電動汽車制造商比亞迪昨天表示，該公司已生產(chǎn)出第500萬輛電動新能源汽車（NEV），成為全球首家達(dá)到這一里程碑的汽車制造商。這輛車是Denza N7運(yùn)動型多用途車（SUV），主要面向消費(fèi)者市場，比亞迪還生產(chǎn)叉車和大中型物流卡車。

最近，比亞迪在美國供應(yīng)鏈領(lǐng)域銷售的車輛包括與自動駕駛汽車技術(shù)供應(yīng)商Cyngn的自動駕駛套件配套的電動叉車、DHL購買的8級電池電動牽引車以及紐約市紅鉤碼頭集裝箱堆場的電動堆場牽引車。

自 1995 年在中國深圳成立以來，比亞迪的產(chǎn)品一直在加速增長。公司用 13 年時間售出了第一百萬輛新能源汽車，又用 18 個月時間售出了 300 萬輛，再用 9 個月時間售出了 500 萬輛。

自 2010 年以來，該公司還在不斷擴(kuò)大其全球業(yè)務(wù)，其電動公共交通解決方案現(xiàn)已在 70 多個國家的 400 多個城市投入運(yùn)營。其新能源汽車已銷往超過 54 個國家，其中比亞迪 ATTO 3 在泰國、以色列和新加坡的銷量連續(xù)數(shù)月遙遙領(lǐng)先。2023 年 7 月，比亞迪宣布計(jì)劃在巴西新建三家工廠。

5、受益于倉儲物流中的人工智能（中叉網(wǎng)、agv網(wǎng)、無人系統(tǒng)網(wǎng)）

倉儲物流中的人工智能——對于物流公司來說，這不再是未來的夢想，而是活生生的技術(shù)現(xiàn)實(shí)。

作為德國工業(yè)視頻系統(tǒng)公司（Deutsche Industrie Video System）的董事總經(jīng)理，Hendrik Reger 是物流公司視頻管理方面的專家。他的愿景是通過可持續(xù)的解決方案滿足物流行業(yè)不斷增長的需求。

根據(jù)德國數(shù)字協(xié)會（ Bitkom ）在 2022 年 10 月進(jìn)行的一項(xiàng)調(diào)查，德國 22% 的物流公司已經(jīng)在使用人工智能流程。另有 26% 的公司已將其作為一項(xiàng)堅(jiān)定的承諾，或至少正在考慮。此外，半數(shù)以上的物流服務(wù)提供商（58%）堅(jiān)信，人工智能未來將用于物流領(lǐng)域的各種任務(wù)，如路線規(guī)劃、避免空跑、流程優(yōu)化和提高許多地方的安全性。盡管如此，人工智能的潛力還遠(yuǎn)遠(yuǎn)沒有被完全挖掘出來。在物流業(yè)中，已經(jīng)有無數(shù)種前景廣闊的方案，可以讓這項(xiàng)技術(shù)的應(yīng)用更加有利可圖。

在倉儲物流中正確使用人工智能

有一些可以想象的未來人工智能使用案例，物流企業(yè)家尤其可以從中受益：

（1）來自娛樂業(yè)的人工智能功能。

特別是在游戲等娛樂技術(shù)領(lǐng)域，人工智能技術(shù)已經(jīng)得到應(yīng)用，這些技術(shù)也適用于倉儲物流中的視頻管理系統(tǒng)。這些技術(shù)包括幀速率轉(zhuǎn)換（可提供更高的幀速率，即每秒顯示更多的圖像）或超分辨率（可實(shí)現(xiàn)高分辨率成像）。在物流視頻管理應(yīng)用中，這些技術(shù)和類似技術(shù)可大大提高標(biāo)簽或損壞等細(xì)節(jié)的可識別性。

（2）物流中的大數(shù)據(jù)

數(shù)字化進(jìn)程的推進(jìn)和硬件技術(shù)的進(jìn)步正在產(chǎn)生不斷增長的數(shù)據(jù)量。毋庸置疑，大數(shù)據(jù)為企業(yè)提供了巨大的改進(jìn)潛力--無論是對系統(tǒng)的預(yù)防性維護(hù)，還是改進(jìn)物流大廳的路線安排。為此，有必要對收集到的信息進(jìn)行有針對性的評估，而這離不開人工智能。通過合理使用，這項(xiàng)技術(shù)可以為物流業(yè)提供有價值的服務(wù)。例如，相應(yīng)的算法能夠檢測到裝載過程中的異常情況、損壞或安全風(fēng)險，并與視頻管理系統(tǒng)相連接，為物流大廳的員工提供基于位置的個性化信息和行動建議。

（3）自動化

還可以進(jìn)一步實(shí)現(xiàn)自動化。最大的附加值在于物流大廳內(nèi)全自動的人工智能支持的貨物跟蹤，這使得人類的研究工作變得多余。例如，每個托運(yùn)編號都可以與貨物的視頻記錄和其他托運(yùn)信息聯(lián)系起來。如果您在轉(zhuǎn)運(yùn)大廳的終端或辦公室的電腦上輸入托運(yùn)貨物或包裹的編號，貨物的確切位置就會顯示出來。

（4）顧慮

通過無數(shù)張圖片對人工智能進(jìn)行強(qiáng)化訓(xùn)練（機(jī)器學(xué)習(xí)）耗時長，但不可或缺。學(xué)習(xí)過程太短可能會導(dǎo)致準(zhǔn)確性下降和人工智能的錯誤操作。數(shù)據(jù)保護(hù)同樣重要。人工智能所依據(jù)的數(shù)據(jù)的收集、存儲和處理必須符合法律規(guī)定。此外，還必須減少對個人數(shù)據(jù)使用的保留意見。例如，為跟蹤貨物而收集的數(shù)據(jù)不得侵犯工作人員的隱私。這正是視頻管理系統(tǒng)所能避免的。通過系統(tǒng)中存儲的掃描時間精確進(jìn)入貨物搜索，就無需查看冗長的視頻序列，從而避免了對員工進(jìn)行難以避免的觀察。