本文系深潜 atom 第 945 篇原创作品

"

" 技术 - 业务 - 生态 " 三位一体，

推动整个物流行业智能化转型

"

孟烦了丨作者

深潜 atom 工作室丨编辑

进入夏天，生鲜蔬果进入成熟期，在众多电商的助力下，全国各地的果农也进入了收获期。而这个过程中，物流发挥了巨大的作用，其中以服务质量和速度为特色的顺丰发挥了重要的作用，不过今年的顺丰服务质量似乎再次发生了提升。

2025 年 6 月 8 日 23:02，小编在抖音电商购买了一单平谷大桃，按照以往的认知，这一单水果会在 9 日送达，但预期可能会在 9 点以后或者下午。让小编想不到的是，这一单水果竟然在 9 日早晨 7 点多就已经送达，就在上班出门之前看到水果已经摆在了门口。

抱着好奇的心理，深潜 atom 对顺丰进行了梳理，发现顺丰似乎已经完美将人工智能技术与场景化相结合，形成了独特的技术壁垒和业务赋能能力。

2025 年第一季度，顺丰总营收 698.50 亿元，同比增长 6.90%；归母净利润 22.34 亿元，同比增长 16.87%，其中归母净利润和净利润率增速明显高于 2024 年同期增速。在融入顺丰的应用场景后，大模型似乎在财务角度也开始发挥重要作用。

" 丰知 " —做 " 大脑 "，" 丰语 " ——做 " 神经 "

2022 年，ChatGPT 点燃了大模型赛道，此后无数大模型和创业公司随之而生，天眼查数据显示，2023 年全国新增人工智能相关企业 87.9 万家。实际上，对于很多巨头公司来说，在人工智能的浪潮下，纷纷早已布局了这一赛道。

2019 年到 2022 年，顺丰就已经开始把 AI 工程化。2019 年，顺丰科技内部立项 " 丰智云 AI 中台 "，把 30 年历史运单、航班、GPS、天气等数据统一入湖，奠定后续大模型训练所需的高质量物流语料；2020 年在丰智云之上自研 " 时空预测小模型矩阵 "（SKU 级销量预测、线路时效预测等），为后来 " 多模型合并 " 埋下技术伏笔；2021 年与浙江大学成立 " 物流智能联合实验室 "，首次尝试用 Transformer 架构做跨省次日达时效预测，验证大参数模型在物流场景的可行性。

2022 年第二季度，ChatGPT3.5 还未上线之时，顺丰内部已经启动了 " 丰知 " 项目，目标是把上百个小模型压缩成一个统一大模型；同时启动 " 丰语 " 项目，基于 Llama-7B 做继续预训练。

2023 年一季度，" 丰知 " 在 3C、鞋服、美妆 3 条核心供应链试点，预测准确率提升 5%，库存周转率提升 30%；第三季度，" 丰语 " 在客服、关务、小哥知识问答 3 个场景灰度上线，误答率下降 58%。2024 年 8 月和 9 月，" 丰知 " 物流决策大模型和 " 丰语 " 物流大语言模型正式发布。

值得注意的是，在大模型的研发过程中，顺丰对大模型按照目标进行了分类，其中" 丰知 " 物流决策大模型——做 " 大脑 "，专攻结构化决策；" 丰语 " 大语言模型——做 " 神经 "，负责语言交互与知识服务。

" 丰知 " 大模型在鄂州花湖机场作为亚洲最大专业货运枢纽，面临日均超 200 架次货机调度的复杂挑战。" 丰知 " 大模型通过动态时空网络预测与大规模运筹优化技术，实现了全链路智能化。既可以实现异常处理自动化，又能够提升跑道的利用率。并且，该能力已输出至顺丰国际合作的东南亚机场，如越南河内机场的货机周转效率提升 22%。

" 丰语 " 大语言模型，正在重塑人机交互范式。在客服场景中实现了意图识别 - 多轮对话 - 解决方案生成的全流程自动化，自动完成 75% 的客户沟通，处理时效提升 40%；国际关务上，" 丰语 " 整合 190+ 国家的海关政策，在东南亚市场，系统自动生成中英文对照报关单，清关效率提升 50%；更为关键的是，" 丰语 " 大模型已经成为一线快递小哥的随身助手，实现了业务知识即时触达。

