產學研新范式！這項數智物流“中國方案”登上了國際舞臺

“成 果”

ZJUSOM

近日，數據領域全球頂級會議ICDE 2026在加拿大蒙特利爾舉辦，并正式公布論文錄用結果。由浙江大學全省數智管理與決策技術重點實驗室、順豐科技與浙江工業大學聯合完成的研究成果—“Accurate and Efficient Multi-Channel Time Series Forecasting via Sparse Attention Mechanism”憑借突出創新價值與產業落地能力，從全球海量投稿中成功入選。

ICDE與SIGMOD、VLDB并稱數據領域三大頂級會議，是中國計算機學會（CCF）推薦的A類會議，評審標準十分嚴苛，錄用率常年維持在25%左右，代表著全球數據智能領域的最高學術水準。此次成功入選，不僅是對聯合研究團隊科技實力的高度認可，更是中國供應鏈科技走向國際前沿的重要里程碑。

團隊成員在會議現場發表演講

會議現場，順豐科技產品研發骨干代表聯合研究團隊發表演講，面向全球頂尖學者、行業專家，全面展示中國供應鏈AI技術的原創實力與產業落地成果，讓世界看到了中國物流科技的硬實力。

本期【成果】專題，一起來看該項研究成果的技術亮點，回顧浙江大學管理學院與順豐的校企合作脈絡。

01

這項研究有何亮點？

突破技術瓶頸：供應鏈預測更高效、更落地

在現代供應鏈運營中，多通道時序預測是一項核心能力。簡單來說，就是結合季節、促銷、地域等多重因素，精準預判貨量、運力等關鍵業務趨勢，這會直接決定企業的運營效率與服務體驗。

企業在日常經營中，往往同時面臨銷售波動、季節更替、營銷大促、地域差異、庫存周轉、物流時效等多重變量。過去依靠經驗判斷或簡單數據推演的方式，很難準確預判未來走勢。預判不準，就容易出現備貨過量導致成本積壓、備貨不足錯失訂單、運力調配失衡、庫存周轉低效等一系列問題。與此同時，傳統預測模型普遍存在“精度不足、部署復雜、成本偏高”的短板。有的模型只能基于單一維度預測，無法兼顧多因素聯動；有的模型則結構笨重、算力消耗大，中小企業難以落地。

圖片來源：千庫網

針對這些行業痛點，研究團隊聯合研發了Li-Net智能預測框架。該框架采用多通道融合架構與稀疏注意力優化技術，實現了以下五個方面的核心突破：

1

多維度協同預測

打破傳統模型“數據孤立”的局限，可整合銷售、庫存、運力、天氣等數十類關聯數據，精準捕捉各因素內在關聯，避免預判片面、偏差過大的問題。

2

多模態信息融合

將日期、網點、商品、運營狀態等異構信息，與商品文字描述、圖片特征等非結構化信息統一嵌入學習，并智能聚合相似品類特征以強化聯合學習效果，為企業提供更貼合真實業務的預測結果與更可靠的決策依據。

3

輕量化高效部署

Li-Net創新采用Top-K稀疏注意力機制，僅聚焦關鍵時間周期與核心特征維度進行計算，大幅降低傳統模型的計算復雜度，同時搭配更輕量化的MLP架構，在保證精度的前提下實現運算更快、占用資源更少。例如，在十億級海量件量預測真實場景中，可將原本需要151分鐘的計算任務縮短至11分鐘，效率提升近14倍。模型體積僅0.5MB，相比傳統模型，內存占用、算力消耗大幅降低，無需高額硬件投入、無需專業運維團隊，可快速嵌入企業現有業務系統，輕松實現規模化落地。

4

高精度長周期預測

在ETT、電力、氣象、交通、M5（零售） 等國際權威數據集測試中，預測精度全面優于行業主流模型，可穩定支撐半年至一年的長周期業務預判，適配供應鏈多變量、高波動的業務特征。

