大模型+港口，會有什么化學反應

作者／  IT時報記者  孫妍

編輯／  潘少穎  孫妍 

短短半年，國內掀起“百模大战”的巨浪，並迅速分野成三大陣營：第一陣營是互聯網大廠孵化的通用大模型，第二陣營是爲落地而生的行業大模型，第三陣營則是更爲細分的場景大模型。

其中，行業大模型是數量最爲龐大的陣營，AI在千行百業跑出專用大模型，這是一次借AI超車、重塑數字化生態的機會。

最近，全球首個集裝箱物流行業大模型就在上海跑出，正向國內港口鋪开。在今年6月舉行的歐洲集裝箱供應鏈展覽會上，西井科技首發集裝箱大物流運營大模型TerminalGPT，創造了一種新的搭配——“大模型+大物流+自動駕駛”，這個組合正在內河物流港口發生化學反應。

無人車疊加大模型，從上海駛向世界，在可見的未來，行業大模型“出海”不無可能。

24小時港口貼身專家

港口來了一位24小時在线駐守的智能運營機器人專家，在它的指導下，一位初出茅庐的起重機操作司機，瞬間“變身”擁有20年操作經驗的“老師傅”，一步步推薦操作方案，預測安全風險等。

這位“24小時港口貼身專家”到底是誰？

內河港大模型即將上线

它就是西井科技的集裝箱物流智能機器人專家TerminalGPT，它的“功力”集中在三方面：能爲港口管理者和操作員提供運營支持和操作建議，比如如何分配岸橋場橋的任務，怎么調度車輛等；當港口運營效率異常時及時預警，分析原因；更高能的是，能預測事件，比如提前進行任務分配、交通堵塞預警等。

TerminalGPT的思維方式接近於“人腦”的全局考量，兼具機器的冷靜和精准，輸出一個最優解。

如果港口有輛水平運輸的車拋錨了，車輛在無人駕駛狀態下，能自動通知操作部就已非常智能。但是大模型更會考慮全局，假設台風20分鐘後即將登陸，而營救這輛車需要30分鐘，TerminalGPT迅速進行異常預警，建議推遲營救車輛的任務，結合天氣提供最佳運營建議；或者考量裝卸船的進度，現在是否還有空闲車輛，再決定先完成裝卸任務還是先修理車輛。

TerminalGPT操作界面演示

作爲TerminalGPT第一個落地港口，西井科技場景智能與軟件產品事業部總經理俞銘琪親自帶隊，“一港一案”地訓練大模型。“雖然每個碼頭80%的應用場景差不多，但運營側重點不同，內河航運將安全放在更高級別，但海港則把效率放在第一位。”俞銘琪解釋道，有一些新功能也是在港口實際運行中磨合出來的，比如用語音來與大模型對話，通過手持終端或耳機就能聽到操作指示，詢問下一步方案，更好地提高操作員的效率。

越過兩座“山丘”

效率、安全，是港口運營想要到達的“兩座山丘”。集裝箱物流作爲承載全球90%貿易的海運樞紐，其流轉效率卻跟不上全球貿易對物流的需求增長。人力成本攀升、安全生產管控難成爲集裝箱物流行業的痛點。

2015年，西井創始團隊在長三角港口走訪時發現，在岸橋底下工作，哪怕是從高空墜落一枚小螺絲都會造成安全事故。六七十米高的塔吊駕駛室裏，岸橋司機將集裝箱對准、裝卸、再對准、再裝卸，長時間重復操作。

培養一位有經驗的“老師傅”太難，而TerminalGPT卻能讓一位新手操作員瞬間擁有20年經驗，還能24小時“無休”。

大模型能搜集港口最優秀操作員的經驗，形成知識庫。另一方面，西井打通車隊管理、岸橋管理等多個子系統，“承接”大模型，讓操作員擁有“上帝視角”，實時了解整個港口的運作情況。

整整兩個月，在西井科技上海辦公室的數據中心，一個標准大模型正在被訓練，訓練它的正是人工智能技術專家和港口運營“老師傅”們。而另一端，港口現場操作員的反饋被收集爲一組新模型，當操作關卡放在眼前時，系統會自動給出最優解，在實際運行中越用越“聰明”。

數據不出現場

大模型爲效率而生，但疑慮卻圍繞數據安全而生。“在國內，幾乎所有港口都在想方設法運用AI大模型，但他們唯一的擔憂是數據安全。”在俞銘琪看來，當大模型出海時，面臨的數據安全難題會比國內更嚴峻，歐洲、美國等地的數據安全法規各有不同，但只要遵守一個原則，就能很好地符合這些法規。

那就是數據永遠不出現場，而隱私計算成了最好的數據“城牆”。俞銘琪道出了數據“城牆”背後的技術原理：“一方面我們會把數據加密存儲在港口現場，而在大模型拷貝和升級過程中，我們用到隱私計算技術，讓數據可用不可見。”

西井科技將基礎大模型放在西井科技上海機房裏訓練，一周左右就能跑出一個新版本的大模型，再部署到本地化港口，也就不需要港口運營者再投入新的算力成本。雖然西井科技投入了大量的研發資源，但因爲西井無人車等產品已經打下商業化基礎，其研發成本也就能夠被迅速地分攤到不同的港口，將資源使用效率最大化。

