人工智能在科研与创新平台•
让算法写规则：合成数据如何加速供应链AI建模
自动规则抽取生成合成数据的思路，不只适用于医疗隐私场景，也能用于供应链需求仿真、路径优化压测与跨部门数据协作。
合成数据供应链仿真规则抽取物流优化数据治理AI平台
阅读更多
人工智能在科研与创新平台
AI 加速科研数据分析、材料发现和科技创新效率。
人工智能在科研与创新平台•
用GLOW预测智能供应链工作流表现：降本提效的关键一步
GLOW用“图结构+语言语义”协同推理来预测智能体工作流表现。把它用在物流供应链，可提前筛选更稳的路由、仓内与补货方案，减少昂贵试错。
供应链智能化物流AI多智能体系统工作流预测图神经网络大语言模型
阅读更多
人工智能在科研与创新平台•
AI在湿实验室提效79倍：电商运营该学什么？
OpenAI在湿实验室把克隆效率提升79倍，核心是“闭环优化”。本文拆解方法，并给电商与新零售的库存、仓配、定价提供落地路径。
湿实验室AI工具链供应链优化仓储物流人机协同新零售
阅读更多
人工智能在科研与创新平台•
多尺度密度聚类PLSCAN：让物流数据分群不再靠猜参数
PLSCAN用“多尺度稳定簇”减少密度聚类调参痛苦，把物流与供应链分群直接连接到补货、仓储波次与需求预测的可执行策略。
PLSCAN密度聚类物流与供应链AI仓储自动化库存优化需求预测
阅读更多
人工智能在科研与创新平台•
AI制药募资23亿背后：对比Tesla与中国车企的AI战略分野
英矽智能港股募资约23亿港元，AI制药进入“平台可验证”阶段。对比Tesla与中国车企，解析医药AI与汽车AI在数据、验证与商业化路径上的根本差异。
AI制药英矽智能港股IPOTesla中国车企AI平台科研创新
阅读更多
人工智能在科研与创新平台•
带偏差的历史数据别硬用：自适应Bandit让物流实时决策更稳
历史数据一变就失灵？本文用MIN-UCB思路讲清如何在分布不匹配下“该用就用、该停就停”，让物流分单、路由与补货更稳。
物流AI在线学习供应链优化bandit算法数据漂移决策系统
阅读更多
人工智能在科研与创新平台•
层次聚类不必重训练：用logits重建供应链数据层级
用logits把现有模型“升维”为层次聚类树，不必重训练。本文结合物流与供应链场景，讲清落地流程、三大应用与常见坑。
层次聚类供应链分析物流算法数据分层需求预测库存管理
阅读更多
人工智能在科研与创新平台•
开源大模型低成本落地：小米MiMo如何驱动电商与新零售智能体
小米MiMo-V2-Flash以低成本与强代码能力切入开源第一梯队。本文结合电商与新零售场景，给出智能体落地路径与选型清单。
开源大模型电商AI新零售智能体成本优化工程化部署
阅读更多
人工智能在科研与创新平台•
用SLHF顺序博弈式人类反馈，让物流AI更懂业务偏好
SLHF用顺序博弈重塑人类反馈对齐：AI先给物流方案，再像资深运营那样精修。更适合多目标冲突与推理时优化，给出落地路线。
SLHF人类反馈供应链决策物流调度博弈论大模型对齐
阅读更多
人工智能在科研与创新平台•
让供应链AI更“长记性”：任务排序降低持续学习遗忘
持续学习常让供应链模型“越更新越失忆”。本文用任务排序思路降低灾难性遗忘，并给出在路径规划、需求预测、库存优化中的落地流程。
持续学习灾难性遗忘供应链AI物流算法MLOps科研创新
阅读更多
人工智能在科研与创新平台•
树模型公平性如何量化验证：让物流AI更可信
树集成模型广泛用于物流预测与分配，但偏差常被忽视。本文用“定量验证公平性”的思路，讲清如何用上下界与反例区域让供应链AI更可信。
算法公平性树模型供应链智能化MLOps治理仓配与运力优化科研方法落地
阅读更多
人工智能在科研与创新平台•
迁移学习因果AI：用小样本算清供应链策略的真实收益
迁移学习因果AI可在小样本下更稳估计个体化策略收益，帮助物流企业判断“对谁有效、在哪有效”，把试点经验迁到新仓新线。
因果推断迁移学习供应链策略评估物流数据科学小样本学习科研平台方法论
阅读更多
人工智能在科研与创新平台•
让AI“自证正确”：物流与供应链可靠性的新底座
