9月25日，第十五届国际交通技术与设备展览会在北京正式举行。本次展会重点展示国内外在交通运输基础设施智能升级、新型交通设备研发、智慧化交通运营服务等方面的新技术、新突破、新成就。顺丰科技AIoT领域副总裁宋翔、数字孪生负责人江生沛，在本次展会中发布了首个在物流领域大规模应用的数字孪生实践，生动形象地介绍了顺丰在布局数字孪生过程中的经验、成果与未来探索的方向。
缘起：低成本、高效率的智能算法验证优化
物流和供应链的核心目标之一就是将具体的任务匹配合适的资源，在不浪费资源的情况下，尽可能提升流转的效率。截至今年6月，顺丰服务超过6.25亿的个人客户和190万家的企业客户，在国内的车辆运输线路已超15万条。在件量、资源数量级惊人的今天，智能算法如同大脑，扮演了思考如何匹配任务与资源的工作。那么如何更快速、低成本地验证物流运作过程的策略、算法是否合理、还有没有更优的方案，就成为了物流行业关注核心问题之一。
顺丰基于在大数据、机器学习、运筹优化等技术上多年的积累，已形成了覆盖了物流中收、转、运、派的全环节的智能决策体系。顺丰会根据市场行业趋势、历史情况等数据，提前预测未来的业务件量情况，并根据预测的信息，提前预备好人、车、场等资源。当客户下单后，再针对具体每一票快件的时效、服务等要求，综合同期其他快件对资源的使用情况，决定这票快件在运输过程中的具体安排。当遇见天气不好等突发情况时，顺丰会根据实际情况，动态预测这票快件的预计到达时间，如有延误风险，则会及时调整相关安排来确保快件如期送达。
作为一个实体行业，在实际生产过程中，对新策略、新算法的验证，往往需要投入大量的人力、财力，并且影响生产甚至停产，耗费大量的资源。同时，对环境不确定性估计的准确性、模型对现实场景还原度等因素，都与智慧算法的落地效果的优劣有着较大的关联。
而数字孪生技术，通过建立在虚拟世界中与真实世界高度相似的孪生体，就可以让智能算法以极低的成本、极高效率进行验证并优化。
从点开始：数字孪生中转场
要在虚拟世界中建立一个与现实世界高度相似的孪生体，并让它真正提升智能算法的效果，大致分为四步。首先需要采集现实世界的各种数据，了解现实世界的情况，然后依据从现实世界中获取的数据，在虚拟世界建立它的孪生体。有了这样一个和现实世界一样的虚拟孪生双胞胎后，可以去验证任何业务场景。当数字孪生系统完成了对相关场景的验证后，它会把这个效果反馈给智慧算法，从而指导算法进行优化。如此循环往复，智慧算法的效果就会越来越好。
最初，顺丰把目光聚焦于中转这个场景，希望通过对中转场的孪生，提升中转分拣的效率。一方面，分拣是决定快递物流效率的核心之一，一台设备平时每天大概要处理65万票快件，像双11、618这种快递高峰期会增长到80万票。如何让发往全国各地的快件以最快、最优的方式落到对应方向的袋子里，起到关键作用的就是分拣计划。另一方面，顺丰在中转环节对于AI+IoT技术的应用已经相对较为成熟，大量的IoT设备已经可以快速获取现实中场地内的各种数据，对于数字孪生的研发也有先天的优势。
顺丰基于Unreal Engine（虚幻引擎）平台，对现实中转场内的数据，对设备、人员、流程进行了数字孪生体的建模，自研构建出高逼真度的数字孪生中转场，它不仅仅是看起来长得像，内里的数据核心、机理核心都达到了高度的逼真程度，整体逼真度达到了99%以上，足以反映现实世界真实的物理情况。接下来，顺丰通过这个数字孪生中转场，验证了一系列的问题，例如，新做的分拣计划好不好用；件多人少的情况下能否在规定时间内把快件分拣完；件量少时能否少开一台分拣机等等。原本，在真实的中转场中，验证1个班次的分拣计划需要一整天的时间，还需要现场多个工作人员协调配合、投入测试包裹，既浪费时间也浪费精力；现在，利用该技术，可以1天在虚拟环境中迭代验证并优化1000次分拣计划，实现了几乎0成本、高质量的切换。快速的反馈、优化，让数字孪生场地输出的分拣计划工序更流畅、布局更合理，中转场的产能得到了迅速的提升，包裹在中转场流转的速度大幅提升。
