京东物流王梓晨：用无人车连接快递终端生产资源，构建物流新模式 京东何晓冬论文获 CIKM最佳时间检验奖 让大量互联网推荐搜索服务受益

京东物流王梓晨：用无人车连接快递终端生产资源，构建物流新模式 京东何晓冬论文获 CIKM最佳时间检验奖 让大量互联网推荐搜索服务受益， 

京东物流王梓晨：用无人车连接快递终端生产资源，构建物流新模式

第10届快递“最后一公里”大会于11月6日在北京举行，主题为“向新求质 定力未来”。京东物流X科技部智能驾驶负责人王梓晨出席并演讲。

王梓晨指出，物流时效随着商业模式的变化不断贴近生活，已经逐渐从大网仓配到即时配，更贴近于生活，贴近于用户的定制化需求。“我们也专注于不断提升用户“最后一公里”揽派体验，致力于“最后一公里”全面提效。”

他介绍，无人车加入后，运力成本肉眼可见地变低了，整个单票成本降低了1/3。京东物流致力于成为社会化供应链的基础设施，在此之上，去提升效率降低成本提升快递小哥的幸福感。

他表示，希望无人车跑得更加高效，用无人车和快递终端的所有生产资源连接到一起，构建一种新模式。京东物流科技的实践基于创新技术服务与多元场景的有机融合，探索前沿技术，通过自动化、数字化、智能化的物流科技产品和解决方案，构建一个新质生产力体系，实现整个产业链的深度转型升级。

以下为演讲实录：

尊敬的各位专家，各位来宾，大家中午好。我来介绍新质生产力的一个具体应用。用场景重新定义了无人车。首先物流时效，随着商业模式的变化不断贴近生活，已经逐渐从大网仓配到即时配，更贴近于生活，贴近于用户的定制化需求。我们也专注于不断提升用户“最后一公里”揽派体验，致力于“最后一公里”全面提效。

小哥幸福感提升，宗旨就是让小哥工作时长更短，服务质量还要更高，收入还要增长。这个看似不可能三角，就使得我们不断地思考“最后一公里”如何来重构。无人车加入后，肉眼可见的运力成本变低了，我们整个单票成本降低了1/3。京东物流致力于成为社会化供应链的基础设施，在此之上，去提升效率降低成本提升小哥的幸福感。

从产品上来看，京东的服务其实坚持给用户最好体验。体验分为服务产品和价格，要以更好的服务、更低的价格来服务大众。

我们希望无人车跑得更加高效，用无人车和快递终端的所有生产资源连接到一起，构建一种新模式。基于海量数据，实现智能驾驶能力跃迁。大模型自动驾驶的算法提升就是三要素，算力、算法和数据。我们不仅要注重整个行驶安全，还要通过一整套体制来提升货物安全和整个履约配送安全，所以京东物流科技规划了一个从规划、计划、管控、执行到作业流程全链路的科技版图。京东物流科技的实践基于创新技术服务与多元场景的有机融合，探索前沿技术，通过自动化、数字化、智能化的物流科技产品和解决方案，构建一个新质生产力体系，实现整个产业链的深度转型升级。

我们初衷是降低小哥作业强度，少动作、少思考、少走路，让小哥专注于末端市场揽收的开发，提升小哥的收入。从技术来看，这个模式确实规模化前提已经到来，整个车辆价格更低了，现在很多公司可能都能做到无人车一天所有的摊销运营成本，包括电费、流量费、维修、所有保险分摊，一天可能不到百元。在这样的基础上，我们更有信心去搭建整个城市级的无人运力中心。从业务上，我们要构建全链路的无人解决方案，所以我们会持续投入具身智能，以及全地形底盘的探索，因为现在无人车仅能做从网点到路区或到小区。我们希望能更多地服务到“最后一公里”，机器人能做最后一公里上门的运送。

同时，无人车的加入，重构了终端，不仅在于路区以及网点的合并，更衍生了很多新模式。我们在深圳做的一个试点。无人车的一天，早晨做接驳，上午做生鲜传送，到下午做二传，做上架揽收回站，小哥不用来回奔波，专注于末端服务。从技术来看，首先硬件得益于整个行业的发展，就是经济规模效应，随着激光雷达等关键元器件的发展价格也实现了前所未有的突破。同时，我们也做了很多车规级设计，在算法上，整个分布式和模块化算法都往大模型方面做迁移，都是依赖于数据，从完全依赖于高精地图的感知定位规划、决策控制等，逐渐迁移到弱依赖于地图，甚至轻地图方案。