自证正确模型让AI输出“答案+证明”，验证器拦截所有错误输出。本文结合物流与供应链场景，讲清落地路径与关键指标。
供应链AI物流科技模型可靠性形式化验证仓库自动化跨境合规
阅读更多
人工智能在科研与创新平台•
AIE4ML把神经网络编译成固件：物流AI低时延落地路径
AIE4ML把量化神经网络自动编译成AMD AIE固件，实现片上全网执行与高利用率。本文用物流与供应链视角讲清低时延推理落地方法。
AIE4ML边缘计算供应链AI推理加速硬件架构模型量化
阅读更多
人工智能在科研与创新平台•
国产GPU四小龙IPO齐发：智慧工地算力底座正在成形
国产GPU四小龙密集IPO，算力供给更稳定。本文把芯片进展翻译成智慧工地落地方法：训练与推理架构、选型5问与可量化试点路径。
智慧工地国产GPU算力基础设施BIM视频AI科创板与港股IPO
阅读更多
人工智能在科研与创新平台•
偏好反馈+博弈论：让供应链决策更像“会学习”的指挥系统
把“二选一偏好”变成可学习信号，用Stackelberg博弈式选对照，提升物流路线、补货与仓内策略的在线优化效果。
偏好学习博弈论供应链AI在线优化科研创新平台物流算法
阅读更多
人工智能在科研与创新平台•
联邦图学习新思路：用“平坦解”让供应链AI更稳
SEAL把“平坦解”和表示去塌缩带入联邦图学习，让供应链多方协同训练更稳健、更能抗分布变化。适合延误预测、异常检测等场景。
供应链智能联邦学习图神经网络鲁棒性科研到产业物流优化
阅读更多
人工智能在科研与创新平台•
共识降维+多视角学习：让供应链AI分析更可靠
共识降维把多种降维结果当作多视角融合，提取稳定结构，提升供应链AI分析的可复现与可信度。适用于多源融合、预测诊断与异常治理。
多视角学习共识降维供应链分析物流AI可复现机器学习数据可视化
阅读更多
人工智能在科研与创新平台•
用“辅助信息”做优化：让供应链AI更快更省更稳
目标优化太贵？用“辅助信息”做高频迭代，再用真实指标低频校准。本文把最新研究方法落到仓配、路径与库存优化的可执行方案。
物流与供应链优化算法辅助信息仓库自动化路径规划库存与补货
阅读更多
人工智能在科研与创新平台•
12英寸硅片进供应链：AI新零售算力与仓储升级的底座
12英寸硅片进入存储客户供应链，正在改善AI算力与存储的供给稳定性。本文从智能仓储与新零售视角拆解其影响与可执行策略。
12英寸硅片智能仓储新零售AI存储芯片供应链数字化半导体材料
阅读更多
人工智能在科研与创新平台•
Text2SQL大规模落地：用AI筛Schema加速物流供应链查询
大Schema让Text2SQL在物流供应链频繁失效。本文用“列排序+函数依赖图重排+连通子Schema”思路，讲清如何把自然语言取数做快、做准、做省。
Text2SQL自然语言取数供应链数据数据库优化LLM工程数据治理
阅读更多
人工智能在科研与创新平台•
盐城超算续约太初元碁：电商与新零售AI落地的算力底座
盐城超算续约太初元碁并启动二期规划，释放算力基础设施加速信号。本文拆解其对电商推荐、动态定价与智能仓储落地的实际价值。
算力平台电商AI新零售超算中心大模型工程化供应链智能
阅读更多
人工智能在科研与创新平台•
在线持续图学习：让供应链AI实时适应变化的关键能力
在线持续图学习（OCGL）把持续学习带到动态图供应链，在严格算力与内存预算下实现边来边学、随时推理，适用于风险预警、路径优化与库存联动。
在线学习图学习供应链智能化物流风控科研成果转化AI平台工程
阅读更多
人工智能在科研与创新平台•
从美国AI「创世纪」到智慧工地：建筑企业的协同作战指南
美国国家级AI协同计划启发建筑行业：智慧工地要做的是工程“操作系统”。本文给出安全、进度、成本三线落地与365天路线图。
智慧工地建筑数字化转型AI协同工程管理AI for ScienceBIM
阅读更多
人工智能在科研与创新平台•
Gemini 3 Flash 来了：低成本秒级推理，电商与新零售如何用它跑赢旺季？
Gemini 3 Flash 以秒级响应与低成本推理，推动大模型下沉到电商高频链路。本文给出推荐、定价、库存、搜索、客服的落地路径与治理清单。
