立企业自主的AI应用案例知识库ProfetAI为制造业人工智能软件公司，提供端对端的无代码(No-Code)AutoML平台以及随选即用AI应用知识库，使行业各领域或IT专家，能快速建立高品质的预测模型，并快速布署AI应用，以解决日常生产与数位化挑战。——智能化——ProfetAIDomainTwin，将企业的人才与经验优势，突破性地结合A技术与领域专家智慧，为企业打造数字化决策引擎。这项创新不仅实现判断流程的系统化与标准化，更能确保决策的一致性和可扩展性，帮助企业在数位转型浪潮中脱颖而出。DomainTwin：将企业的人才与经验优势，转化为领域专家智慧基于DomainTwin的领域经验分身AI支持全球区域制造与布局快速落地核心竞争力AI化建置全球布局软实力2.软实力轻资产新商业模式——智能化——从用AI到管Al，结合GenAI活化企业知识，提供完整解决方案助企业利用AI持续创新，传承经验。——智能化——ProfetAI：人工智能内化的双脑战略RMS内建于AILM透过AI生命周期管理，确保AI内化可持续进化，利用AILM内建LLM（大语言模型），实现人类专家经验（左脑）与AI学习（右脑）系统化结合，打造企业专属的「DomainTwin」——智能化——ProfetAIDomainTwin，将企业的人才与经验优势，突破性地结合A技术与领域专家智慧，为企业打造数字化决策引擎。这项创新不仅实现判断流程的系统化与标准化，更能确保决策的一致性和可扩展性，帮助企业在数位转型浪潮中脱颖而出。智能化——智能化——导入方法论AIAI机器学习思维实战工作坊资料来源：前瞻产业研究院，罗戈研究整理——智能化——AI大模型技术发展趋势：从简单计算与理解能力到复杂逻辑推理与创造能力的变迁AI大模型技术从早期基于规则的人工智能出发，经过依赖数据驱动的机器学习阶段，进化到利用深层神经网络处理复杂模式的深度学习阶段，最终发展为能够生成新内容、进行跨模态交互和复杂逻辑推理的生成式AI。 未来趋势 人工智能应用功能机器学习深度学习 未来趋势 人工智能应用功能基础能力 搜索翻译表因分析基础能力跨模态跨模态模态类型可控性可控性不可控粗略方向可控——智能化——在2025-2026年的实践中，供应链领域已大量进入L2到L3的过渡期，头部企业正向L4迈进。力核心能力技术特征供应链物流典型响行业成熟度手无档理解据排态记忆同统策Multi-策略据化——智能化——2025年9月，京东发布AI全景图，截止2025年底，京东内部智能体数量超过5万个，在协同办公、专业助手、客户服务、营销推广、数据应用等方向，帮助员工大幅提升工作效率，已广泛应用于京东零售、物流、金融、健康等业务场景。——智能化——京东物流：“超脑大模型+狼族自动化”推动物流智能化转型2025年9月，在京东全球科技探索者大会上，京东物流发布了全面升级的物流“超脑大模型2.0”及“异狼具身智能机械臂系统”，全面走向Agentic，实现了从“辅助决策”到“空间-具身智能协同进化”的代际跨越。它构建了1:1映射物理世界的数字孪生网络，融合运筹优化与深度学习，成为一个能够自我博弈、不断推演的“自主进化”供应链生命体，为全局优化提供核心驱动力。•全场景监控优化：实时发现异常、优化流提前应对“牛鞭效应”等长尾问题，实现从被动响应独狼独狼——智能化——京东物流：聚焦业务，打造基于数字孪生的智能决策体系全全场景供应链+物流4.系统闭环4.系统闭环分大规模亿级大规模亿级包裹分钟级仿真生生产系统即智能系统仿真2.仿真引擎——智能化——1.数据底座：生态化数据资产，从点及面，从线到网分布式计算|流批一体|云计算云存储|动态扩容缩容|内存数据|多模态形式终端分拣运输终端分拣全链路网络数据交易数据|配置数据|计划数据全链路网络数据真真真真仿真真仿真真真真分拣孪生数据模型真真真真——智能化——2.仿真引擎：分布式仿真框架,支持大规模计算模型“准确”参数可信，模型可靠模型“准确”参数可信，模型可靠机器学习参数校准动态仿真逻辑架构“高效”执行迅速，立等可取动态节点，提升并行仿真效率总控时钟，保障事件处理逻辑事件“灵活”易于拓展，便于集成原子化的事件组件数据驱动的自动建模并行处理灵活拓展——智能化——3.