招商港口_招揆大模型智能堆场调度

应用场景：智能堆场调度（箱位分配与水平运输路径规划）

社区投稿案例

投稿方：loki · 服务商：招商国科 · 收录时间：2026/10/13

本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。

上传类似案例

案例事实

1. 一句话摘要

投稿方未提供

2. 行业 + 企业规模

其他 · 全球化港口运营商，母港深圳西部港区外贸市场份额超50%

3. AI 能力类型

预测

4. 原来怎么干的

堆场调度依赖人工经验，箱位分配与路径规划不优化，设备利用率低；码头管理系统迭代慢，海外难以复用

5. AI 介入在哪一步

AI切入堆场调度核心环节，优化箱位分配与设备协同；同时支撑CTOS系统海外复制与本地化适配

6. 模型与架构

招揆人工智能大模型；CTOS系统由招商国科自主研发；已在巴西TCP上线、土耳其Kumport完成测试、汕头港通过验收

7. 数据基础（必填项）

堆场箱位、作业机械轨迹、船舶装卸序列、码头吞吐数据；海外码头运营数据反哺模型泛化能力

8. 效果

作业效率提升；巴西TCP集装箱班轮平均等泊时间等指标稳居区域前列；多哥LCT支持全球最大24000TEU船舶作业；无明确准确率或采纳率数据

9. 投入

港口科技研发与系统建设投资；通过提升作业效率和系统对外输出回收；未提供人力、预算档位、周期及推理成本具体信息

10. 坑

港口AI价值必须落到可量化KPI（如装卸效率、等泊时间），否则易成技术演示；海外复制时工会制度、作业习惯、法规差异延长交付周期，需预留本地化改造时间

Reproduction Pack

下载招商港口_招揆大模型智能堆场调度复现资料

本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。

00_说明.txt
01_关键信息.md
招商港口_招揆大模型智能堆场调度.docx

分享复现反馈

复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。

怎么写一条有用的反馈

示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」

写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。