8月26日，在第十八屆國際交通技術與裝置展覽會上，京東物流正式釋出“超腦”大模型3.0倉儲。相比2.0版本，“超腦”3.0的運作效率更高、系統韌性更強、運營成本更低，億級包裹端到端最優路徑規劃的求解時間從分鐘級壓縮至秒級，從倉庫到配送全流程精準執行，讓每一件包裹能夠更快、更準確地送到消費者手中。
當前，京東正在加速建設全球最大物理世界運營中心，“超腦”大模型3.0是物流行業首個從倉儲到配送全程由AI“指揮”的工業級大模型應用整合體，也是AI大模型在供應鏈全鏈路全流程最大規模的應用倉儲。
它由五大供應鏈原生工業級大模型組成：圍繞供應鏈完整閉環形成專業化分工，在統一的系統架構下，在複雜約束、即時變化和低容錯的供應鏈多樣化場景中，動態預測、約束求解、多模態感知、時空認知和物理控制被連線成持續反饋、滾動最佳化的閉環，實現穩定、可靠、可規模化的工業級應用倉儲。
· PreX預測大模型：負責從海量、多維、動態資料中洞察需求與供給變化，讓系統“看見尚未發生的未來”倉儲。
· OptiX決策大模型：融合運籌最佳化、強化學習與生成式大模型能力，在倉網、庫存、運輸、人員和裝置等複雜約束中求解全域性最優方案倉儲。
· OmniX多模態大模型：統一理解影像、影片、空間和物體，讓AI真正讀懂物流現場倉儲。
· GeoX時空大模型：將地址、位置、路徑和時間納入統一的時空座標系，為精準履約提供認知基礎倉儲。
· EmbodiedX具身大模型：將感知與決策轉化為機器人可執行的動作，讓AI從數字世界走向真實作業現場倉儲。
AI在物理世界落地的最大難點，是真正到一線“幹活”
過去幾年，AI在數字世界取得了巨大突破：寫文章、畫圖、聊天，完成這些任務已經變得非常自然流暢倉儲。但一旦AI需要進入物理世界，特別是到工廠、車間、倉庫、產線等場景中實際幹活，難度卻急劇上升。
展開全文
供應鏈，恰恰是AI最複雜的應用場景倉儲。數百萬種商品，從幾克重的檔案到幾十公斤的家電；上千個倉庫和分揀中心，每個場地佈局不同、裝置不同、流程不同；運輸網路覆蓋全國，路況、天氣、突發事件隨時在變。AI不能只在實驗室跑通，它必須同時應對形態各異的海量品類、千變萬化的場地和動態調整的複雜環境。
挑戰一，物理世界的資訊“讀不懂”倉儲。一輛車的裝載率需要從攝像頭畫面中即時測量，一件包裹是否破損需要視覺識別，一個分揀口是否擁堵需要從監控影片中判斷。物理世界的資訊不是整齊的數字或文字，讓AI像人一樣“看明白”正在發生什麼，本身就是巨大的技術挑戰。
挑戰二，物理世界的規律“算不準”倉儲。包裹有重量、有形狀、有材質，抓取時需要控制力度；無人車在路上行駛，需要理解交通規則和障礙物邏輯。AI不能像處理文字那樣隨意“生成”一個動作，它的每一個操作都必須符合物理規律。
挑戰三，物理世界的執行“容錯低”倉儲。在數字世界裡，AI寫錯一段話可以刪掉重來。但在物理世界，抓偏了、撞上了、晚到了，都會造成實際損失。執行必須精確到毫米級，響應必須到毫秒級。
這三個挑戰疊加在一起，使得物理AI的落地門檻極高：它必須同時具備讀懂物理世界、理解物理規律、執行精確操作三項能力倉儲。
行業內率先實現“決策AI、流程AI、物理AI”三位一體
為突破物理AI在供應鏈應用中的落地瓶頸，“超腦”大模型3.0構建了決策AI、流程AI、物理AI三位一體的技術體系，按照供應鏈決策的自然邏輯協作：決策AI先求解全域性最優，流程AI再將決策轉化為跨系統協同指令，物理AI最後在真實世界中執行並即時反饋，形成“感知—預測—決策—執行—反饋”的閉環倉儲。
決策AI是供應鏈全域性最佳化的“智慧總指揮”倉儲。在覆蓋超3600個倉庫、超60萬名員工的複雜網路中，任一節點的變化都可能牽動全域性。決策AI將訂單、庫存、倉網、車輛、路況、天氣，以及影像、影片、位置等多模態資訊統一建模，由PreX預測大模型預判供需變化，OptiX決策大模型在時效、成本等複雜約束下求解全域性最優，比如在哪裡建倉、覆蓋哪些區域、庫存如何分佈。當訂單、道路或運力發生即時變化時，“超腦”3.0可在秒級完成億級包裹的決策更新，車輛自動化排程率達86%。透過決策AI，供應鏈規劃從過往依賴經驗與靜態方案，升級為資料驅動、全域性協同、動態最佳化的智慧體系。
