近日，数据领域全球顶级会议ICDE2026在加拿大蒙特利尔举办，并正式公布论文录用结果。顺丰科技联合浙江大学、浙江工业大学完成的研究成果《Accurate and Efficient Multi-Channel Time Series Forecasting via Sparse Attention Mechanism》凭借突出创新价值与产业落地能力，从全球海量投稿中成功入选。

ICDE是CCFA类国际权威会议，与SIGMOD、VLDB并称三大核心顶级会议，评审标准极其严苛，录用率常年维持在25%左右，代表着全球数据智能领域的最高学术水准。此次成功入选，不仅是对顺丰科技实力的高度认可，更是中国供应链科技走向国际前沿的重要里程碑。

五大核心突破

让供应链预测更高效、更轻量化

作为论文核心参与方，顺丰科技产品研发骨干受邀赴加拿大蒙特利尔ICDE会议现场发表演讲，面向全球顶尖学者、行业专家，全面展示中国供应链AI技术的原创实力与产业落地成果，让世界看到中国物流科技的硬实力。

在现代供应链运营中，多通道时序预测是支撑企业高效运转的核心能力。简单来说，就是结合季节、促销、地域等多重因素，精准预判货量、运力等关键业务趋势，直接决定企业运营效率与服务体验。

然而，传统预测模型普遍存在“精度不足、部署复杂、成本偏高”的痛点：要么只能单一维度预测，无法兼顾多因素联动；要么模型笨重，算力消耗大，中小企业难以落地。

针对这些行业痛点，顺丰科技联合高校团队创新研发出Li-Net智能预测模型，依托独特的多通道融合架构与稀疏注意力优化技术，实现了五大核心突破，精准适配供应链场景需求：

多维度协同预测

打破传统模型“数据孤立”的局限，可整合销售、库存、运力、天气等数十类关联数据，精准捕捉各因素内在关联，避免预判片面、偏差过大的问题。

多模态信息融合

将日期、网点、商品、运营状态等异构信息，与商品文字描述、图片特征等非结构化信息统一嵌入学习，并智能聚合相似品类特征以强化联合学习效果，为企业提供更贴合真实业务的预测结果与更可靠的决策依据。

轻量化高效部署

Li-Net创新采用Top-K稀疏注意力机制，聚焦关键时间周期（883436）与核心特征维度进行计算，大幅降低传统模型的计算复杂度，同时搭配更轻量化的MLP架构，在保证精度的前提下实现运算更快、占用资源更少。

高精度长周期预测

在ETT、电力、气象、交通、M5(零售)等国际权威数据集测试中，预测精度全面优于行业主流模型，可稳定支撑半年至一年的长周期（883436）业务预判，适配供应链多变量、高波动的业务特征。

长期稳定性提升

经生产双跑对比，预测模型可以保持持续一年多的稳定领先，相比每季度训练的传统模型，大幅降低了模型维护成本。

真实场景验证

效率成本双突破

顺丰能够实现这项前沿技术突破，正是依托多年深耕供应链垂域积累的扎实技术底座、专业科研团队、海量产业数据，以及覆盖全链路的真实业务场景。立足产业实际打磨技术，让每一项创新都贴合企业真实经营需求。

从客户实际业务链路出发，Li-Net凭借轻量化架构与高效计算能力，在真实业务场景中实现了效率与成本的双重突破。企业可通过Li-Net精准预测能力，提前研判市场需求趋势，智能规划采购、生产与库存计划，减少资金占用与仓储浪费；同时结合全网运力、中转、时效等多维预判，实现物流资源柔性调配，保障大促与旺季履约稳定、交付更快，全面增强业务韧性与抗风险能力。

内部实测数据显示，在十亿级海量件量预测场景下，每日预测任务耗时可大幅缩短，效率提升14倍；在弹性资源使用上，则能实现数十倍资源节约(CPU推理成本)。在服务某头部快消客户的供应链预测场景中，模型训练时长可缩短一半，效率提升约120倍，对应的服务器投入成本成倍减少，预测准确率提升5%，供应链收益提效5%，以更低成本、更高效率为客户创造可量化的业务价值。

此次科研成果也是顺丰科技产学研协同创新的实践典范。顺丰提供真实业务场景、产业数据与算法能力，高校提供理论支撑，形成“产业痛点→学术创新→工程落地→业务赋能”的完整闭环，让科研技术真正服务于实体经济。

面向未来，顺丰科技将持续深耕供应链垂域，以AI技术为核心引擎，不断强化软硬件一体化服务能力。同时，也期待与全球更多高校、科研机构、生态伙伴深度协同，以技术创新推动行业高质量发展。