ZD至顶网CIO与应用频道 05月14日 北京消息:到今年3月底,京东全国已经有七大物流中心,运营了209个大型仓库,总面积已经达到430万平方米, 5900多个配送站和自提点,覆盖全国范围的2493个区县。
京东集团CTO张晨表示,2015年京东85%的定单都达到了当日和次日达,但是这不是我们的目标,我们要将京东的优势、创新、速度全面开放,快速复制推广到全行业,向全球顶尖智能设备的制造商开放智能物流技术。
京东集团CTO张晨
5月13日,京东集团宣布成立京东JDX事业部,京东智慧物流开放平台正式亮相,京东也进军智能物流领域。同时,沈阳新松机器人自动化股份有限公司(以下简称“新松公司”)作为第一家入住开放平台的合作伙伴与京东签订了战略合作协议。
新松公司市场总监张进(左)与京东集团副总裁兼JDX事业部总裁肖军(右)
智慧物流是一个信息技术集成系统
物流行业对于电商的重要性不言而喻,传统意义上的物流,基本上是由运输、配送、分拣、仓储、包装、搬运、装卸,加上相关的物流信息环节,同时加上大量的人工操作的构成。而现代智能物流则应该是所有这些环节采用智能设备、智能设施、云计算、大数据等先进的信息技术的集成系统。
“物流的未来不仅建立在仓配硬件设施基础上,物联网、云计算、大数据、人工智能等信息技术的蓬勃发展,也正在推动中国物流行业的智能变革。”张晨表示,京东眼中的智慧物流是基于海量精准的数据、智能融合的应用及全面开放的生态,构建高效的物流环境与平台,实现开放创新、协同创新的智能物流新业态。
JDX事业部将专注于“互联网+物流”,以技术和科技武装物流体系,为“亚洲一号”、京东自动化分拣中心等物流仓储中心提供更加智慧高效的技术支持。
JDX事业部建立了京东物流实验室将提供基于京东需求的实验环境,与全球知名自动化设备制造商、集成商共同研发面向未来的电子商务物流智能履约系统,通过在智慧物流平台上双向开放,实现智慧物流生态中设备提供商和应用者的双赢与共建。
京东JDX事业部囊括了京东全自动物流中心、京东无人机、京东仓储机器人以及京东自动驾驶车辆送货等一系列备受瞩目的尖端智能物流项目,对行业前沿、高端的智能设备、智慧系统进行多方位、立体化地研究与创新。
新松成为首家入驻企业
在智慧物流的过程中,机器人是其关键设备,也是其中的核心智能设备,分拣、仓储、搬运等环节都有机器人的应用,所以机器人行业的发展将直接影响到智能物流装备行业的发展。
工业领域和电商领域机器人的应用是不同的,传统工业机器人大部分是执行固定工作,电商是一个复杂环境,就需要把感知系统和机器人结合实现过程和调度,将所有终端连接起来,底层则由大数据支撑。
所以京东集团也与新松公司签署了战略合作协议,双方将就智慧物流下的机器人应用达成合作,共同推进自动化物流产品和方案的应用。
“以技术创新、前沿科技驱动物流产业升级的时代已经到来。”新松公司总裁曲道奎表示,京东的物流全流程优势,与新松公司的研发能力相结合,势必诞生影响业界的科技成果,缔造开放协同的智慧物流新生态。
新松公司总裁曲道奎
通过智慧物流开放平台,京东将面向众多全球顶尖智能设备制造商,开放多年来在电商物流实践中的数据、经验、信息系统,以及互联网理念。这些信息的开放,足以推动京东及合作伙伴更多的业务创新,构建出独特的竞争力,为制造商提供创新技术落地与实践的平台,为用户、物流行业带来更大的价值。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。