流程AI是連線決策與執行的業務中樞倉儲。決策AI給出的是“做什麼任務”，流程AI負責讓任務在幾十個業務系統之間自動跑通。供應鏈的資料分散在倉儲、運輸、分揀、配送等不同系統，同一業務物件在各環節定義各異，流程AI首先打通各環節資料，統一人、貨、車、倉、單、裝置的定義和規則，讓不同系統有了“共同語言”。在此基礎上，OmniX多模態大模型把決策方案拆解成一個個可執行的任務，呼叫相應系統完成下發、跟蹤、異常處理和結果反饋，讓不同崗位、系統和裝置圍繞同一目標協同運轉。對一線員工而言，跨系統查詢、反覆核對、手工下發等重複性工作由AI助手接管，員工專注於複雜判斷和現場管理，倉儲運營資料顯示，員工作業提效13.8%。
物理AI是物流產業AI最獨特、也是工業化落地門檻最高的一環倉儲。決策AI和流程AI都在數字世界完成，但供應鏈作業最終要落到真實物理世界。面對形態各異的包裹、動態變化的道路和複雜的多裝置協同，物理 AI 不僅要 “看見”，還要 “理解並預測”。OmniX 多模態大模型、GeoX 時空大模型結合視覺、力覺等感測器理解現場狀態，並透過世界模型預測不同動作的結果，選擇更穩定、安全的執行方案。在此基礎上，“超腦” 3.0 透過 CyberX 物控引擎驅動 “智狼” 機器人、“異狼” 分揀機械臂和 “獨狼” 無人配送車等裝置，使它們不再只依賴固定規則和預設程式，可以根據現場變化動態調整行動，完成一線操作。
截至當前，“異狼” 分揀機械臂已在多個物流園區 24 小時常態化執行，累計完成上千萬個真實包裹的抓取與碼放驗證，“獨狼” 無人車已在全國多地及沙特等海外試點執行倉儲。依託物理 AI 的能力打通各作業節點壁壘，可落地從倉儲搬運、分揀到末端配送的全鏈路無人化業務模式。物流超腦3.0正在驅動多環節無人化從單點示範走向規模化複製。
面向員工、商家、行業倉儲，面對不同使用者解決不同問題
三個AI是能力基座，但不同使用者需要的不是模型本身，而是能夠便捷應用、解決具體問題的產品倉儲。
面向員工，京東物流超60萬名一線員工，覆蓋規劃、運營、分揀、排程、配送等不同崗位倉儲。不同角色的工作內容差異巨大，需要的AI能力也各不相同。在實際工作中，複雜的大模型能力被封裝成員工可直接對話、可呼叫、可執行的智慧體，輔助進行運營決策。
面向商家，“超腦”大模型3.0的能力被封裝為“京慧”的端到端一體化供應鏈服務倉儲。商家接入訂單、庫存、倉網、履約等資料後，可以在“京慧”中完成供應鏈診斷、倉網規劃、庫存最佳化、補貨調撥、履約分析等工作。“京慧”打造了原生庫存託管AI能力，透過AI能自動完成補貨建議並調撥執行，實現一盤貨的AI託管服務，幫助商家提升庫存週轉，實現次日達履約時效平均達80%以上，降低庫存管理難度。
面向行業，“超腦”大模型3.0正在與京東物流自研“狼族”機器人軍團結合，把AI能力延伸到真實的物理作業中倉儲。“智狼”“異狼”“獨狼”等裝置接入模型能力後，可以根據現場情況完成搬運、分揀、配送等任務，並在任務過程中動態調整。它們不只是執行固定程式，而是在“超腦”大模型3.0的統一排程下，根據環境變化作出更靈活的反應。這套能力也正在向製造、零售等行業開放，為更多企業提供多環節、可複製、標準化的物流自動化AI解決方案。
在加速建設全球最大物理世界運營中心的過程中，京東釋出“超腦”大模型3.0，標誌著供應鏈AI正在從“能看、能算”走向“能決策、能執行”，這是AI在供應鏈領域的重要應用突破：第一次實現大規模自主決策，讓AI不再只是輔助分析工具，而是開始規模化參與倉儲、運輸、分揀和末端配送等真實作業，逐步推動物流行業實現從倉儲到末端配送的全鏈路無人化，讓AI真正走出實驗室，打通大模型產業落地的“最後一公里”，成為真正持續為產業創造價值的AI生產力倉儲。