每一个中转场的规模大小、设备流程都会根据自身的业务情况，因地制宜地进行设计。而数字孪生也会基于每一个中转场个性化的情况，针对性输出优化的策略。个性化需求总是与快速规模复制总是有天然的矛盾关系，而顺丰通过将孪生体中各个设备、流程进行模块化处理，并按照各个场地的数据微调各个模块化模型，就快速把数字孪生技术复制到了全国60多个中转场，平均每个提升了8%以上的产能。
由点及面：数字孪生物流网络
随着单点的数字孪生中转场逐渐趋于成熟，顺丰将目光投向了更复杂、更有价值也更具挑战的物流网络的数字孪生。顺丰在全网有上万个网点、中转场，物流网络规划就是让场地与场地间建立连接。如何规划最合理的线路，以最低的成本、最高的时效完成货物在场间的运输，成为数字孪生的又一个命题。
顺丰将网点、站点、中转场等现实中的物理实体，在虚拟世界抽象为一个个的节点。这些节点有这个各自不同的特征，例如某条道路的通行规则、某个中转场门口的停车要求、某个网点的发货的货量与时间、某辆车的装载能力等等，这些具有现实世界特征的节点在虚拟环境按照现实中的样子串联起来，就形成了数字孪生的物流网络。当一票票同样具有重量、体积、时效等特征的虚拟快件流转于这个数字孪生物流网络时，就能模拟出这些快件的完整轨迹。通过这个孪生体反馈的数据，顺丰就能够让智能算法计算推理出快件最佳的运输路径，合理的安排车辆、场地、人员等资源。通过孪生仿真，顺丰推演出了现实中缺失数据、并在具有与现实环境相似限制的虚拟环境中，对策略、算法进行了千百次验证和迭代，最终超越人工优化的上限。
顺丰通过综合应用基于数字孪生的运筹优化技术，平均一个城市一个月可以节省500条以上的线路，孪生推荐的网络策略被采纳率达到95%以上，证明了数字孪生已经能够充分应用于大型网络场景。
展望未来：规模化应用，提升行业整体质量
随着数字孪生技术在物流行业的应用越来越成熟，趋向规模化，数字孪生的场景也将从物流场景，扩展至上下游更为复杂的供应链场景中，通过建立可以控制、诊断、优化物理世界的数字世界，实现供应链全流程可视、可控、高效协同。除了场景方面的进化，随着大模型等技术的发展，数字孪生也将更加有机地与相关前沿技术进行结合，降低数字孪生的应用门槛，提升数字孪生的应用效果。例如，未来语言大模型将成为数字孪生系统的一个入口，一个普通的工作人员只要对系统说“应用某年某日的数，建设A场地的数字孪生体”，系统便可以模块化、自动化生成相关孪生体，并基于各种数据，完成该工作人员需要的相关方案验证，输出优化后的智能决策方案。
宋翔表示，顺丰作为中国物流与供应链的龙头企业，需要率先进入数字孪生这个在国际行业中备受瞩目的技术赛道，为中国物流企业对于数字孪生的研发与应用打好前站。同时，随着数字孪生技术的成熟以及价值的显现，整个行业的推广过程将变成一个共识形成加标准统一的过程，数字孪生应用成本的降低将成为必然。在资源排布、规划调度等更广泛复杂、计算量更大的场景中，未来将更快更准确地求出最优解，突破真正的智慧物流核心，带来可见的整体物流成本降低、避免产能浪费、更合理配置整个链路资源等效果，帮助中国物流在国际赛跑中更有竞争力。