Gemini电商AI新零售多模态智能体AI治理
阅读更多
人工智能在科研与创新平台•
向量场度量识别物流时空模式：让供应链更可控
用向量场度量把物流时空数据变成“可比较的流形态”，实现仓内预警、运输韧性评估与需求误差诊断，30天跑通PoC。
供应链AI时空数据模式识别图数据仓储运营运输优化
阅读更多
人工智能在科研与创新平台•
物流AI强化学习：别让“错误奖励”把供应链带偏
把RLVR最新研究翻译成供应链语言：奖励裁剪与熵会让物流AI更“果断”，但伪奖励也可能带偏优化方向。给出可落地的奖励设计与反作弊方法。
强化学习供应链优化物流算法奖励设计AI治理科研转化
阅读更多
人工智能在科研与创新平台•
AI成为“超常规举措”：从安徽“十五五”到电商新零售落地路径
安徽“十五五”强调超常规技术攻关。本文把“关键共性技术—现代工程—颠覆创新”翻译成电商新零售AI落地路线图与指标体系。
电商AI新零售供应链算法需求预测生成式AI智能体
阅读更多
人工智能在科研与创新平台•
用时频分析重做神经网络：让物流预测与调度更稳更准
时频分析让神经网络更懂“波动”。结合局部时频窗口的新理论，为需求预测、ETA与实时调度带来更稳更准的建模路线。
时频分析神经网络理论供应链预测物流智能调度科研平台时间序列建模
阅读更多
人工智能在科研与创新平台•
数据稀缺也能做仿真：Transformer给供应链预测的启示
关键状态缺失时，Transformer能用“历史上下文”补足信息，在稀缺数据下更稳。把这个科研结论迁移到供应链仿真与预测，可显著提升ETA与需求决策质量。
Transformer供应链仿真物流预测数据稀缺自监督学习科研到产业
阅读更多
人工智能在科研与创新平台•
强化学习只改动小子网：让物流AI更省算力更快落地
NeurIPS 2025研究发现：强化学习微调大模型时仅5%–30%参数显著更新。借鉴“小子网微调”，物流路径、仓内与补货策略可更省算力、更快迭代落地。
强化学习大模型微调物流优化供应链决策MLOps科研平台
阅读更多
人工智能在科研与创新平台•
从“致远一号”到智能座舱：大算力如何驱动汽车软件与体验
交大与华为“致远一号”用633 PFLOPS算力验证了平台化路径：统一调度与评测闭环，才能把AI迭代变成常态。本文拆解其对汽车软件与智能座舱体验的启发。
致远一号智能计算平台智能座舱汽车软件大模型工程AI基础设施
阅读更多
人工智能在科研与创新平台•
机器遗忘SRMU：让物流供应链AI合规“只忘该忘的”
SRMU提出用“特征选择的表示误导”实现机器遗忘，在数据高度纠缠时仍能精准删除敏感知识。本文结合物流供应链场景给出评估指标与落地路线图。
物流与供应链机器遗忘模型治理数据合规大语言模型AI平台
阅读更多
人工智能在科研与创新平台•
随机搜索随机优化：让供应链算法更稳、更快、更省
随机搜索在只有带噪函数评估的供应链黑盒优化中更稳更省。本文讲清方差缩减思路，并给出两周可落地的试点路径。
供应链算法随机优化黑盒仿真仓配一体运筹优化AI决策
阅读更多
人工智能在科研与创新平台•
AI制药最大港股IPO启示：汽车软件与体验怎么学
英矽智能港股IPO火爆，证明AI“平台化+严格验证”更值钱。把这套方法迁移到汽车软件与UX，才能把AI从演示做成可持续交付的体验优势。
AI平台智能座舱汽车软件软件定义汽车科研创新IPO解读
阅读更多
人工智能在科研与创新平台•
世界模型与开源路线：LeCun新公司将如何改写电商智能？
LeCun新公司押注“世界模型”与开源。本文拆解JEPA路线对电商推荐、客服、供应链的影响，并给出企业可落地的三层准备清单。
LeCun世界模型JEPA电商推荐智能客服供应链AI开源AI
阅读更多
人工智能在科研与创新平台•
100B扩散语言模型落地物流：更准预测、更快调度、更稳执行
百亿扩散语言模型LLaDA2.0带来并行生成与知识继承思路。本文结合物流与供应链，给出需求预测、仓库与运输落地路径与POC指标。
扩散模型大语言模型物流与供应链需求预测仓库运营运输调度AI落地
阅读更多
人工智能在科研与创新平台•
