9月25日，由中華人民共和國交通運輸部主辦的第十五屆國際交通技術與設備展覽會在北京正式舉行。本次展會重點展示國內外在交通運輸基礎設施智能升級、新型交通設備研發、智慧化交通運營服務等方面的新技術、新突破、新成就。順豐科技AIoT領域副總裁宋翔、數字孿生負責人江生沛，在本次展會中發布了首個在物流領域大規模應用的數字孿生實踐，生動形象地介紹了順豐在布局數字孿生過程中的經驗、成果與未來探索的方向。

“數字孿生”一詞可以分解為“數字”和“孿生”，“孿生”即雙胞胎的意思。簡單來說，數字孿生就是在數字的虛擬世界中搭建一個與真實世界高度相似的孿生體，這個虛擬世界的孿生體仿佛是真實世界的孿生兄弟一般。通過這種技術，人們就可以在虛擬世界中以極低的成本和試錯代價，驗證并優化真實世界中的各項算法策略。目前數字孿生主要集中應用于智能制造、航空航天、智慧城市等領域，在物流與供應鏈領域的應用尚處于初期階段。但是，其在物流與供應鏈的價值不容小覷。全球知名的咨詢機構Gartner自2019年起，已連續四年將數字孿生評選為八大供應鏈技術趨勢或技術主題。順豐作為物流科技的探索者，率先將數字孿生技術研發應用于物流核心場景中，打造了不僅可以可視可交互，而且算法驗證效率能提升600倍的數字孿生仿真系統，同時突破了數字孿生復制難、落地難的問題，成為第一個在物流行業規模化研發應用數字孿生技術的企業。

緣起：低成本、高效率的智能算法驗證優化

物流和供應鏈的核心目標之一就是將具體的任務匹配合適的資源，在不浪費資源的情況下，盡可能提升流轉的效率。截至今年6月，順豐服務超過6.25億的個人客戶和190萬家的企業客戶，在國內的車輛運輸線路已超15萬條。在件量、資源數量級驚人的今天，智能算法如同大腦，扮演了思考如何匹配任務與資源的工作。那么如何更快速、低成本地驗證物流運作過程的策略、算法是否合理、還有沒有更優的方案，就成為了物流行業關注核心問題之一。

順豐基于在大數據、機器學習、運籌優化等技術上多年的積累，已形成了覆蓋了物流中收、轉、運、派的全環節的智能決策體系。順豐會根據市場行業趨勢、歷史情況等數據，提前預測未來的業務件量情況，并根據預測的信息，提前預備好人、車、場等資源。當客戶下單后，再針對具體每一票快件的時效、服務等要求，綜合同期其他快件對資源的使用情況，決定這票快件在運輸過程中的具體安排。當遇見天氣不好等突發情況時，順豐會根據實際情況，動態預測這票快件的預計到達時間，如有延誤風險，則會及時調整相關安排來確保快件如期送達。

作為一個實體行業，在實際生產過程中，對新策略、新算法的驗證，往往需要投入大量的人力、財力，并且影響生產甚至停產，耗費大量的資源。同時，對環境不確定性估計的準確性、模型對現實場景還原度等因素，都與智慧算法的落地效果的優劣有著較大的關聯。

而數字孿生技術，通過建立在虛擬世界中與真實世界高度相似的孿生體，就可以讓智能算法以極低的成本、極高效率進行驗證并優化。

從點開始：數字孿生中轉場

要在虛擬世界中建立一個與現實世界高度相似的孿生體，并讓它真正提升智能算法的效果，大致分為四步。首先需要采集現實世界的各種數據，了解現實世界的情況，然后依據從現實世界中獲取的數據，在虛擬世界建立它的孿生體。有了這樣一個和現實世界一樣的虛擬孿生雙胞胎后，可以去驗證任何業務場景。當數字孿生系統完成了對相關場景的驗證后，它會把這個效果反饋給智慧算法，從而指導算法進行優化。如此循環往復，智慧算法的效果就會越來越好。

最初，順豐把目光聚焦于中轉這個場景，希望通過對中轉場的孿生，提升中轉分揀的效率。一方面，分揀是決定快遞物流效率的核心之一，一臺設備平時每天大概要處理65萬票快件，像雙11、618這種快遞高峰期會增長到80萬票。如何讓發往全國各地的快件以最快、最優的方式落到對應方向的袋子里，起到關鍵作用的就是分揀計劃。另一方面，順豐在中轉環節對于AI+IoT技術的應用已經相對較為成熟，大量的IoT設備已經可以快速獲取現實中場地內的各種數據，對于數字孿生的研發也有先天的優勢。