决策引擎——端到端智能决策，协同上下游目标仓储网络最后一公里配送运输网络仓储网络最后一公里配送运输网络仓网优化组件仓网优化组件需求预测库存优化标网优化组件标网优化组件路由串联线路规划运输优化组件运输优化组件资源规划干支调度终端优化组件终端优化组件终端选择路区规划仓网选址工艺规划枢纽选址场地规划资源招采人员排班揽派调度京东物流网点京东物流客户京东物流客户京东物流枢纽京东物流网点京东物流客户京东物流客户执行-动态网络优化规划-网络模式优化执行-动态网络优化规划-网络模式优化——智能化——4.系统闭环：全流程自动化，直接触达业务流程“把控”嵌入SOP流程“把控”嵌入SOP，变革业务决策流程资源布局孪生评估线路调整孪生评估系统“打通”联动生产系统，自动决策闭环支持多角色高效协同算法决策指令直达一线主动“扫描”7x24小时扫描，无死角覆盖网络异常主动扫描仓内效率主动扫描——智能化——未来：从“3.0数字孪生”到“4.0数字原生”行业大模型技行业大模型技术目标解析及专家方案生成持续实验技术决策落地评估及归因分析数字孪生技术方案推演及智能决策输出——智能化——京东物流最佳实践——与图：新一代数智时空平台，物流流程闭环场景全覆盖通过帮助客户实现基于位置的智能化决策、精细化运营管理，为智慧物流行业提供快递快运、企业物流、货物运输、及时配送等细分物流场景，从运输前的经营决策、运输中的人车在途管控、运输后精细化运营及售后服务的一体化全链路解决方案。帮助客户推进数智化转型，实现物流与科技结合，改变世界的连接——智能化——顺丰大模型体系于更高效的算力应用架构及通用大模型，自研更懂物流供应链场景的AI大模型与AI智能体，应用于顺丰30余业务场景。顺丰大模型体系，围绕“大数据、算力、算法”AI三要素，形成更适应顺丰业务场于更高效的算力应用架构及通用大模型，自研更懂物流供应链场景的AI大模型与AI智能体，应用于顺丰30余业务场景。资料来源：顺丰科技33——智能化——丰智云塔丰智云策从计划到策略丰智云商从策略到丰智云链数据资产化丰智云数丰知+丰智云：构建AI赋丰智云塔丰智云策从计划到策略丰智云商从策略到丰智云链数据资产化丰智云数AI助手指标可视AI助手指标可视下钻/归因风险预警决策分析/仿真建议优化输出执行改善全全环节-计划监控全渠道-订单监控全区域-库存监控全链路-物流监控全线路-碳排监控运输计划运输计划协同运力优化选址优化渠道库存优化渠道中台通过渠道政策极大推动销售增长渠道中台通过渠道政策极大推动销售增长营销中台通过数据驱动极大提升营销转化率协同中台保证有效生产前提下极大降低各级库存业务中台通过有限库存极大满足订单履约全渠道订单全渠道库存数字化赋能差异化管理触点在线化营销多式联多式联运城配与干线仓原料/备件仓原料/备件冷链/仓数据管理数据管理——智能化——丰智芯：智慧物流供应链的RFID基础设施物流快递物流快递端到端可见仓储作业降本增效物流场景RFID标签识别能力提升50%物流场景RFID标签识别能力提升70%退货上架效率提升89%场内操作提效100%，错误率减少90%RFID识别节点成本减少50%业界首创RFID按库位定位盘点贯穿生产、仓库、门店供应链全链路一物一码快消品牌防窜货解决方案产品追溯、盘点、效期管理解决方案解决眉笔、小样等超小尺寸单品贴标问题解决门店盘点时无法库区定位问题RFID+AI贯穿门店管理全环节小商品从供应链到零售的全链路方案——智能化——菜鸟全链路全场景的物流科技能力汽车快消服装能源食品汽车快消服装能源食品行业解决行业解决供应链控供应链控指标分析数据大屏数据洞察决策计计划主题供应主题制造主题库存主题效率主题成本主题异常主题数据业务执行智能计划网络规划运输优化仓储优化计划供应链AIoT平台WESWCS自动化供应链AIoT平台WESWCS自动化硬件自动驾驶OMS订单管理TMS运输管理物联网纵物联网纵行-zeta标签IoT集成全球智慧物流网全球智慧物流网络跨境快递国际供应链海外本地物流服务国内供应链