布朗运动签名的通用逼近：让供应链AI更可靠的数学底座
布朗运动签名的通用逼近理论，为供应链不确定性建模提供数学底座。用路径签名特征，线性模型也能逼近复杂预测与调度策略。
路径签名随机过程供应链预测物流优化科研到产业AI平台
阅读更多
人工智能在科研与创新平台•
SAM Audio开源：电商直播音质与多模态推荐的新机会
Meta开源SAM Audio把“分割一切”扩展到音频。本文结合电商与新零售，给出直播降噪、耳机音响展示与多模态推荐的落地路径。
多模态AI音频分离电商直播新零售推荐系统内容生产
阅读更多
人工智能在科研与创新平台•
偏好引导扩散：让供应链多目标优化更可控、更均衡
用偏好引导扩散模型做多目标离线优化，为物流与供应链生成更均衡的帕累托方案集，支持成本、时效、碳排等偏好快速切换。
多目标优化扩散模型供应链智能决策离线学习帕累托前沿科研平台AI
阅读更多
人工智能在科研与创新平台•
ManualVLA把“说明书”交给AI：电商仓储机器人更稳更快
ManualVLA让AI先生成多模态“说明书”，再闭环执行长程操作。本文结合电商仓储与新零售，拆解其价值与落地路径。
具身智能智能仓储新零售多模态AI机器人操作供应链数字化
阅读更多
人工智能在科研与创新平台•
智慧工地AI为何能规模化落地：算力、算法与工程的三重成熟
智慧工地AI能否规模化落地，关键不在模型有多大，而在算力、算法与工程闭环是否同时成熟。本文用Hinton与Jeff Dean的工业化逻辑，给出可执行的落地清单。
智慧工地建筑行业AI边缘计算算力成本工程闭环BIM大模型应用
阅读更多
人工智能在科研与创新平台•
情境数采如何让AI跨场景泛化？电商与新零售的数据答案
情境数采把“动作”升级为“带因果的场景记忆”，让模型具备跨场景泛化能力。本文用具身智能的启发，给电商推荐、动态定价与智能仓储一套可落地的数据方法。
情境数据具身智能电商算法新零售数据工程科研平台
阅读更多
人工智能在科研与创新平台•
AI公私协作加速科学发现：电商与新零售如何复制「创世纪计划」
美国能源部“创世纪计划”把AI做成协作与基础设施工程。本文拆解其方法论，并给出电商与新零售可复制的AI落地路径。
AI智能体公私合作科研平台电商运营供应链优化数据治理
阅读更多
人工智能在科研与创新平台•
物流AI代码审查别盲信：LLM静态分析偏见与供应链防护
LLM静态分析存在“熟悉模式偏见”，可被FPA劫持而漏掉关键漏洞。本文结合物流供应链场景给出可落地的双通道审查与评测方法。
物流与供应链LLM安全代码审查AI治理软件供应链对抗评测
阅读更多
人工智能在科研与创新平台•
长程推理评测R-HORIZON：电商与新零售AI决策链怎么更稳
R-HORIZON用“问题组合”评测长程推理，揭示模型在多步任务上的断崖式退化。本文给出电商推荐、定价与履约的落地评测与选型方法。
R-HORIZON长链推理模型评测电商AI新零售智能体
阅读更多
人工智能在科研与创新平台•
多模态模型上生产线：Cornserve让物流AI更快更稳
Cornserve提出Any-to-Any多模态在线服务新思路：计算图描述+自动规划+分布式运行时，实现3.81×吞吐、5.79×尾延迟改善，适配物流旺季。
多模态模型服务物流与供应链在线推理分布式系统尾延迟
阅读更多
人工智能在科研与创新平台•
数据估值与收敛性：让供应链AI更准、更稳、更省算力
用数据估值+收敛分析，让供应链AI在需求预测、库存与路径优化中更准更稳。读懂NDDV误差上界与次线性收敛，给出可落地实施清单。
供应链AI数据估值机器学习收敛需求预测路径优化数据治理
阅读更多
人工智能在科研与创新平台•
NRR非消解推理：让供应链AI在不确定中做对决策
NRR非消解推理强调保留歧义与上下文身份跟踪，让供应链AI在需求预测、跨境物流与仓配优化中更稳健、更可审计。
NRR供应链智能决策需求预测跨境物流数据治理可解释AI
阅读更多
人工智能在科研与创新平台•
KOSS长序列建模：让供应链预测更稳、更准、更可控
KOSS用卡尔曼增益实现上下文感知的选择性记忆，在长序列预测中更稳更抗干扰。本文结合物流与供应链场景给出落地路径与评估清单。