順豐基于Unreal Engine（虛幻引擎）平臺，對現實中轉場內的數據，對設備、人員、流程進行了數字孿生體的建模，自研構建出高逼真度的數字孿生中轉場，它不僅僅是看起來長得像，內里的數據核心、機理核心都達到了高度的逼真程度，整體逼真度達到了99%以上，足以反映現實世界真實的物理情況。接下來，順豐通過這個數字孿生中轉場，驗證了一系列的問題，例如，新做的分揀計劃好不好用；件多人少的情況下能否在規定時間內把快件分揀完；件量少時能否少開一臺分揀機等等。原本，在真實的中轉場中，驗證1個班次的分揀計劃需要一整天的時間，還需要現場多個工作人員協調配合、投入測試包裹，既浪費時間也浪費精力；現在，利用該技術，可以1天在虛擬環境中迭代驗證并優化1000次分揀計劃，實現了幾乎0成本、高質量的切換。快速的反饋、優化，讓數字孿生場地輸出的分揀計劃工序更流暢、布局更合理，中轉場的產能得到了迅速的提升，包裹在中轉場流轉的速度大幅提升。

每一個中轉場的規模大小、設備流程都會根據自身的業務情況，因地制宜地進行設計。而數字孿生也會基于每一個中轉場個性化的情況，針對性輸出優化的策略。個性化需求總是與快速規模復制總是有天然的矛盾關系，而順豐通過將孿生體中各個設備、流程進行模塊化處理，并按照各個場地的數據微調各個模塊化模型，就快速把數字孿生技術復制到了全國60多個中轉場，平均每個提升了8%以上的產能。

由點及面：數字孿生物流網絡

隨著單點的數字孿生中轉場逐漸趨于成熟，順豐將目光投向了更復雜、更有價值也更具挑戰的物流網絡的數字孿生。順豐在全網有上萬個網點、中轉場，物流網絡規劃就是讓場地與場地間建立連接。如何規劃最合理的線路，以最低的成本、最高的時效完成貨物在場間的運輸，成為數字孿生的又一個命題。

順豐將網點、站點、中轉場等現實中的物理實體，在虛擬世界抽象為一個個的節點。這些節點有這個各自不同的特征，例如某條道路的通行規則、某個中轉場門口的停車要求、某個網點的發貨的貨量與時間、某輛車的裝載能力等等，這些具有現實世界特征的節點在虛擬環境按照現實中的樣子串聯起來，就形成了數字孿生的物流網絡。當一票票同樣具有重量、體積、時效等特征的虛擬快件流轉于這個數字孿生物流網絡時，就能模擬出這些快件的完整軌跡。通過這個孿生體反饋的數據，順豐就能夠讓智能算法計算推理出快件最佳的運輸路徑，合理的安排車輛、場地、人員等資源。通過孿生仿真，順豐推演出了現實中缺失數據、并在具有與現實環境相似限制的虛擬環境中，對策略、算法進行了千百次驗證和迭代，最終超越人工優化的上限。

順豐通過綜合應用基于數字孿生的運籌優化技術，平均一個城市一個月可以節省500條以上的線路，孿生推薦的網絡策略被采納率達到95%以上，證明了數字孿生已經能夠充分應用于大型網絡場景。

展望未來：規模化應用，提升行業整體質量

隨著數字孿生技術在物流行業的應用越來越成熟，趨向規模化，數字孿生的場景也將從物流場景，擴展至上下游更為復雜的供應鏈場景中，通過建立可以控制、診斷、優化物理世界的數字世界，實現供應鏈全流程可視、可控、高效協同。除了場景方面的進化，隨著大模型等技術的發展，數字孿生也將更加有機地與相關前沿技術進行結合，降低數字孿生的應用門檻，提升數字孿生的應用效果。例如，未來語言大模型將成為數字孿生系統的一個入口，一個普通的工作人員只要對系統說“應用某年某日的數，建設A場地的數字孿生體”，系統便可以模塊化、自動化生成相關孿生體，并基于各種數據，完成該工作人員需要的相關方案驗證，輸出優化后的智能決策方案。

宋翔表示，順豐作為中國物流與供應鏈的龍頭企業，需要率先進入數字孿生這個在國際行業中備受矚目的技術賽道，為中國物流企業對于數字孿生的研發與應用打好前站。同時，隨著數字孿生技術的成熟以及價值的顯現，整個行業的推廣過程將變成一個共識形成加標準統一的過程，數字孿生應用成本的降低將成為必然。在資源排布、規劃調度等更廣泛復雜、計算量更大的場景中，未來將更快更準確地求出最優解，突破真正的智慧物流核心，帶來可見的整體物流成本降低、避免產能浪費、更合理配置整個鏈路資源等效果，幫助中國物流在國際賽跑中更有競爭力。