http://www.news.cn/auto/20230925/9806913e30ff4e12a246ccaa04b59cd7/c.html
缘起：低成本、高效率的智能算法验证优化
物流和供应链的核心目标之一就是将具体的任务匹配合适的资源，在不浪费资源的情况下，尽可能提升流转的效率。截至今年6月，顺丰服务超过6.25亿的个人客户和190万家的企业客户，在国内的车辆运输线路已超15万条。在件量、资源数量级惊人的今天，智能算法如同大脑，扮演了思考如何匹配任务与资源的工作。那么如何更快速、低成本地验证物流运作过程的策略、算法是否合理、还有没有更优的方案，就成为了物流行业关注核心问题之一。
顺丰基于在大数据、机器学习、运筹优化等技术上多年的积累，已形成了覆盖了物流中收、转、运、派的全环节的智能决策体系。顺丰会根据市场行业趋势、历史情况等数据，提前预测未来的业务件量情况，并根据预测的信息，提前预备好人、车、场等资源。当客户下单后，再针对具体每一票快件的时效、服务等要求，综合同期其他快件对资源的使用情况，决定这票快件在运输过程中的具体安排。当遇见天气不好等突发情况时，顺丰会根据实际情况，动态预测这票快件的预计到达时间，如有延误风险，则会及时调整相关安排来确保快件如期送达。
作为一个实体行业，在实际生产过程中，对新策略、新算法的验证，往往需要投入大量的人力、财力，并且影响生产甚至停产，耗费大量的资源。同时，对环境不确定性估计的准确性、模型对现实场景还原度等因素，都与智慧算法的落地效果的优劣有着较大的关联。
而数字孪生技术，通过建立在虚拟世界中与真实世界高度相似的孪生体，就可以让智能算法以极低的成本、极高效率进行验证并优化。
从点开始：数字孪生中转场
要在虚拟世界中建立一个与现实世界高度相似的孪生体，并让它真正提升智能算法的效果，大致分为四步。首先需要采集现实世界的各种数据，了解现实世界的情况，然后依据从现实世界中获取的数据，在虚拟世界建立它的孪生体。有了这样一个和现实世界一样的虚拟孪生双胞胎后，可以去验证任何业务场景。当数字孪生系统完成了对相关场景的验证后，它会把这个效果反馈给智慧算法，从而指导算法进行优化。如此循环往复，智慧算法的效果就会越来越好。
最初，顺丰把目光聚焦于中转这个场景，希望通过对中转场的孪生，提升中转分拣的效率。一方面，分拣是决定快递物流效率的核心之一，一台设备平时每天大概要处理65万票快件，像双11、618这种快递高峰期会增长到80万票。如何让发往全国各地的快件以最快、最优的方式落到对应方向的袋子里，起到关键作用的就是分拣计划。另一方面，顺丰在中转环节对于AI+IoT技术的应用已经相对较为成熟，大量的IoT设备已经可以快速获取现实中场地内的各种数据，对于数字孪生的研发也有先天的优势。
顺丰基于Unreal Engine（虚幻引擎）平台，对现实中转场内的数据，对设备、人员、流程进行了数字孪生体的建模，自研构建出高逼真度的数字孪生中转场，它不仅仅是看起来长得像，内里的数据核心、机理核心都达到了高度的逼真程度，整体逼真度达到了99%以上，足以反映现实世界真实的物理情况。接下来，顺丰通过这个数字孪生中转场，验证了一系列的问题，例如，新做的分拣计划好不好用；件多人少的情况下能否在规定时间内把快件分拣完；件量少时能否少开一台分拣机等等。原本，在真实的中转场中，验证1个班次的分拣计划需要一整天的时间，还需要现场多个工作人员协调配合、投入测试包裹，既浪费时间也浪费精力；现在，利用该技术，可以1天在虚拟环境中迭代验证并优化1000次分拣计划，实现了几乎0成本、高质量的切换。快速的反馈、优化，让数字孪生场地输出的分拣计划工序更流畅、布局更合理，中转场的产能得到了迅速的提升，包裹在中转场流转的速度大幅提升。
