逐浪AIGC丨腾讯与福佑卡车联手共创 行业大模型加速落地货运场景

21世纪经济报道记者白杨 北京报道

10月23日，腾讯与福佑卡车达成战略合作，双方将联合共创行业首个数字货运大模型。

当下，AI大模型正引领新一轮技术变革，各行各业都在探索大模型技术的落地应用，而腾讯与福佑卡车的联手，也将加速大模型在货运场景的落地。

福佑卡车技术合伙人陈冠岭表示，公路运输场景有着多元性、复杂化的特性，使得大模型的应用具备较大空间，关键在于产品的易用性和稳定性。去年ChatGPT发布后，福佑卡车内部也开始做大模型的探索，从探索到实际应用，期间经历了较长的周期。

不过，这次与腾讯的合作，从两家企业开始接触到进行模型精调，再到真正生产使用，过程非常短。陈冠岭称，腾讯构建的MaaS平台，即插即用的方式对企业来说非常友好，在场景落地式有优势。

但是在具体落地过程中，大模型依然存在很多局限性。陈冠岭指出，货运是一个比较严肃的行业，对大模型来说准确性就变得非常重要。

“这也是为什么我们将OCR的应用放在了客服之前，因为之前探索智能客服，包括智能分析时，大模型有时候还会编造一些结果”。陈冠岭介绍道。所以，行业大模型在货运场景的落地，接下来的一个较大的挑战，是解决精准性问题。

对此，腾讯智慧交通副总裁李学朝表示，现在业界也在找方法，来从根本上解决大模型的准确性问题，但现阶段，只能先从技术侧和数据侧，比如做搜索、做增强，或者是做数据库等，通过这些方式，能够一定程度缓解大模型的“胡言乱语”。

所以现阶段，数字货运大模型依然处于发展早期。但从腾讯与福佑卡车的实践效果来看，大模型已经展现出了其价值。据悉，腾讯和福佑卡车从货运物流证件识别大模型方向切入，目前已形成了端到端的OCR智能识别大模型能力，并针对物流证件识别、各类回单识别等场景实现了智能识别与自动处理。

经过前期实践验证，针对多样式回单识别场景，经过少量样本训练，该大模型对图片字段识别准确率超过99%，图片信息综合识别匹配准确率超过95%，召回率比传统模型提高近20%。

“以前我们的客服会做回单的人工审核，来确认司机的运输是不是按照要求完成的，而这个审核的过程和时效会直接决定司机提款的时间。对福佑卡车内部同事来说，这个工作其实很枯燥，之前我们也自研了OCR模型，可以节省一部分工作量，但最后的审核还是需要人工来完成。而现在，有了OCR大模型之后，在一定程度上已经不再需要人工参与了”。陈冠岭说。

而接下来，福佑卡车计划让大模型落地的一个重要场景是人工客服。陈冠岭表示，“货运行业是劳动力密集行业，需要大量的人工进行客服沟通，过去这个领域的效率很低，所以我们希望引入AI大模型，帮助客服回答一些问题，甚至帮助调度员决定订单匹配，帮助运营同事分析数据。”

在时间规划上，陈冠岭希望明年上半年就能有具体的智能客服解决方案跑起来，去检验一下效果。而对于智能分析的解决方案，陈冠岭则更加谨慎，“这个对数据的要求更高，我们不希望产生的数据分析是编造的，所以要看具体方案才能决定内部上线的节奏”。

（作者：白杨 编辑：张伟贤）

南方财经全媒体集团及其客户端所刊载内容的知识产权均属其旗下媒体。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。