供应链AI时间序列预测状态空间模型科研论文解读物流预测库存管理
阅读更多
人工智能在科研与创新平台•
用TQF做多变量不确定性预测：让供应链决策更稳
TQF（断层分位数森林）把多变量不确定性预测落到供应链：联合需求、时效与成本风险可量化、可决策，适合做预测与风控试点。
不确定性量化需求预测供应链AI物流风控机器学习落地科研到产业
阅读更多
人工智能在科研与创新平台•
上下文半监督学习：用少量标注撬动物流预测与决策
上下文半监督学习（IC-SSL）让Transformer用少量标注+大量无标注数据完成更稳健的预测。本文结合物流与供应链场景，给出需求预测、路径优化与仓内自动化的落地方法。
供应链AI物流预测半监督学习上下文学习需求预测落地仓储自动化
阅读更多
人工智能在科研与创新平台•
腾讯任命首席AI科学家：电商与新零售的AI Infra竞赛加速
腾讯任命首席AI科学家并升级AI Infra，标志大模型从“会聊天”走向“能做事”。本文拆解对电商与新零售的影响与90天落地清单。
腾讯AI大语言模型AI基础设施智能体电商增长新零售数据评测
阅读更多
人工智能在科研与创新平台•
把“科学顾问Agent”搬进供应链：从选模型到落地原型
把Science Consultant Agent的四段式工作流迁移到供应链：用问卷定需求、证据链选模型、自动化原型快速闭环，减少试错成本。
AI智能体供应链建模需求预测库存管理物流优化原型交付
阅读更多
人工智能在科研与创新平台•
让AI“看例子就会”：DeepOSets把科研式学习带进物流供应链
DeepOSets把“上下文学习”从注意力模型扩展到算子学习：只靠少量示例就能适配新规律。本文用物流视角讲清路径规划、预测与仓储自动化的落地方法。
上下文学习算子学习供应链智能化智能调度智能仓储科学机器学习
阅读更多
人工智能在科研与创新平台•
全模态评测基准UNO-Bench：把电商AI从“能用”推到“可控”
UNO-Bench把图像、音频、视频、文本统一评测，强调中文与跨模态可解性。本文解读其关键发现，并给出电商全模态AI可落地的评测方案。
UNO-Bench全模态评测多模态大模型电商AI新零售模型评估
阅读更多
人工智能在科研与创新平台•
大模型别再“越想越错”：电商AI如何学会该停就停
大模型并非越想越准。用信息论衡量不确定性，像Adaptive Think一样让模型“自信就停”，可显著降低电商推荐、定价、预测的token与延迟成本。
大模型推理推理成本控制电商推荐系统新零售算法企业AI平台
阅读更多
人工智能在科研与创新平台•
SPICE如何让供应链预测更可信：复现性驱动的流程挖掘AI
用SPICE的复现性思路，把流程预测做成可审计、可对比的供应链AI能力，提升ETA、仓内拥堵与履约KPI的可信度。
供应链AI流程挖掘复现性物流预测科研平台方法论MLOps
阅读更多
人工智能在科研与创新平台•
反向监督与标注经济：用更少标签训练更准物流AI
反向监督研究提醒：算力再快也替代不了高质量监督。本文结合物流场景讲清标注经济学与生成式AI“标签放大”落地方法。
物流与供应链数据标注主动学习半监督学习生成式AIMLOps审计
阅读更多
人工智能在科研与创新平台•
用SEPO优化离散扩散模型：让物流决策更准、更快、更稳
把离散扩散模型与策略梯度SEPO结合，用KPI作为不可导奖励微调生成方案，让路线、库存与仓库决策更稳定可控。
SEPO离散扩散模型路线规划库存策略仓库运营强化学习
阅读更多
人工智能在科研与创新平台•
脑机接口监管新信号：AI合规方法论如何迁移到电商与新零售
国家药监局推进脑机接口医疗器械监管，释放出“安全有效、标准体系、证据链”的强信号。把这套方法论迁移到电商与新零售，能让AI更稳、更可规模化增长。
脑机接口AI治理新零售电商增长数据治理合规与风控
阅读更多
人工智能在科研与创新平台•
DSO偏差缓解：让物流供应链AI更公平、更可控、更可信
DSO把偏差缓解做成推理阶段的可控“旋钮”，在公平性与模型能力间动态权衡。本文结合物流供应链场景给出落地指标与试点路线。