《流浪地球2》“上海來客”的嬗變

比起家族新生力量AI大模型，西井科技的無人車隊伍更爲人熟知，在電影《流浪地球2》中，它是地球聯合政府中呆萌的“大力士”，一個在港口默默作業的無人車Q-Truck，一朝在世界人工智能大會被導演相中，擁有了破圈式的“高光時刻”。

現實中，它是第一家在全球商業交付無人駕駛車輛及系統超過數百套規模的公司，場景不僅覆蓋海港，還貫穿鐵路樞紐、陸港、空港、工廠等集裝箱物流場景。

西井科技總裁章嶸表示，西井科技面臨的將是全球萬億級的市場，最終目標是圍繞全球集裝箱運力建設智慧網絡。

當AIGC遇到自動駕駛

2022年，我國以311萬輛的成績，超越美國、德國成爲世界第二大汽車出口國，全球道路上超過一半的電動汽車都由中國制造。

西井科技是中國汽車“新勢力”出海的縮影，當前，在全球量排名前二十的港口，70%都跑着西井科技的無人車，或用着軟硬件一體的新能源自動駕駛解決方案。

2016年建立自動駕駛團隊，在上海郊區車庫“死磕”難題，2018年，西井科技开始在無人車領域全力加速。先是在珠海港發布全球首輛港區作業無人集卡，當年9月，全球首款全時無人駕駛新能源商用車Q-Truck誕生，漸漸在國內海港、陸港看到西井無人車家族的身影。短短3年，西井科技無人車开往全球18個國家和地區，服務全球160多家客戶。

今年6月，西井科技拿下和記港口英國的大單，英國第一大港費利克斯托港新增100輛新能源智能無人駕駛卡車Q-Truck，雙方將聯手打造迄今爲止最大規模的“無駕駛室”新能源無人駕駛商用車隊，今年9月起开始分批交付。

無人車爲西井科技打了商業化前站，創造了無數個“第一次”，在泰國林查班港口，實現全球最早的無人駕駛與人工駕駛混合作業，並首次實現“無駕駛室”新能源無人集卡常態化運營。

除了無人駕駛幫助大物流行業降本增效外，新能源也是一大亮點，Q-Truck配套西井正向自研的智能能源服務PowerOnair，5分鐘即可完成無人化電池補能。經測算，Q-Truck在實際生產作業場景下，完全使用綠電，單車每年可減排二氧化碳50噸，相當於單車每年植樹4545棵，單車每年植樹面積約達11.34萬平方米。

2021年阿布扎比碼頭引入西井無人駕駛設備

當AIGC遇到自動駕駛，在“硬實力”的基礎上疊加“軟實力”，一個有壁壘的商業閉環正在形成。

“我們的目標是用大模型將車隊的調度效率提升20%，驗證了一個多月時間，效果是立竿見影的。”俞銘琪認爲，落地港口是TerminalGPT的第一步，場景有了、技術有了、數據有了，“三力合一”才構築了壁壘，才能將單個系統提升的20%運營效率無限放大，甚至突破能效邊界。

集裝箱物流大模型創造AI生產力

造個人設聊聊天，寫一首詩，解答高考試卷，文生圖，文生視頻，文生PPT……AI第一次真正讓白領們體會到職業危機感。

但是，西井科技不作詩，這一大物流AI大模型再一次打破想象力邊界，向生產力工具演進，AI正在創造出新的生產力，讓藍領們的工作更加安全、高效。

在無人車之前，自動化理貨是西井最初的港口無人化業務。船舶靠岸後，岸橋從船上抓取集裝箱放在無人車上，無人車再將貨物運送至堆場碼放，出入智慧閘口時，會自動錄入車輛和貨物。

這讓西井不僅能夠掌握港口全局運營的經驗，還提升了生產要素在海鐵路空及工廠等集裝箱物流全鏈路的高效流轉，這才誕生了全球首個集裝箱物流行業大模型。

從自動化理貨到無人車，再到大模型，看似是一次次跨界和技術蝶變，但又是一脈相承，從單一場景的應用擴展到全鏈路場景。

大模型雖是由Open AI的ChatGPT掀起的熱潮，但在行業落地上，卻呈現着“外冷內熱”的現象。數字中國战略推行這幾年，讓中國整個產業界都嘗到了數字化的甜頭。

“國內港口更熱衷於大模型，海外則對自動駕駛較爲熱衷。”談到大模型未來的規劃，俞銘琪認爲，大模型雖是通用的，但要先落地在最熟悉的港口領域，進而打入機場、鐵路、工廠、物流園等場景。

大模型的定位开始顯現，它不只是爲無人車增值，更像是鏈接器和加速器，將西井科技集裝箱物流場景智能解決方案和無人車兩個平台鏈接，打破信息孤島，爲衆多物流場景下的車輛、人員、空間及能源等加速。

從上海到世界，從無人車到大模型，從無人港口到大物流，讓全球生產要素擁有同一張生產時刻表，才是西井更大的野望。

排版／  季嘉穎

圖片／  西井科技  中遠海運港口阿布扎比碼頭

來源／《IT時報》公衆號vittimes

E N D

大家都在看

請加「星標」不錯過我們

本文作者可以追加內容哦 !