西井科技发布智能机器人专家TerminalGPT,布局海陆空铁物流场景
哈喽!大家好,很高兴又见面了,我是golang学习网的一名作者,今天由我给大家带来一篇《西井科技发布智能机器人专家TerminalGPT,布局海陆空铁物流场景》,本文主要会讲到等等知识点,希望大家一起学习进步,也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧!

自动驾驶港口玩家,又传出新消息。
在第六届世界人工智能大会,西井科技展出了三款产品:智能换电无人驾驶商用车 Q-Truck、新能源无人驾驶牵引车Q-Tractor、基于大模型打造的集装箱物流新型智能机器人专家TerminalGPT。
通过这三款产品,西井科技实现港口的单一场景突破,由海陆港打入空港、工业园区等特殊场景。
在现场活动群访中,西井科技表露的野心却不止于此,其正在开拓海陆空铁等更广阔的一片天地。
两大新能源无人驾驶产品
西井科技所在的世博展览馆H1-C121展台,最为显眼的是智能换电无人驾驶商用车的Q-Truck。
据西井科技介绍,Q-Truck采用新一代融合感知架构,搭载工业级超远视距高精双目 AI 摄像头、激光雷达等多种传感器,配合智能算法和整套全栈式系统,具备像人一样的感知和决策能力。使用PowerOnair智能能源服务,无人化电池补能可以在5分钟内完成。
商务部数据显示,2023年1-4月,中国汽车出口149.4万辆,同比增长超过76.5%,出口至全球204个国家和地区,新能源汽车占整体出口金额比重提升至42.9%。
其中包括西井科技。自2020年以来,Q-Truck已成功将业务扩展至泰国、阿联酋、英国、马来西亚、墨西哥等多个国家。而在2023年6月,西井科技与和记港口签约,英国第一大港费利克斯托港新增100辆新能源智能无人驾驶卡车Q-Truck。
Q-Truck展品的附近,停放着一辆与体积较小的新能源无人驾驶牵引车Q-Tractor。
据介绍,Q-Tractor可适配空港、工厂、物流中心等多元场景,主要用于小型货物运输、行李牵引等物流运输。其最大载重40吨,可实现7x24小时全天候运输。基于西井自研Q-Pilot自动驾驶平台,配合多传感器融合技术,Q-Tractor支持360°精准感知、自主定位、自主货物测重、自主接脱挂、自主充电等多功能。
与无驾驶室的Q-Truck不同,Q-Tractor配有驾驶室,支持有人驾驶和无人驾驶两种模式切换。
Q-Tractor配有驾驶室是为了满足特殊工况下的需求而设计的。例如,Q-Tractor牵引车可以由驾驶员驾驶以完成人员行李搬运,驾驶员可以下车参与搬运工作。在其它常规运营阶段,Q-Tractor可无人驾驶自主运营。
Q-Tractor拥有的数智互联能力,可助力空港、工厂等工作人员更好的工作和生活,并整体提升物流的运营效率。卓越的人机交互功能,车辆与FMS、WellSim等系统的深度耦合,用户可以实时掌握Q-Tractor运行状态,高效管理车辆运输任务,并对车辆进行全生命周期的维护保养,实现全天候、全流程的无人化的货物运输。
引入大模型,赋能集装箱物流
“西井科技正在全力让全球生产要素拥有同一张时刻生产表。”在宣传稿中,西井科技如是写道。
毫无疑问,掌握全球生产要素的信息是一项令人困难的任务,这要求对西井科技信息收集、整理、分类和处理等多方面综合能力进行测试。西井科技解决的办法之一是在生产活动中引入大模型。
西井科技是一家以AI技术为驱动的科技公司,并由其自己介绍。2015年,西井科技就将大模型引入集装箱物流场景调服务。西井科技经过多年的技术积累和不断更新,成功推出了TerminalGPT,这是一款集装箱物流领域的新型智能机器人专家。
TerminalGPT结合大物流场景的经验知识和操作习惯,可自主学习并利用“大数据”预测“智能推荐”以及“统筹规划”,通过对WellOcean(集装箱物流场景智能解决方案)、Qomolo(新能源无人驾驶及智能商用车)等各智能及信息系统的链接,赋能各系统使其更“智慧”。
这一做法,可有效打通港口、工厂等生产场景下的车辆、人员、空间及能源等多维度的运营壁垒,赋能集装箱物流场景更高效、更安全及更低碳。
具体而言,在实际作业过程中,可通过“推荐”各项关键性的智能操作,辅助人做出最优决策,提升生产要素执行效率,使生产运营更高效。
西井科技举例,起重机操作司机在TerminalGPT的指导下提升装卸效率,可快速“拥有”20年操作经验。西井自研WellFMS车队管理调度系统借助TerminalGPT的态势感知能力做出更多提前预测及未来智能推荐,进一步实现港口的“智能化升级”。
除此之外,西井科技正计划加速换电站的推广。
据介绍西井科技的换电站不仅用于封闭/半封闭场景,还可在开放场景建设,以提升新能源商用车的续航里程,扩大物流运输服务范围。
西井科技已将其产品和服务推广至全球18个国家和地区,并成功为超过160家客户提供了服务。随着西井科技新业务的推进,或将传出更多好消息。雷峰网雷峰网
文中关于智能机器人,TerminalGPT,物流场景的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《西井科技发布智能机器人专家TerminalGPT,布局海陆空铁物流场景》文章吧,也可关注golang学习网公众号了解相关技术文章。
Windows11如何调整音量的左右声道
- 上一篇
- Windows11如何调整音量的左右声道
- 下一篇
- 如何在Go语言中使用正则表达式匹配IPv6地址
-
- 科技周边 · 人工智能 | 55分钟前 |
- Hugging Face Datasets map batched 返回长度不一致时怎么定位
- 213浏览 收藏
-
- 科技周边 · 人工智能 | 57分钟前 |
- Hugging Face Datasets flatten 怎么展开嵌套字段并保留特征类型
- 455浏览 收藏
-
- 科技周边 · 人工智能 | 58分钟前 |
- Hugging Face Datasets with_format 和 set_format 混用后为什么列类型变了
- 228浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 兼容性 · LiteRT Select TF Ops TFLITE_BUILTINS TensorFlow模型转换 不支持算子
- LiteRT 转换遇到不支持算子时怎么判断是否启用 Select TF Ops
- 226浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · LiteRT SignatureDef 多输入模型 端侧推理
- LiteRT SignatureDef 多输入模型怎么按签名准备推理张量
- 191浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- Keras 自定义 train_step 怎么让正则损失继续参与梯度
- 343浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · 深度学习 · Keras RaggedTensor keras.Input ragged=True TensorFlow backend 模型保存 load_model 变长序列
- Keras RaggedTensor 输入模型保存后怎么保持变长序列结构
- 250浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · Keras NaN mixed_float16 mixed precision loss scale 输入范围 dtype policy
- Keras mixed_float16 训练出现 NaN 怎么区分 loss scale 和输入范围
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · 深度学习 · PyTorch strict state_dict load_state_dict module. 前缀 检查点迁移
- PyTorch state_dict 参数名前缀变化后怎么兼容旧检查点
- 436浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · 深度学习 · 内存优化 · 内存 PyTorch 按需加载 mmap checkpoint torch.load map_location state_dict
- PyTorch torch.load 开启 mmap 后为什么读取参数时才占用内存
- 475浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 452次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 520次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 536次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 482次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 304次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

