財(cái)經(jīng)頻道
既未科技“靈龍架構(gòu)”賦能“靈小駒”，破解快遞物流無人車規(guī)模化落地難題
成本是無人物流規(guī)模化落地的關(guān)鍵，既未科技推出“靈龍架構(gòu)”，實(shí)現(xiàn)【端到端 + 無圖】方案，量產(chǎn)上車“靈小駒”智能配送機(jī)器人，破解快遞物流無人車規(guī)模化落地難題。
快遞物流無人車從“試點(diǎn)示范”向“規(guī)模應(yīng)用”邁進(jìn)
2025年3月28日，在中國電動(dòng)汽車百人會(huì)論壇上， 國家郵政局政策法規(guī)司原一級巡視員、副司長靳兵做主題發(fā)言稱，截至2024年快遞物流無人車規(guī)模化應(yīng)用已累計(jì)超過6000臺(tái)，為100多個(gè)細(xì)分場景的用戶交付了上億件訂單，全行業(yè)日均配送量顯著增加，有效彌補(bǔ)了快遞物流人員不足的重大缺口，標(biāo)志著快遞物流無人車開始從“試點(diǎn)示范”正式向“規(guī)模應(yīng)用”階段邁進(jìn)。同時(shí)靳兵還指出，企業(yè)自主研發(fā)的無人車，成本僅為美國同類產(chǎn)品的1/10，這是一個(gè)重大的歷史性突破。如果沒有成本的降低，落地是非常困難的。
既未科技推出【靈龍架構(gòu)】，【端到端+無圖】方案破解無人物流模化落地難題
成本是無人物流規(guī)模化落地的關(guān)鍵因素。無人配送線路多為固定線路，基于目前傳統(tǒng)的自動(dòng)駕駛方案，上路部署離不開高精地圖。而面對全國更多地方路權(quán)的開放，大量新的線路投入運(yùn)營，企業(yè)在高精地圖制作等部署上的周期加長，地圖維護(hù)成本增加。由此產(chǎn)生了新問題，增加的部署成本和依賴高精地圖的局限性正成為無人物流快速規(guī)模化的瓶頸。為此，杭州AI新勢力既未科技推出了無人配送領(lǐng)域首個(gè)端到端+無圖的自動(dòng)駕駛方案：靈龍架構(gòu)，并在其智能配送機(jī)器人【靈小駒】上實(shí)現(xiàn)量產(chǎn)上車。
【靈龍架構(gòu)】如何解決無人物流規(guī)模化落地難題：
1、強(qiáng)大的泛化能力，大規(guī)模運(yùn)營的必然選擇： 端到端模型的強(qiáng)大泛化能力，可通過持續(xù)的數(shù)據(jù)迭代輕松實(shí)現(xiàn)不同地區(qū)，不同應(yīng)用場景的快速適配，大幅降低算法開發(fā)時(shí)間和適配成本；
2、無高精地圖方案，規(guī)模化商業(yè)應(yīng)用的唯一出路：端到端模型不再依賴高精地圖，大幅提升部署效率，顯著降低部署成本及后續(xù)維護(hù)成本
3、實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)閉環(huán)，模型迭代自動(dòng)化：完整且高效的數(shù)據(jù)生產(chǎn)流水線，從原始數(shù)據(jù)采集，自動(dòng)化標(biāo)注，模型訓(xùn)練，到OTA升級，一套完整的閉環(huán)工具鏈與作業(yè)流程，實(shí)現(xiàn)不間斷自我迭代與性能提升。
2024年，我國快遞業(yè)務(wù)量突破1750.8億件，每天的量超過人均100件，未來還將保持高速發(fā)展，“最后五公里”末端配送成本占比占到物流成本的60%，這正是無人車的核心戰(zhàn)場。既未科技的“靈龍架構(gòu)”與“靈小駒”智能配送機(jī)器人，將以同級領(lǐng)先一代的端到端技術(shù)優(yōu)勢，真正助力快遞物流無人車從“試點(diǎn)示范”向“規(guī)模應(yīng)用”邁進(jìn)。
03 端到端量產(chǎn)上車，靈小駒變身無人配送最優(yōu)解
靈小駒檔案
關(guān)于既未科技
既未科技于2024年正式揚(yáng)帆起航，是一家致力于智慧物流解決方案的先鋒機(jī)器人科技企業(yè)。核心團(tuán)隊(duì)成員均來自清華大學(xué)、中國科學(xué)技術(shù)大學(xué)等頂尖高等學(xué)府。憑借深厚的專業(yè)背景，在主流新勢力自動(dòng)駕駛技術(shù)的研發(fā)與量產(chǎn)領(lǐng)域積累了豐富且寶貴的實(shí)踐經(jīng)驗(yàn)。
我們率先實(shí)現(xiàn)了端到端AI模型算法在智能配送機(jī)器人上的量產(chǎn)落地，使其能夠在復(fù)雜多變的交通環(huán)境中實(shí)現(xiàn)安全且流暢的自主運(yùn)行，為物流企業(yè)的降本增效提供了更好的方案。
既未科技將始終秉持創(chuàng)新精神，以AI技術(shù)為核心驅(qū)動(dòng)力，為物流行業(yè)的全面智能化升級尋找更好的答案。
本文僅供讀者參考，任何人不得將本文用于非法用途，由此產(chǎn)生的法律后果由使用者自負(fù)。
如因文章侵權(quán)、圖片版權(quán)和其它問題請郵件聯(lián)系，我們會(huì)及時(shí)處理：tousu_ts@sina.com。
打開微信，點(diǎn)擊底部的“發(fā)現(xiàn)”
使用“"掃—掃"即可將網(wǎng)頁分享至好友
舉報(bào)郵箱: Jubao@dzmg.cn 投稿郵箱：Tougao@dzmg.cn
未經(jīng)授權(quán)禁止建立鏡像，違者將依去追究法律責(zé)任
大眾商報(bào)(大眾商業(yè)報(bào)告)并非新聞媒體，不提供任何新聞采編等相關(guān)服務(wù)
Copyright ©2012-2023 dzmg.cn.All Rights Reserved
湘ICP備2023001087號(hào)-2