5

長期穩定性提升

高效率的計算模塊，為更多通道和時間步上下文提供了能力支持，模型可以將更多最新數據作為輸入，從而獲得更好的業務變動跟進能力。經生產雙跑對比，模型可以保持持續一年多的穩定領先（相比于每季度訓練的傳統模型），大幅降低了模型維護成本。

Li-Net智能預測框架

突破技術瓶頸：讓供應鏈預測更高效、更落地

從客戶的實際業務鏈路來看，Li-Net的價值更加清晰可感。在順豐內部十億級件量預測場景中，每日預測任務耗時從151分鐘縮短至11分鐘，效率提升14倍；在彈性資源使用上實現46倍的CPU推理資源節約。在服務某500強頭部快消客戶的供應鏈預測場景中，模型訓練時長從20小時壓縮至10分鐘，效率提升120倍，對應的GPU服務器投入成本減少約5倍。效果層面，預測準確率提升5%，供應鏈收益提效5%，每年可帶來4000萬元以上的凈收入提升。

總體而言，該模型可實現GPU秒級千萬點預估、CPU秒級百萬點預估，單機即可具備支撐大型時序預測系統的能力。

圖片來源：千庫網

企業借助Li-Net的精準預測能力，可以提前研判市場需求趨勢，智能規劃采購、生產與庫存計劃，減少資金占用與倉儲浪費；同時結合全網運力、中轉、時效等多維預判，實現物流資源的柔性調配，保障大促與旺季的履約穩定和交付效率。實測數據顯示，該方案可顯著提升中長期預測準確率與資源使用效率，有效降低企業綜合供應鏈運營成本，提升履約質量與市場響應速度，全面增強業務韌性與抗風險能力。

02

從平臺共建到生態閉環：

成果背后的校企協同

浙江大學管理學院與順豐的合作由來已久。早在2019年，雙方就共建實習實踐基地，此后陸續在博士后工作站、人才培養、共建研究中心等方面達成系統性合作，逐步形成并驗證了“平臺共建-團隊共研-成果共享”的協同創新模式。

校企共建，打造產學研協同創新平臺

2023年5月，浙江大學管理學院、順豐科技與浙江大學科技園發展有限公司簽署產學研合作協議，聚焦智慧物流產業，在博士后工作站、人才培養、品牌活動、科研等方面展開協同。在此基礎上，同年10月，合作向更深、更廣的維度延伸——浙江大學管理學院、順豐集團與浙江大學科技園發展有限公司簽署產學研合作協議，圍繞共建教研中心、建立產教融合基地、智慧供應鏈能力共建等項目開展合作，將合作拓展至學術研究、人才培養、概念驗證與項目孵化、項目投資與場景賦能、品牌發聲等多個維度，聯合構建“智慧物流研究中心”等綜合性平臺。

順豐科技博士后科研工作站揭牌儀式

2024年，聯合研究平臺正式落地。管理學院、順豐科技與杭州豐泰電商產業園管理有限公司就共建“數智物流聯合創新實驗室”達成合作意向，合作為期三年，并規劃共申兩個百萬級課題。實驗室于2025年正式揭牌，標志著雙方合作進入產學研深度融合的新階段。實驗室旨在聚合高校的學術算法優勢與順豐的產業數據資源，構建“人才共育、項目共研、成果共享”的一體化生態。

“數智物流聯合創新實驗室”揭牌儀式

此后，該實驗室聚焦智慧供應鏈領域的核心痛點，圍繞多通道時序預測、智能調度優化、庫存策略等方向展開聯合攻關，形成了“產業痛點→學術創新→工程落地→業務賦能”的完整閉環，讓科研技術真正服務于實體經濟。

強強聯合協同攻關，核心團隊引領技術突破

在聯合實驗室的平臺基礎上，浙江大學全省數智管理與決策技術重點實驗室、順豐科技與浙江工業大學三方緊密協作，由浙江大學管理學院教授周偉華、順豐科技高磊、浙江工業大學周云等作為核心成員，針對供應鏈預測中“精度不足、部署復雜、成本偏高”的行業痛點，展開系統性聯合攻關。