偏差缓解模型可控性供应链算法AI治理多模态模型强化学习
阅读更多
人工智能在科研与创新平台•
腾讯设AI Infra+姚顺雨上任：电商大模型落地提速指南
腾讯新设AI Infra并由姚顺雨统筹大模型与底座，信号很明确：电商大模型竞争转向“平台化交付”。本文拆解AI Infra、数据评测与智能体在零售落地的实操路径。
AI Infra大语言模型智能体电商技术新零售数据评测
阅读更多
人工智能在科研与创新平台•
用KAN-Matrix看懂供应链非线性：从相关性到可解释决策
KAN-Matrix用PKAN与MKAN把供应链非线性关系“画出来”。用于特征筛选、冗余分析与模型解释，让需求预测、ETA与产能优化更可落地。
供应链AI可解释性特征工程物流优化数据可视化科研创新平台
阅读更多
人工智能在科研与创新平台•
DyG-Mamba启示录：用动态图AI把供应链预测做“更稳更快”
DyG-Mamba把动态图建模变成长序列问题，用“时间间隔控制遗忘”提升实时预测效率。本文结合物流供应链场景给出落地路径与指标建议。
动态图供应链AI智能物流状态空间模型预测与预警NeurIPS 2025
阅读更多
人工智能在科研与创新平台•
AI把湿实验“跑”成可优化流程：79倍提升给新零售的启发
湿实验里AI把分子克隆效率提升79倍，关键在可执行的闭环迭代。把这套方法迁移到新零售，可系统化优化仓配、定价与推荐。
湿实验AI流程闭环新零售效率智能物流动态定价治理科研与创新平台
阅读更多
人工智能在科研与创新平台•
生成式感知：让物流AI用更少数据学会看与懂
生成式反演让物流AI在数据稀缺时也能学会组合式泛化：更少标注、更稳迁移，适合仓库自动化与末端异常检测。
生成式AI物流与供应链计算机视觉数据效率仓库自动化科研平台
阅读更多
人工智能在科研与创新平台•
手机就能生成高保真3D数字人：新零售导购的下一次升级
只用手机单目视频即可生成可驱动的高保真3D数字人，并在移动端2K高帧率实时渲染。本文拆解其技术要点与电商新零售落地路径。
3D数字人移动端AI新零售电商导购SIGGRAPH Asia端侧渲染XR
阅读更多
人工智能在科研与创新平台•
距离感知不确定性：让物流设备预测性维护更靠谱
把“距离感知不确定性量化”引入预测性维护，让物流设备在陌生工况下不再“装自信”。更稳的告警、更少误停、更可控的供应链风险。
预测性维护不确定性量化仓储设备供应链可靠性物理约束AI科研到产业转化
阅读更多
人工智能在科研与创新平台•
不靠反馈也能训练AI：前向投影如何加速供应链决策
前向投影FP用一次前向传播+闭式回归训练网络，几乎不依赖反馈通道。本文结合物流与供应链，讲清它如何加速需求预测、路由分拨与仓内自动化落地。
前向投影FP供应链算法机器学习工程可解释AI仓储与物流
阅读更多
人工智能在科研与创新平台•
用Gated KalmaNet做实时供应链决策：低内存长记忆新思路
Gated KalmaNet把卡尔曼滤波与在线岭回归结合，让长记忆与低内存并存。本文用供应链语境拆解其机制与落地路径。
长上下文供应链决策需求预测状态空间模型在线学习低精度推理
阅读更多
人工智能在科研与创新平台•
生成式+预测式一体化“逆向设计”：把物流网络从结果倒推到方案
把“生成方案”和“预测效果”训练在同一潜在空间，逆向设计能从目标KPI倒推仓网、运力与库存参数，实现更快、更稳、更可控的供应链优化。
AI逆向设计生成式AI供应链规划仓网优化物流算法数字孪生
阅读更多
人工智能在科研与创新平台•
AI原子势“准不准”，决定了材料研发与供应链提速上限
基础型机器学习原子势在催化任务上已能做对一部分事，也会在磁性材料等场景翻车。把这套“真实任务评测”思路迁移到供应链AI，可显著降低上线风险。
科研AI平台材料计算催化供应链AI模型评测零样本
阅读更多
人工智能在科研与创新平台•
用几何拉普拉斯神经算子，把供应链动态预测做得更稳
几何拉普拉斯神经算子把拉普拉斯域与几何谱结合，更稳地建模供应链的瞬态、衰减与非规则路网。适合ETA、爆仓恢复与空间需求预测试点。
神经算子几何学习供应链预测物流优化科研平台时空建模
阅读更多