每一个中转场的规模大小、设备流程都会根据自身的业务情况，因地制宜地进行设计。而数字孪生也会基于每一个中转场个性化的情况，针对性输出优化的策略。个性化需求总是与快速规模复制总是有天然的矛盾关系，而顺丰通过将孪生体中各个设备、流程进行模块化处理，并按照各个场地的数据微调各个模块化模型，就快速把数字孪生技术复制到了全国60多个中转场，平均每个提升了8%以上的产能。
由点及面：数字孪生物流网络
随着单点的数字孪生中转场逐渐趋于成熟，顺丰将目光投向了更复杂、更有价值也更具挑战的物流网络的数字孪生。顺丰在全网有上万个网点、中转场，物流网络规划就是让场地与场地间建立连接。如何规划最合理的线路，以最低的成本、最高的时效完成货物在场间的运输，成为数字孪生的又一个命题。
顺丰将网点、站点、中转场等现实中的物理实体，在虚拟世界抽象为一个个的节点。这些节点有这个各自不同的特征，例如某条道路的通行规则、某个中转场门口的停车要求、某个网点的发货的货量与时间、某辆车的装载能力等等，这些具有现实世界特征的节点在虚拟环境按照现实中的样子串联起来，就形成了数字孪生的物流网络。当一票票同样具有重量、体积、时效等特征的虚拟快件流转于这个数字孪生物流网络时，就能模拟出这些快件的完整轨迹。通过这个孪生体反馈的数据，顺丰就能够让智能算法计算推理出快件最佳的运输路径，合理的安排车辆、场地、人员等资源。通过孪生仿真，顺丰推演出了现实中缺失数据、并在具有与现实环境相似限制的虚拟环境中，对策略、算法进行了千百次验证和迭代，最终超越人工优化的上限。
顺丰通过综合应用基于数字孪生的运筹优化技术，平均一个城市一个月可以节省500条以上的线路，孪生推荐的网络策略被采纳率达到95%以上，证明了数字孪生已经能够充分应用于大型网络场景。
展望未来：规模化应用，提升行业整体质量
随着数字孪生技术在物流行业的应用越来越成熟，趋向规模化，数字孪生的场景也将从物流场景，扩展至上下游更为复杂的供应链场景中，通过建立可以控制、诊断、优化物理世界的数字世界，实现供应链全流程可视、可控、高效协同。除了场景方面的进化，随着大模型等技术的发展，数字孪生也将更加有机地与相关前沿技术进行结合，降低数字孪生的应用门槛，提升数字孪生的应用效果。例如，未来语言大模型将成为数字孪生系统的一个入口，一个普通的工作人员只要对系统说“应用某年某日的数，建设A场地的数字孪生体”，系统便可以模块化、自动化生成相关孪生体，并基于各种数据，完成该工作人员需要的相关方案验证，输出优化后的智能决策方案。
宋翔表示，顺丰作为中国物流与供应链的龙头企业，需要率先进入数字孪生这个在国际行业中备受瞩目的技术赛道，为中国物流企业对于数字孪生的研发与应用打好前站。同时，随着数字孪生技术的成熟以及价值的显现，整个行业的推广过程将变成一个共识形成加标准统一的过程，数字孪生应用成本的降低将成为必然。在资源排布、规划调度等更广泛复杂、计算量更大的场景中，未来将更快更准确地求出最优解，突破真正的智慧物流核心，带来可见的整体物流成本降低、避免产能浪费、更合理配置整个链路资源等效果，帮助中国物流在国际赛跑中更有竞争力。
http://www.news.cn/auto/20230925/9806913e30ff4e12a246ccaa04b59cd7/c.html