国内品质快递菜鸟驿站物流资产ESG——智能化——菜鸟AI模型分类：决策式AI（左脑）和生成式AI（右脑）生成式生成式AI（金牌助理）大模型运筹优大模型运筹优化决策式AI（老法师）机器学机器学习核心能力分类：预测什么时候是否会有需求；回归：什么时候会有多少需求求解：在各种业务实际条件限制下有多少种选择最优解：最优的选择是什么以及对应依据回答用户问的所有问题智能营销Agent智能营销Agent代码分析客服机器人营销营销AI程序员销销售助理DataGPT洞察数据分析DataGPT洞察数据分析会议小记质检与法律合规Agent个人助理知识中心——智能化——生成式AI与决策式AI未来的结合点展望多模态智能助手_预测诊断与报告专多模态智能助手_从“通用大模型”到“供应链小模型”基于决策式AI的数据来基于决策式AI的数据来训练生成式AI让大模型学会供应链专家领域知识，升级为“供应链小模型”供应链小模型库存计划助手库存优化库存计划助手库存优化专家_网络优化助手_品仓布局助手_智能补货助手_智能调拨助手_——智能化——按照实现难度&对业务直接影响程度区分三个阶段交互输入输出评价方业务应用结果作为大模型输入数据决策式AI计划项目的所有交付物（文档，表，Excel，技术设计）以上范围内的所有问答大模型应具备能力•对于结构化/非结构化数据的清洗打标能力•数据存储同步监控•基于ES+向量数据库的检索能力用户生成式AI问答问答生成式AI数据输入问答生成式AI数据输入决策式决策式AI••计划系统所有的中间计算过程和最终计算结果•计划系统所有的计算逻辑设计和算法逻辑实现••计划系统范围内的所有数据提数、计算类的问答•计划系统范围内的简单关联分析和诊断大模型应具备能力：大模型应具备能力：•简单的逻辑运算能力•一定的推理能力计划应用应具备能力：•计划数据模型&体系化的数据运营分析思路•把决策式AI的生成内容作为测试集•参与建设大模型围栏计划计划39——智能化——阶段三：AI成为“自主行动的王牌合伙人(a)计划系统的每一个子应用都会变成一个Agent但这要求系统设计的开放性以及执行链路的完备性下单下单修正预测目标库存调整修正预测目标库存调整目标库存调整指令链下单目标库存调整指令链下单修正预测单指令修正预测单指令行动具体指令行动具体指令问答大模型问答大模型(b)大模型要理解问题以及会思考分析问题并且能根据分析结论知道调用哪个Agent发起对应指令周转怎么这么高周转怎么这么高提问大模提问大模型思考推理思考推理产出产出建议行动40指令行动40指令——智能化——阶段一应用场景举例：多模态系统智能助手多模态系统运维助手，支持图片、文本提问，使用操作/计算口径/业务逻辑都能回答，系统即问答。业务场景系统运维期间针对用户问题进行答疑：业务场景系统运维期间针对用户问题进行答疑：•使用操作疑问•计算口径疑问•业务逻辑疑问核心能力核心能力支持多模态识别图片，文本提问智能检索系统知识库，数据库业务效益业务效益24小时在线的“智能助手”统一的回复口径，系统即问答永无止尽的学习与自我更新——智能化——阶段二应用场景举例：洞察问题的诊断专家洞察问题的诊断专家，帮助用户解读、优化、运营预测，让预测实现白盒化，给下游供应保障使用。业务场景预测本身偏黑盒算法，如果出现预测结果与实际偏差过大会存在较高的解释成本核心能力预测结果偏差识别，偏差对象定位以及根因定位快速生成预测解读报告，帮助用户全方位解读业务效益实现预测白盒化，可解释360度帮助用户解读，优化，运营预测高精度的预测给下游供应保障使用——智能化——阶段三应用场景举例：产销协同与仿真专家产销协同与仿真专家，每一次修改都帮助用户模拟仿真供应缺口、标准成本变化、销售目标达成、财务预算使用，产销会议有据可依业务场景中长周期的需求和供应确认与匹配需要多部门参与，并从多维度产出数据依据作为达成共识的基础核心能力每一次修改都支持模拟供应缺口、标准成本、销售目标达成、预算使用，作为充分的产销讨论依据业务效益产销会议，充分有据可依供应、销售、财务预算的影响衡量每一个修改版本对于供应、销售、财务预算的影响——智能化——菜鸟AI应用案例：AI赋能汽车零部件供应链智能预测与动态优化在汽车行业，传统供应链管理长期面临需求预测数据不全、不准、依赖人工等挑战，并需通过较高的库存水平保证客户服务率，AI技术的兴起，为汽车售后零部件供应链转型升级提供了新的解决思路。