人工智能在科研与创新平台•
企业级AI视频生成落地：电商与新零售内容生产提速指南
联想百应智能体接入通义万相2.6，企业级原生视频生成进入可落地阶段。本文给出电商与新零售内容规模化的场景、护栏与指标。
AIGC企业AI电商运营新零售视频生成内容营销通义万相
阅读更多
人工智能在科研与创新平台•
贝叶斯模型选择：让物流AI在噪声与缺失数据下更可靠
用贝叶斯交叉验证与数据裂变，在缺真值、噪声与部分观测下评估物流AI模型可靠性，提升质检、预测与库存推断的可控性。
供应链智能贝叶斯方法模型监控计算成像思想迁移需求预测仓库自动化
阅读更多
人工智能在科研与创新平台•
电商多模态长上下文新底座：T5Gemma 2给推荐与搜索的答案
T5Gemma 2把多模态、128K长上下文与140+语言带入编解码器路线。本文从电商推荐、搜索、客服与供应链给出可落地评估模板。
T5Gemma2编解码器架构多模态AI长上下文电商推荐新零售AI工程化
阅读更多
人工智能在科研与创新平台•
AI会“遗忘”你的供应链：用科研方法守住预测与决策稳定性
供应链AI上线后变差，往往不是数据少，而是“遗忘”在发生。用自洽性视角建立切片评估、回放训练与版本治理，让预测、库存与调度长期稳定。
持续学习模型监控需求预测物流调度库存管理科研创新平台
阅读更多
人工智能在科研与创新平台•
用 DataFlow 把供应链数据准备自动化：2026 年AI提效路线
DataFlow 把数据准备变成可复用、可验证的流水线。本文结合需求预测、路径调度与仓储异常，给出 2026 年供应链AI落地路线。
DataFlow数据准备供应链AI物流自动化LLM工作流RAG数据平台
阅读更多
人工智能在科研与创新平台•
镜像下降如何让物流强化学习在约束与不确定性下更稳
镜像下降策略优化把约束与不确定性一起纳入强化学习训练，让路线规划、库存与仓库自动化在最坏扰动下依然稳健合规。
鲁棒强化学习约束优化物流路径规划库存优化仓库自动化科研创新平台
阅读更多
人工智能在科研与创新平台•
SonicMoE把MoE训练提速近2倍：电商AI降本增效的底层答案
SonicMoE用省显存反向、IO与计算重叠、token舍入三招，让细粒度MoE训练吞吐提升50%+。把科研级优化落到电商推荐与预测的降本增效。
MoE大模型训练GPU优化推荐系统新零售AI系统工程
阅读更多
人工智能在科研与创新平台•
用Shapley给数据定价：让物流大模型微调更省钱更靠谱
DPO微调让Shapley数据估值更可用：为物流与供应链模型找出最值钱的数据源、标注批次与协作分账依据。
供应链AI数据估值Shapley值DPO微调数据治理需求预测
阅读更多
人工智能在科研与创新平台•
迭代特征排除：让物流供应链AI预测更准、更稳
迭代特征排除排序让深度表格模型的特征重要性更可靠，提升需求预测、ETA与仓内效率的稳定性与可解释性。
特征选择表格数据供应链预测需求预测模型可解释性MLOps
阅读更多
人工智能在科研与创新平台•
把机器学习当“控制系统”用：物流供应链更稳更省
把供应链当动态系统，用控制理论把AI从“预测”升级为“闭环决策”。用混合建模、可控性与情景生成，让仓网、库存、运输更稳更省。
物流与供应链控制理论机器学习供应链优化科研到产业生成式AI
阅读更多
人工智能在科研与创新平台•
用图神经网络打造混合数字孪生：让供应链仿真更准、更省数据
图神经网络+混合数字孪生，把机理模型与实时数据结合，专门学习供应链仿真的“未知项”，用更少数据提升ETA、仓内拥堵与冷链温控预测精度。
混合孪生图神经网络GNN供应链数字化物流仿真AI建模冷链监控
阅读更多
人工智能在科研与创新平台•
从“智远-1”看高校AI算力平台：汽车软件与体验的下一步
交大与华为发布“智远-1”后，高校AI算力平台进入集中化、可复制的新阶段。本文拆解其方法论，并映射到汽车软件与用户体验的AI平台化路径。
AI算力大模型训练科研平台智能座舱汽车软件国产AI生态
阅读更多
人工智能在科研与创新平台•
AI制药上市募资23亿背后：与特斯拉AI路线的三大本质差异
