仓库内，系统自动调整拣货优先级，将发往同一方向的订单集中处理；流水线上，“异狼”灵巧臂自主调节抓取力度，实现海量包裹精准分拣；道路上，“独狼”无人车穿梭自如，凭借L4级端到端智驾方案完成精准配送……

  在京东物流“亚洲一号”北京智能产业园内，仓储、搬运、分拣等环节各自有序运转，又通过一套AI系统实现协同联动。这套贯通物流全链路的“神经系统”，正是“超脑”大模型3.0（以下简称“‘超脑’3.0”）。

  长期以来，行业的数字化、智能化改造多集中于单个环节。随着AI技术持续不断的发展，仓储、运输、分拣、配送等环节的智能化水平持续提升，但各环节之间仍缺少有效的“神经连接”。一个包裹从入仓到送达，需要跨越数十个业务系统，由于数据分散、标准不一，跨环节协同仍面临挑战。针对这一难题，行业内已有公司开始探索用AI打通全链路，推动各环节从单点智能向协同联动转变。

  今年8月，推出“超脑”3.0。据介绍，该大模型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规模最大的应用。

  京东物流相关负责的人介绍，“超脑”3.0由PreX预测、OptiX决策、OmniX多模态、GeoX时空、EmbodiedX具身五大供应链原生工业级大模型协同构成，搭建起决策AI、流程AI、物理AI三位一体的技术体系。

  “与过去最大的不同在于，‘超脑’3.0使得AI不再是某个环节的‘加速器’，而是全链路的‘调度中枢’。”上述负责人和记者说，决策AI、流程AI、物理AI三位一体的技术体系，正是该大模型实现跨环节协同的核心。

  如果把“超脑”3.0想象成一个人，那么决策AI就等于人的“大脑”。以“双十一”场景为例，若某个区域订单突然暴增，“超脑”3.0提前几小时就能预判相关变化，并由决策AI算出应对方案。

  “决策AI可以将订单、仓网、车辆、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。”物流相关负责人说，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%。

  流程AI则相当于“神经系统”，负责将决策指令转化为仓储、分拣、运输等环节能够执行的命令。“以往，供应链的数据分散在不同系统，同一业务对象在各环节定义各异，流程AI则通过打通数据，统一了人、货、车、仓、单、设备的定义和规则，让不同系统有了‘共同语言’。”上述负责人说。

  供应链作业终究是要落到真实的物理世界。物流相关负责人和记者说，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”。

  他进一步解释，OmniX多模态大模型、GeoX时空大模型能结合视觉、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。在此基础上，通过CyberX物控引擎驱动“狼族”机器人根据现场变化动态调整行动，完成一线操作。

  如今，在“超脑”3.0的调度下，“狼族”已经覆盖仓、拣、运、配等物流全链路。在仓储环节，“仓狼”能认出成千上万种商品，整仓覆盖率超85%；分拣环节，“异狼”灵巧臂累计抓取超过1500万个包裹，分拣准确率达99.9%；运输和配送环节，“独狼”无人车已在全国多地规模化部署，站点运输成本下降21%。

  从企业的实践看，AI正从仓储、分拣等单个作业环节向物流全链路协同延伸。同时，行业的发展也对物流设施设备数智化升级提出了更加高的要求。今年8月，国家发展改革委、交通运输部联合印发《物流网建设实施方案》，提出加快物流设施设备数智化转变发展方式与经济转型，鼓励发展基于设施设备正常运行数据、货物流转信息数据的物流领域人工智能大模型，促进实现“+”物流综合调度，快速推进商业化应用。

  业内专家觉得，未来，随着物流网建设持续推进，大模型将进一步融入物流枢纽、仓储设施和运输配送等场景，推动物流资源由分环节调度向全链路统筹的转变。