更为关键的是，" 丰知 " 和 " 丰语 " 两大模型并非独立的存在，两大模型在很多业务和场景都是协同发挥作用。比如，在云南普洱的光伏电站建设中，" 丰知 " 与 " 丰语 " 的协同解决了最后一公里难题，" 丰知 " 根据山区地形和天气数据，生成无人机配送的最优航线，使运输时效提升 50%；" 丰语 " 支持傣语、哈尼语等方言指令，当地工人可通过语音快速查询货物状态，沟通效率提升 70%。该方案已扩展至川西高原的松茸运输，良品率提升 30%，采挖效能提升 56%。

" 丰知 " 与 " 丰语 " 的协同不仅创造了可量化的商业价值，更推动了行业标准重构。比如，" 丰知 " 输出的物流决策方案已成为美妆、汽配等行业的智能调度标杆，其路径规划算法被纳入中国物流与采购联合会的《智能物流调度技术规范》。2025 年 8 月 8 日，湖北顺丰和湖北中石化达成合作，打造能源与物流行业跨领域合作的标杆典范。

垂域知识深度注入，突破通用模型局限

顺丰通过垂域知识深度注入实现了对通用大模型的超越，其核心逻辑是将物流行业 30 年沉淀的专业知识与数据深度融入模型架构，形成行业专属的知识闭环，构建了物流行业专属的知识体系，突破通用模型局限。比如，海外直邮清关时间从 24 小时压缩至 2 小时，从而在全世界场景内大规模落地。

近日，DataFun 的分享中，顺丰科技的 6 位专家分享了顺丰大模型相关的最新研究成果与实践经验，根据不同专家的分享，可以发现顺丰的研发，基本上都是围绕物流的场景展开。

顺丰科技规划与资源决策算法总监刘子恒表示，顺丰大模型的场景跨越中，初阶主要还是聚焦在大模型的原生能力，通过基础模型、Prompt 优化、知识库构建来服务特定物流场景的知识问答需求；中高阶场景则面向顺丰物流场景相对较复杂的决策问题，真正需要构建智能体的能力。

30 年积累的结构化物流数据，让顺丰动态时空网络预测模型更容易落地。基于顺丰自研垂域大模型，结合自研时空网络预测、大规模网络运筹优化、动态运力资源调度等 AI 垂域模型技术，顺丰推出了 " 顺丰认知决策智能体 "，可以实现意图解析、场景匹配、算法调用、结果解读等一连串工作，为航空调度专员提供精准、可读性强的解决方案。

针对物流行业的专业术语，丰语模型通过领域词典增强和意图分层分类，复杂问题处理时长从 15 分钟缩短至 3 分钟。支持图文混合输入，用户上传退货商品截图后，系统自动提取寄递信息，准确率高达 98%，并推荐最合适的包装方案，较通用模型减少 30% 的操作错误。

顺丰科技大模型高级产品运营经理卢馨婷，也分享了丰语大模型从产品研发到运营落地的完整路径。在卢馨婷看来，大模型运营需以产品为核心，聚焦 " 模型验证 - 内容打磨 - 数据驱动 - 生态共建 "。" 丰语 " 大模型已经深入各个业务场景，累计会话超 600 万次，问题解决率达 90.41%，产品渗透率近半年提升 20%。

" 快递 + 快运 + 同城 + 供应链 + 国际 " 的多元业务矩阵，既可以让顺丰大模型在同城即时配送发挥作用。2024 年，顺丰同城营收 157.5 亿元，同比增长 27%；净利润 1.3 亿元，同比增长 162%；又可以在供应链和国际业务上保持竞争力，2024 年顺丰营收 704.9 亿元，同比增长 17.5%，中标超 100 个海外供应链项目，覆盖东南亚、欧洲等市场。

在大模型的辅助下，顺丰展现了巨大的服务能力。比如，鄂州机场的国际航线通过智能调度系统，跨境电商 " 端到端 " 时效优化 20%，支撑东南亚市场 34% 的电商件份额。当前，中国企业产能出海需求巨大，叠加直播电商与跨境电商增长带动快递需求，顺丰未来依然有巨大的增长潜力。

在场景落地的过程中，顺丰把 " 大模型能力 " 工程化成 " 供应链即插即用的标准化组件 "，既保留了生成式 AI 的柔性，又满足物流行业对高精度、低成本、快响应的苛刻要求。" 技术 - 业务 - 生态 " 的三位一体，让顺丰大模型更成为推动整个物流行业智能化转型的价值创造平台。