传统汽车售后零部件运营体系现状——智能化——菜鸟AI应用案例：AI赋能汽车零部件供应链智能预测与动态优化菜鸟通过多算法融合的智能预测引擎、动态库存优化策略、人机协同决策平台，以及What-If分析与仿真建模，构建端到端供应链管理方案。系统采用“赛马机制”自动选择最优预测模型，整合环境事件日历，实现精准需求预测与差异化库存管理；通过实时监控库存相关情况，及时调整库存策略；人机协同，互取所长；并通过仿真模型，模拟不同场景下的供应链表现，为管理人员提供全面的决策支持。多算法融合的智能预测引擎架构——智能化——菜鸟AI应用案例：AI赋能汽车售后零部件供应链智能预测与动态优化平台架构涵盖数据层、算法层、应用层与展现层，支撑预测工作台、库存策略管理等核心功能，全面提升供应链智能化水平。AI赋能的汽车售后零部件供应链管理平台架构——智能化——菜鸟大模型客服：从意图识别到服务闭环针对全球化服务中的语言障碍、响应延迟及高成本挑战，菜鸟基于大模型技术构建智能AI客服系统，以“意图识别-服务闭环”为核心逻辑，实现日均43万次高效服务，显著提升企业运营效能。4748——智能化——中国物流：央企领衔的行业级AI解决方案“流云大模型”中国物流集团于2025年9月正式发布2780亿参数的“流云”大模型，作为由国家队牵头、生态共建的行业级大模型，其以“架构领先、场景贯通、自主可控”为核心突破，旨在将政策蓝图转化为智慧物流的生动实践，有力推动行业数智化升级。物流采购物流智慧物流采购物流智慧物流供应链仓储调度九大高价值场景仓储调度九大高价值场景轨道运维AI+网络轨道运维AI+网络轨道运维5个物流垂类大模型49——智能化——流云大模型场景应用：AI+网络货运中国物流集团积极推进网络货运平台建设和智能化升级，在整合社会车船运力300多万辆(艘)、年货运量超4.9亿吨和海量真实运输数据基础上，通过深度挖掘平台运单、货物、车辆、司机、轨迹等大数据，融合公路、铁路、港口、天气、实时路况等外部数据，综合运用预测、视觉、语音、多模态等大模型技术和算法，建设“AI+网络货运场景，应用于车/货智能匹配、多式联运智能组网路由、运输路径智能规划、智能客服等场景，有效降低社会运输成本。车车/货智能匹配多式多式联运智能组网路由提升10%，充分发挥综合运输比较优势，有力支撑“公转铁”“公转水”和多式联运“一单制”落地应用，显著减少货物在途时间，降低运输成本。双双运输路径智能规划提供稳定高效的精细化路径规划服务，一键开启导航并对运输效应对实时变化的运输需求，保障货物运输安全。有效解决物流客服场景下信息查询频繁且时效要求高、客服工作——智能化——流云大模型场景应用：AI+园区视觉识别基于云、边、端协同架构，对物流园区全域视频流实时汇聚和智能视觉解析，精准识别“人、车、货、场”各要素，构建覆盖风险监测、预警、响应与处置的全流程闭环管理体系，打造物流园区安全生产监控“一张网”，实现园区运营的智能化与安全管理的高效化。顶层设计“整体协同、数据流动”业务要素人人员行人人员行为识别车车辆行为识别场园区环境识别货物状态识别应用系统层视联网平台园区管理系统仓储视联网平台园区管理系统模型/算法层边缘媾管理系统园区识边缘媾管理系统边缘端接入3D摄录设备3D摄录设备“云、边、端”园区视觉识别大模型体系整体协同：建立“集团应用-视联网-园区识别-园区边缘”的数据/算法/告警交互机制。数据流动：打破集团、园区间信息壁垒，实现全层级数据和告警互通。4四大核心业务要素:4围绕4类业务要素，细分业务事件，构建业务模型和算法。两层应用:2园区识别及边缘端管理系统作为核心组件，形成模型生产和模型下发/管理的基本功能，向下，接入园区NVR、小型机、3D摄录设备，以完成和实现边缘端应用能力;向上，作为中间件，传输集团应用系统需要展示和应用的数据。