英矽智能23亿港元IPO揭示AI进入产业临界点。对照特斯拉与中国车企，AI胜负手不在口号，而在数据、验证与商业闭环。
AI制药智能驾驶产业AI数据闭环BD授权港股IPO
阅读更多
人工智能在科研与创新平台•
从“智渊-1”到智能座舱：算力底座如何改写汽车软件体验
交大与华为“智渊-1”展示了自主算力平台的价值：统一调度、加速大模型迭代。本文拆解它对智能座舱与汽车软件体验的直接启发。
高校算力平台智能座舱汽车软件大模型工程昇腾生态数据闭环
阅读更多
人工智能在科研与创新平台•
高维不完整数据怎么用？SSLF让物流预测更稳更准
面向物流高维不完整数据，SSLF用二阶信息与平坦极小值思路提升泛化稳定性，帮助需求预测、仓储与跨境时效更稳更准。
供应链数据建模高维稀疏数据模型优化潜因子SAM物流预测科研成果转化
阅读更多
人工智能在科研与创新平台•
摆脱BN的全整数低比特量化网络：让物流AI真正跑在边缘端
BN层常让量化模型难以做到纯整数推理。本文解读BN-free全整数QNN训练思路，并给出在仓储、运输与供应链预测的落地路线。
量化部署边缘AI供应链智能模型蒸馏仓储自动化整数推理
阅读更多
人工智能在科研与创新平台•
风格化合成数据增强：让物流视觉AI更抗“脏乱差”
风格化合成数据增强能显著提升视觉模型对噪声、模糊、反光等“腐蚀”的鲁棒性，让仓库与配送场景的识别更稳定。
物流AI计算机视觉数据增强合成数据鲁棒性供应链自动化
阅读更多
人工智能在科研与创新平台•
多模态测试时自适应：让物流AI在现场越用越准
多模态测试时自适应让物流AI在现场用无标签数据自我校准：先对齐各模态分布，再强化跨模态语义一致性，适合仓储、运输与预测场景。
多模态学习测试时自适应物流与供应链仓储自动化MLOps对比学习
阅读更多
人工智能在科研与创新平台•
CKA引导的模块化量化：让物流供应链大模型更省更快
用CKA为每一层自动选择最合适的PTQ量化算法，让物流供应链大模型更省显存、更低延迟，适用于实时预测与路径优化上线。
大模型工程化模型量化供应链智能物流优化AI平台边缘计算
阅读更多
人工智能在科研与创新平台•
腾讯大模型架构升级：AI Infra如何支撑电商推荐、定价与仓配
腾讯大模型组织升级与姚顺雨加盟，释放出AI Infra与评测体系优先的信号。本文拆解其对电商推荐、动态定价与智能仓配的落地价值。
姚顺雨腾讯AIAI Infra电商技术新零售运营大模型评测
阅读更多
人工智能在科研与创新平台•
对抗强化学习让大模型推理更稳：物流与供应链可直接受益
对抗强化学习让大模型逐步审核推理链，减少“过程错误”。放到物流与供应链，可提升预测解释、动态调度与仓储 SOP 执行可靠性。
大模型推理强化学习对抗训练供应链AI物流优化仓储自动化
阅读更多
人工智能在科研与创新平台•
INTELLECT-3技术报告启示：用强化学习把供应链决策做“对”
INTELLECT-3用MoE与大规模强化学习训练栈证明：让模型“会做决策”比更大更重要。本文拆解其对仓储、运输、补货的落地路径。
强化学习供应链优化物流AI智能仓储运输调度MoE大模型
阅读更多
人工智能在科研与创新平台•
SAM Audio开源后：电商广告与新零售的“可控听觉”来了
Meta开源SAM Audio，把音频分割变成“文本/点击/时间段提示”的交互能力。本文结合电商与新零售场景，讲清可落地用法与两周验证路径。
多模态AI音频分离电商内容新零售广告素材优化开源模型
阅读更多
人工智能在科研与创新平台•
从特征叠加到可解释AI：让供应链预测更准更稳
特征叠加让供应链模型“看似准确却难解释”。借鉴最新可证明特征恢复研究，把驱动因素拆开，让需求预测、补货与优化更稳更可控。
物流与供应链AI需求预测可解释机器学习特征工程库存与补货科研到落地
阅读更多
人工智能在科研与创新平台•
Kascade稀疏注意力：让长上下文大模型更快落地物流供应链
Kascade通过锚点层复用Top-k稀疏注意力，让长上下文LLM推理更快更省。本文结合物流供应链场景，给出落地路径与评估方法。
长上下文推理优化稀疏注意力物流与供应链AIRAG工程化GPU性能
阅读更多