三方發揮各自優勢：高校提供理論支撐與算法創新，企業提供真實業務場景與海量產業數據，校企協同、學科交叉，為技術突破奠定了堅實基礎。本次入選ICDE的Li-Net智能預測框架，正是這一協同攻關的代表性成果。該課題研究依托聯合實驗室平臺持續推進，周偉華教授團隊與順豐科技技術團隊圍繞供應鏈時序預測的精度與效率問題進行了近兩年的系統攻關，最終形成從算法創新到產業落地的完整鏈路。

在順豐校企生態共建大會上，管理學院獲頒“匠心育人，校企典范獎”和“智慧校企，創新建設獎”

2026年雙方更是互動緊密。3月，在順豐校企生態共建大會上，管理學院獲頒“匠心育人，校企典范獎”和“智慧校企，創新建設獎”。4月，順豐科技高級副總裁、CMO唐愷受聘“浙江大學專業學位研究生校聘行業導師”。同月，聯合團隊的論文被ICDE 2026錄用，并在5月的蒙特利爾會議上完成現場報告。

“以賽引才”、創新孵化，構建產學研生態閉環

除了科研攻關之外，雙方還以創新大賽為載體，開展智慧物流領域應用式創新探索。2022年11月，浙大管院、順豐科技、浙大科技園共同舉辦“創π—第二屆智慧物流應用式創新大賽”，聚焦智慧物流產業，集聚創新創業人才、項目與成果，結合企業科技需求與業務導向開展創新實踐，助力產業生態建設。

依托校企合作平臺，孵化載體同步推進。2021年9 月，由順豐創新中心與浙大科技園共建的智慧物流創新中心被認定為杭州市專業化孵化器，也是杭州市拱墅區首個專業化科技企業孵化器，為人才交流與成果孵化提供支撐。

近年來，浙江大學管理學院與順豐科技在人才培養方面持續深化合作，逐步建立起多元立體的協同機制。雙方通過“引進來、走出去”相結合的方式，推動產學研深度融合：學院推薦專家擔任順豐科技博士后工作站高校導師，開展聯合培養；順豐科技高級專家走進管院課堂參與授課與科研指導；同時，企業也為學生提供豐富的實習、實訓與創新實踐支持。

2024年11月，雙方合作再度升級——順豐科技與浙大管院專業學位中心共同申報的“浙江大學專業學位研究生聯合培養基地”獲批設立，標志著實習實踐基地由院級提升至校級平臺。這一跨越不僅拓展了合作深度與廣度，也為完善高層次應用型人才培養體系奠定了更堅實的基礎。

從課題攻關、聯合實驗室搭建，到以賽引才、孵化培育、人才聯合培養，浙江大學管理學院與順豐逐步構筑了一條多維度、立體化的產學研協同生態鏈，讓學術創新與產業應用實現了高效的有機循環。

本次成果是浙江大學全省數智管理與決策技術重點實驗室、順豐科技與浙江工業大學三方產學研協同創新的一次典型實踐。從聯合實驗室的平臺搭建，到三方團隊的協同攻關，再到成果落地，完整展示了“平臺共建-團隊共研-成果共享”的創新路徑。

面向未來，管理學院將繼續攜手產業各界伙伴，深耕供應鏈領域，以AI技術為核心引擎，持續推動軟硬件一體化服務能力的提升。秉持開放、合作、共贏的態度，我們期待與全球更多高校、科研機構、生態伙伴深度協同，以技術創新推動產業、行業的高質量發展。

信息來源 | 浙江大學數據分析和管理國際研究中心、浙江大學管理學院學科與科研中心

編輯 | 伍梁永

初審 | 佟慶

二審 | 吳銘、周偉華

三審 | 陳超

終審 | 王恩禹