2N多路接入:N1通过接入园区多种类型设备，实现和达到模型和算法的推理能力及利用真是数据的再训练，1一套体系:采用“多端协作，设备协同，整体管理”的思路构建园区智能识别和管理体系。——智能化——流云大模型场景应用：AI+物流采购基于自然语言大模型+检索式增强技术，开发赋能招、投、评全链路AI工具，实现招投标文件智能编写、智能辅助评标、招投标智能助手推动企业完成“数智化”招标文件智能编写投标文件智能编写智能智能辅助评标招投标智能助手——智能化——流云大模型场景应用：AI+物流供应链瞄准业务过程中的“监管难、安全差、效率低、成本高”等痛点，将人工智能技术融入能源化工物流领域业务关键环节，提升油料集团在能源化工物流供应链领域的核心竞争力，进一步提升整个供应链效率、降低供应链成本、保障供应链安全运行。驾驶员状驾驶员状态监控算法铅封操作异常识别模型任务+围栏一体化识别模型任务+围栏一体化识别模型在途异常停留识别模型车道偏离自动预警算法重心偏移监测算法术——智能化——科捷物流：小金供应链智能体集群科捷在AI+供应链领域持续探索，依托母公司神州控股在大数据和人工智能领域的多年技术沉淀，结合自身深耕供应链领域20余年的运营经验，打造了以“AIforProcess”理念为核心的企业级供应链智能体集群“小金”。技术创新：三层认知架构，打通企业私域数据 用户自然语言提问L1L1：供应链垂类大模型L2L2：企业知识层L3L3：数据结构理解层精准精准执行结果产品架构：“3+N”智能体矩阵•3个核心智能体：数据助手、决策助手、客户助手•N个岗位智能体：岗位经验的数字化“影分身”智能化——智能化——小金智能体创新：多智能体编排、流程级AI原生从“单点对话”到“多智能体编排”——智能化——小金智能体创新：AI原生工作台AI原生工作台：从“人找信息”到“信息找人”——智能化——小金智能体价值闭环与落地成效提效率升人才价值闭环优体验强标准0101运营效能与决策能力跃迁02支持大促高峰不爆仓、时效不滑坡03重构财务结算与客户服务——智能化——联想制造领域智能体矩阵通过“研、产、供、销、服、运”全链智能体的深度融合与协同，联想制造领域智能体正推动制造企业从局部数字化向全域智能化跃迁。该智能体以AI技术与行业经验的深度耦合为核心，实现从研发设计、生产优化、供应链协同、客服服务等关键场景的数据闭环与智能驱动。——智能化——联想智能供应链体系：构建“会思考”的供应链智能体联想供应链智能体是联想制造领域智能体当中的重要组成部分，集成多个子智能体，以业务任务解决为目标，通过“感知-分析-计划-执行”的智能体工作模式、高效调用协作各环节的子智能体，无缝地链接供应链运营的各个业务、全球供应商与客户网络，共同打造供应链智能体生态系统。制，全面提升供应链透明——智能化——联想供应链智能体方案优势联想供应链智能体还具有智能编排、快速插拔AI组件与调优增强AIGC能力等方案优势，并已经在订单风险管理、库存优化、智能问数等高频业务场景中“运筹帷幄”。——智能化——联想供应链智能体案例——智能化——洞隐：面向供应链未来的创新产品和服务设计2025年9月，洞隐全面升级AI产品DI.AI，协同供应链管理云平台，打通全供应链，在端到端协同可视的基础上，基于AI技术实现从“数据连接”到“数据理解”的跨越，帮助企业实现智能决策、流程自动化、全局优化。智能化——智能化——洞隐DI.AI产品架构及产品介绍智能化——智能化——洞隐DI.AI产品架构及产品介绍——智能化——FLUXLumaAI助手：20+年最佳实践帮助客户提高系统利用效率2025年，富勒将FLUXGPT企业级知识库问答系统，升级为FULUXLumaAI助手，以20年行业经验和最佳实践，帮助客户提高系统利用效率。——智能化——••行业知识训练••行业知识训练•支持多轮对话2知识问答服务•2知识问答服务•支持知识更新•跨文档知识融合•支持知识更新•跨文档知识融合•管理对话历史•支持多语种•提供问答生产服务•搭建知识库1.0•支持知识检索•问答优化•从•从单文档开始•支持多文档•幻觉控制•效果评估——智能化—— 大模型技术框架大模型应用平台模型管理提示词工程知识库管理知识检索代码执行模型管理提示词工程知识库管理知识检索代码执行服务编排服务编排..........................