随着无人车的加入，我憧憬着快递标准化流程和工具能让用户越来越安心，同时与快递小哥之间形成一个很好的“人车CP”，成为小哥助手，小哥也能更加安全。快递再多也不会对城市带来困扰，依然安逸祥和。

以上是我的分享，谢谢大家。


京东何晓冬论文获 CIKM最佳时间检验奖 让大量互联网推荐搜索服务受益

本文源自:金融界资讯

2024 年10月，在信息检索和数据挖掘的国际学术会议CIKM (International Conference on Information and Knowledge Management) 上，京东探索研究院院长、京东科技人工智能业务负责人何晓冬博士发表的研究成果DSSM模型（基于点击数据学习用于网络搜索的深度结构化语义模型：Learning deep structured semantic models for web search using clickthrough data）因对内容推荐架构产生重大影响并为产业带来巨大的经济效益，荣获 CIKM 2024年唯一的“最佳时间检验奖（Test of Time Award）”。

CIKM 由ACM SIGIR分会主办，是信息检索和数据挖掘领域的顶级学术会议之一，因CIKM论文的研究成果经常得到产业界的采纳，所以CIKM也是少数受到学术界和产业界共同关注的活动，只有少数高质量的论文能够脱颖而出被录用，2024年CIKM的录用率仅为23%。每年的“最佳时间检验奖”更是彰显了论文在学术和产业上的双重价值——以在过去10年产生重大和持续影响为评选标准。

本次获评的DSSM双塔模型是各类双塔模型的开山之作，奠定了召回和粗排阶段的基础架构，为后续众多改进型双塔模型奠定了基础。

DSSM双塔模型最大的特点是，user 和 item 是独立的两个子网络，即分别使用相对独立的两个复杂网络构建用户相关特征的 user embedding 和 item 相关特征的item embedding，因而被称为双塔模型。

DSSM模型不仅为内容推荐系统的基础模型和架构奠定了坚实的基础——是深度语义学习方向最基础的模型结构，解决了语义相似度计算的问题。2016年，图灵奖得主Yoshua Bengio和Ian Goodfellow（GAN的发明者）、Aaron Courville三人共同编撰的深度学习领域奠基性教材《Deep Learning》（引用量3万余次）一书中就将本次获评的DSSM模型视为基于内容的推荐系统的基础架构。同时，因为兼顾性能与效率，DSSM 模型对产业界十分友好，在发布后的10年中得到了大量的应用。

DSSM 深度语义匹配模型最早是应用于 NLP 领域中计算语义相似度任务。语义匹配本身是一种排序问题，和推荐场景不谋而合，所以 DSSM 模型被自然的引入到推荐领域中，如搜索引擎检索、广告相关性、问答系统、机器翻译等。过去10余年，深度学习技术的应用极大地提升了互联网搜索引擎的语义理解能力、信息检索效率和用户搜索体验，使得搜索结果更加精准、丰富和个性化。头部搜索引擎，电商平台的搜索、推荐和广告业务中都大量采用了该技术，产生了巨大的经济价值。

何晓冬博士曾表示，“在多年的技术落地实践中，我们意识到，用AI来提升、赋能传统实体行业才能最大化影响力和应用价值，传统实体行业的体量足够大，提升1%就能创造巨大的应用价值。”何晓冬博士在京东科技负责人工智能在产业上的落地应用，近年来陆续与团队研发出了智能客服、数字人直播、智能外呼等多项专业可信赖的AI产品，在零售、物流、金融、政务文旅等领域获得了广泛应用。据公开消息，京东云言犀数字人已服务超5000家品牌，带动销售额超百亿；智能客服覆盖了消费者进店后30多个关键环节，可自动化应答售前、售中、售后全场景90%的服务咨询，服务品牌商家数量超40万；智能外呼与政务热线紧密结合，助力大同、东莞、保定、芜湖多地12345热线实现数智升级……

技术创新是企业发展的重要驱动力。不少技术人认为，能否让技术拥有广袤的实践场景，产生应用价值，是考评是否加入该企业的终极门槛。以京东为例，京东创立20多年来，持续投入供应链基础设施和技术创新应用，为用户带去“多快好省”的极致体验，也推动品牌和商家实现降本增效，不仅拥有海量应用场景，更积累了大量专业数据。可以说，技术与创新的基因早已植入京东的发展脉络。这也是京东可以让大量技术人在真实场景中充分发挥创造力，持续推出多项专业可信赖的AI等技术创新的重要原因。

发布于：北京?