顺丰发布物流垂直领域大模型'丰语'：覆盖 20 余个业务场景
9 月 8 日，顺丰科技在深圳国际人工智能展上正式发布了面向物流行业的垂直领域大语言模型——丰语。该模型展示了在市场营销、客服、收派、国际关务等核心业务板块的二十余个场景中的落地实践应用，标志着物流行业在智能化转型方面迈出了关键一步。
发布会与行业背景
发布会现场，中国科学院院士姚建铨、美国医学与生物工程院院士潘毅、深圳市邮政管理局副局长蓝志华、顺丰集团 CIO 及顺丰科技 CEO 耿艳坤等相关专家与领导共同见证了这一里程碑时刻。作为目前针对物流行业痛点最为深入的大语言模型之一，'丰语'在应用场景的丰富度上表现极高。
该模型的核心目标在于针对物流行业各个岗位进行高效赋能，旨在让从业人员快速成为经验丰富的岗位专家。相较于通用基座模型，其在物流场景相关的应用效果与垂域能力均有大幅度提升。同时，该模型充分考虑了物流行业的实际情况，实现了效果与使用成本的均衡，真正让每个业务都能用得起大模型进行赋能，达成了专业、可靠与成本的最佳平衡。
核心应用场景详解
1. 客户服务与营销
面向客户，顺丰将大模型深度应用于加速商机转化环节。具体包括市场营销图文相关内容输出、个性化需求的产品服务推荐、退货下单识别与风控等方面。
在客服领域，大模型不仅帮助客服人员快速提取对话关键信息并形成服务摘要，还能洞察客户反馈中的潜在机会点，从而进一步提升服务质量。数据显示，基于大模型的摘要准确率已超过 95%，这使得客服人员与客户对话后的处理平均时长减少了 30%。
2. 一线收派员赋能
面向小哥（快递员），顺丰从新员工入职开始，就应用数字人对小哥进行一对一的培训。在日常收派作业中，小哥可以通过大模型询问各类问题，例如物品能否寄递、是否建议保价、包装规范、不同时效产品的价格等。
系统对小哥问题的定位准确率超过 98%，平均每次会话可以节省小哥 3 分钟。此外，大模型还会对小哥的反馈进行分析，及时调整服务策略，提升关键问题的处理效率，让小哥更满意，也让客户体验更佳。
3. 办公与内部提效
顺丰内部已经实现了大模型全面的普惠性应用。办公助手、AI Agent 等工具已覆盖 1000+ 岗位。平台提供一站式搭建智能体的无代码开发环境，让更多不同的业务组织可以根据自身需要，在 1 天时间内搭建属于自己的大模型问答机器人，实现对顺丰各个业务的全面赋能。
4. 国际关务合规
针对关务场景，业内关于大模型的应用相对罕见。顺丰利用大模型在处理多国条款与各类语言时表现出色，可以快速判断物品是否符合相关国家的海关清关标准。同时，系统可以将报关品名依据相关要求规范，还能通过高拍仪快速判定相关寄送物品是否可以过关，帮助客户及相关工作人员做出准确判断，显著提升了通关时效。
技术研发与训练体系
顺丰科技大模型技术总监江生沛在分论坛中对'丰语'的技术研发思路进行了详细介绍。顺丰在综合考虑效果与使用成本的均衡思路下，自研了行业的垂直领域大语言模型。
数据与训练方法
在训练数据方面，丰语约有 20% 的训练数据是顺丰和行业的物流供应链相关的垂域数据。其余数据则来自公开的高质量语料。通过继续预训练、监督微调（SFT）、基于人工反馈的强化学习（RLHF）等大模型训练方法，让丰语大模型变得更懂物流、更可靠。
测评体系与性能对比
顺丰建立了物流领域大模型的测评体系，对于模型的通用能力和物流垂域能力进行了详尽的测评。目前，丰语实现了以更小的尺寸模型对更大尺寸通用模型在物流垂域的全面超越。
- 小哥问答场景：相较于原来使用的通用基座，丰语的误率降低了 58%。
- 客服填单场景：实时物流信息抽取错误率降低了 52%。
这充分体现了垂域大模型的意义与价值，证明了在特定行业深耕细作的重要性。
行业意义与未来展望
在国家推进新质生产力的背景下，人工智能已经成为了经济发展的核心动力之一。要真正发挥大模型的价值，还需要着眼于解决产业的具体问题，实现产业突围。物流行业作为实体经济的重要组成部分，其数字化转型对于提升整体经济效率至关重要。
垂直领域大模型的出现，解决了通用模型在专业术语理解、业务流程合规性以及数据安全方面的不足。通过私有化部署或混合云模式，企业可以在保证数据安全的前提下，享受 AI 带来的效率红利。
未来，随着大模型技术的进一步发展与成熟，顺丰相信大模型在物流行业的应用将更加广泛与深入。这不仅限于上述提到的场景，还可能扩展到仓储优化、路径规划、供应链金融预测等更多环节。最终目标是让每个人都能享受大模型赋能下更加快捷、贴心的物流服务，推动整个物流行业向智能化、自动化方向迈进。