运筹优化，预测——智能化——FLUXLumaFLUXLuma知识问答系统能够有效解决上述问题传统企业知识管理存在的问题FLUXFLUXLuma知识问答系统的优点——智能化——WMS插件WMS插件WMSAI助手QQAI助手自动查询WMS系统里的业务数据，并以多种形式展示——智能化——2025年10月，在亿通2025秋季新品发布会上，亿通公布了公司的AI蓝图，并推出了亿贸矩阵第一款AI智能体”贸易商品智能归类”。——智能化——亿通国际首个AI智能体：商品智归类进出业务中，传统人工为主的商品归类方式，普遍存在周期长、成本高、信息分散、依赖经验等问题，直接影响通关效率和企业成本。基于在航贸数字化领域20多年的积累，亿通推出了首个贸易领域智能体——商品智归类助手，让归类判断变得像与专业人员交流一样自然，让复杂知识能够更准确、更便捷地被使用。航贸领域传统商品归类工作特征及痛点亿通商品智归类智能体优势——智能化——G7易流紫宝盒：物流行业首款全场景AI工具2025年10月，G7易流发布了物流行业首款全场景AI工具紫宝盒，通过AI硬件，先解决底层数据的问题，再实现从感知到执行的“知行合一”，打通决策与执行。穿透最后一公里溶氧传感器穿透最后一公里溶氧传感器控倒车异常报备资讯查询管理者&司机双向沟通智能交互传感器传感器装货提醒货物管理货物管理故——智能化——G7易流紫宝盒风险识别：覆盖58个行为场景、超30个行业首创算法，精准洞察风险越局危事件未遂事故|高速异常停车|事故越局危事件安全安全事件境设备健康时双事件事件右转未停车|危险路段超速预警|弯道超速|路口超速|匝道超速|长下坡超速|右转超速|左转超速事件境设备健康时双事件事件恶劣天气预警|危险路段预警|弯道预警|路口预警|匝道预警|长下坡预警|高速拥堵事件摄像头遮挡|摄像头角度异常|设备离线|油箱画面遮挡|车侧画面遮挡|车顶画面遮挡高速拥堵|停车超时|高速路低速|快速路低速押运员玩手机|押运员睡觉——智能化——G7易流紫宝盒：AI识别未遂事故案例事件回顾紫宝盒核心能力隐患潜伏期隐患潜伏期设备持续触发报警识别1次未遂事故并上报平台聪明看见·有效沟通紫宝盒干预窗口”真实事故发生未遂事件未干预，遮挡行为未改善，风险累积质变，车辆发生严重碰撞聪明看见·有效沟通紫宝盒AIAI智能识别与取证：智能识别事故、抓取视频，无需人工翻查海量录像，自动输出完整证据链智能响应&闭环干预事故发生仅9分钟，AI自动提人工跟进：项目经理迅速联系车队管理管理闭环赋能：关键证据分钟级直达管理层，为管理者提供清晰、直观的行动依据和管理抓手——智能化——货物安全监控台：全场景智能风控与闭环管理•全局看板，一目了然，货物风险态势，迅速掌握•关联车辆异常状态、司机报备信息与轨迹位置，判断更准•支持快速筛选、一键干预、标注责任归属，流程闭环，响应迅速——智能化——行业首创-冷链温度监测依托实时可视监控、异常自动预警与AI智能控温，可实现货物全程温度管控，在保障品质、减少损失的同时，为合规审计提供数据支撑，进一步提升货物品冷机开关、厢门开关、温度控制超温报警——智能化——蓝幸供应链决策平台创新路线图蓝幸软件专注于供应链端到端数字化决策解决方案，通过数据驱动与自主技术，助力企业实现供应链规划与计划的数字化升级，提升运营效率并降低成本。Scatlas平台为蓝幸自主研发的一体化供应链优化解决方案，依托AI与运筹学融合技术，为企业提供从采购、生产、仓储、物流到销售的全链路供应链优化支持。——智能化——蓝幸供应链决策平台技术创新：AI和运筹优化互补、融合Scatlas平台首创“AI+运筹学”双引擎模式，其中大模型负责自动化建模与结果解释，运筹学保证约束条件的严格满足。这一模式在供应链规划场景中实现了高效、精准的决策支持。1.自动化建模•开源运筹大模型1.自动化建模•开源运筹大模型ORLM可辅助工程师快速生成优化问题建模代码，缩短决策时间2小时以上，准确率提升10%-25%。•大模型通过RAG（检索增强生成）整合历史案例，辅助识别约束条件（如设备维护规则）。2.解释与可视化•大模型将运筹学结果转化为业务可读的报告，例如解释“为何选择A路线而非B”（结合成本、时效等数据）。3.动态数据整合•大模型融合天气、交通等多模态数据，为运筹模型提供实时输入。1.业务规则复杂性供应链优化需处理高度定制化的约束（如设备维护周期、安全库存阈值），而大模型基于概率生成，无法严格满足数学约束。例如，华为供应链通过整数规划提升空间利用率15%，大模型仅达8%。2.底层逻辑差异运筹学依赖线性规划、动态规划等数学方法，而大模型本质是语言模型，擅长泛化任务而非精确求解。例如，物流路径优化中，运筹学算法可毫秒级响应，大模型需分钟级。3.可解释性与信任运筹学结果有明确数学证明，而大模型输出难以追溯。（如某食品企业因模型推荐计划违反法规）——智能化——蓝幸供应链决策平台：AI驱动的需求预测Scatlas利用GBM梯度提升算法，整合历史销售数据、促销政策、市场大盘趋势等多维度因子，显著提升需求预测的准确率和可靠性。这一功能直接应用于供应链计划，确保库存与运输资源的精准配置，减少因需求波动导致的物流成本浪费。——智能化——蓝幸供应链决策平台：AI驱动的供应链规划通过AI算法与运筹学算法的深度结合，突破传统运筹求解器的性能瓶颈，将复杂物流网络优化问题的求解效率提升30倍以上。智能化供应链物流领域智能化技术发展展望模型发展：从“大而全”到“小而专”的实用主义行业对模型规模的追求正回归理性，发展路径呈现显著的实用主义转向。一味追求万亿参数的“大模型”已非唯一方向，业界开始聚焦于开发参数规模更小、成本更低、针对性更强的垂直领域模型。通过拥抱开源和优化架构，模型正变得更容易部署在移动设备及特定业务场景中，核心目标是降低应用门槛，推动技术普惠与快速落地。市场重心：从“训练竞赛”到“推理爆发”的范式转移AI市场的价值重心正在发生历史性迁移。模型训练端的投入将远不及推理端带来的市场机遇，后者即将迎来指数级（甚至“十亿倍”）的增长。这一转变源于AI应用范式的根本性进化：从简单的“一次性问答”升级为复杂的“思考-研究-验证”过程。处理视频等多模态内容的复杂推理任务，将成为消耗算力和创造商业价值的绝对主体。核心壁垒：从“技术领先”到“全栈生态”企业的竞争壁垒正在重构。单一的技术或芯片优势难以维持长期护城河，真正的核心竞争力在于构建集成芯片、系统、网络、软件的全栈式AI生态系统。通过极端的协同设计，实现整个系统层面的性能飞跃和总能效提升，从而在总拥有成本上建立难以撼动的优势。在应用层，胜利属于能够最快、最有效地将AI技术转化为实际业务价值的组织，应用落地的速度与深度本身，就是最坚固的护2026L2026LOG中国供应链物流创新科技报告——自动化——仓储仓储自动化无人配送车2025中国仓储自动化市场动态回顾市场竞争激烈、两极分化需求多点增长、空市场竞争激烈、两极分化新，降低了行业准入门槛；02头部效应明显、密集上市01行业需求多元化发展•食品冷链、跨境电商领域的仓储自动化/智能化升级需求增长迅速；从“自动从“自动化”迈向“自主化”、“智能化”02海外新兴市场成重要增长引擎机器人本体机器人本体软件技术实现实时闭环优化；自动化系统整体技术路线求更小、存储密度更高、柔性扩展能力更强、资料来源：基于公开资料整理数据来源：CMR产业联盟、新战略移动机器人产业研究所83——自动化——仓储仓储自动化无人配送车AGV/AMR细分市场韧性突出，无人叉车进入规模化应用阶段作为核心细分领域，AGV/AMR市场2024年销售规模达221亿元、销量13.9万台，虽规模增长趋于平缓，但数量增速显著，海外市场表现突出，销售额占比超30%，彰显国内企业的国际竞争力。从产品类型来看，无人叉车销量从2019年的0.27万台增长至2024年的约2.45万台；据初步预测，2025年无人叉车销量或将增长至3万台。这道向上攀爬的曲线，象征着无人叉车从“小众试点”向“规模化应用”加速迈进。2020-2025（1-11）中国无人叉车销售情况及增速无人叉车人工叉车无人叉车增速•按照叉车类型看，平衡重式、前移式、托盘堆垛式以•按照应用场景看，产品已从标准仓储，逐步延伸至冷及室内外混合作业等复杂环境；——自动化——仓储仓储自动化无人配送车自动化仓储解决方案：本质是“系统决策+设备执行”的分层架构自动化仓储解决方案是以自动化物流装备为执行载体，以软件系统为控制中枢，通过信息流与物流深度融合，实现仓储作业自动执行、系统调度与智能优化的一体化物流系统。自动化仓储架构订单ERP/OMS/供应链计划/数据平台库存管理｜波次策略｜库位优化｜订单拆分任务库存管理｜波次策略｜库位优化｜订单拆分数据反馈数据反馈执行调度层（WCS/WES）调度多设备调度｜路径规划｜任务分配｜仿真优化调度执行AS/RS｜AMR｜输送线｜分拣机｜机械臂执行根据技术路径与应用场景，自动化仓储解决方不同自动化方案在自动化强度与柔性能力上存在差异，企业需根据SKU结构、订单波高低AS/RS立体仓储系统（堆垛机+AS/RS立体仓储系统（堆垛机+——高存储密度、稳定运行——高柔性、适配电商●——高吞吐量作业智能机器人拣选系统（AI拣选●——高吞吐量作业——智能化升级方向——存量仓升级柔性程度低高行业当前处于L3→L4过渡阶段：竞争核心由硬件转向系统能力；AMR逐步替代固定输送体系AI调度、数字孪生开始进入实际应用——自动化——仓储仓储自动化无人配送车仓储自动化解决方案演进：以软硬件协同为核心，行业正从全自动向智能自主过渡核心架构：软硬协同仓储自动化以自动化设备与软件系统协同为核心，实现仓储全流程少人化、无人化运营，按自动化水平分为四级且正从三级向四级过渡；行业历经起步、快速发展、高质量发展三大阶段，当前处于高质量发展深化期，政策与技术双轮驱动行业提质增效。核心架构：软硬协同软件WMS、WCS、数字学生视觉系统硬件AS/RS立体库、AGV/AMR机器人、堆垛高质量发展阶段（2021+年）软件WMS、WCS、数字学生视觉系统硬件AS/RS立体库、AGV/AMR机器人、堆垛高质量发展阶段（2021+年）机技术融合加速（5G+物联网+AI），场景从电商、制造业向医药、冷链、大宗商品等多领域延伸，解决方案向全链路、机AI基于数据实时决策，智能自主AI基于数据实时决策，智能自主设备与系统集成运行，实现流程设备与系统集成运行，实现流程自动执行。全自动快速发展期（2010-2020年）电商崛起带动全自动快速发展期（2010-2020年）电商崛起带动AGV、自动化立体库需求爆发，国产设备逐步替代进口。关键环节实现机关键环节实现机半自动.——械化，但仍依赖.——械化，但仍依赖人工辅助起步期（2010前）人工辅助起步期（2010前）设备仅提升单点效设备仅提升单点效资料参考：海柔创新招股书——自动化——仓储仓储自动化无人配送车料箱到人解决方案兴起，更加柔性、智能、易部署料箱（CTU，ContainerTransportUnit，料箱转运单元）到人解决方案，海柔定义为ACR（AutonomousCase-HandlingRobot），相对传统AS/RS、AMR解决方案，具备更高的灵活性、智能化水平，以及更低的维护成本，更加适合鞋服、电商零售、3PL等SKU复杂、需要频繁出入库的行业。•旨在使用输送带和起重机等基本机械实现货物存储和检索自动化•作为为提高效率及减少人工劳动而开发的上一代自动•旨在使用输送带和起重机等基本机械实现货物存储和检索自动化•作为为提高效率及减少人工劳动而开发的上一代自动化系统，•灵活性、整合性较差，难以应对复杂或动态的运营需求•主要用于仓库内地面货物运输，将整个货架连同相关货箱搬运至工作站，由工人人工从货箱中拣选货物，而•旨在自主地从货架上检索所需货箱，然后将这些货箱运送到工作•可实现更高精细度的自动拣选，提升了空间利用率，实现了仓储存储密度操作灵活性适应不断变化的布局；效率及吞吐量人工货架移动限制速度；并重建整个货架系统；可适应不同尺寸和布局的通道；模块化设计、分阶段部署，可在初始——自动化——仓储仓储自动化无人配送车仓储自动化以自动化设备与