青岛港发布350亿参数星港大模型，覆盖80场景

详细拆解

青岛港发布港航领域大模型星港，参数规模350亿，通过泊位、设备、堆场三大智能体和12个数字计划模块覆盖80余个业务场景。泊位计划时间由3至4小时压缩到1至3分钟，准确率超90%；通过能力提升10%，搬倒率下降5%，能耗成本下降8%。今年前8个月，青岛港货物吞吐5.13亿吨、增长3.1%，集装箱2357万标箱、增长6.9%。

所有人都会重复的标题是350亿参数。这是整页里最没用的数字，也是竞争对手会拿来假装自己落后的那个数字。我是搞系统的人，搞系统的人不用"参数"给模型定价，我们用模型省掉的工时、抬起来的百分点来定价，因为一个不动运营看板任何数字的模型，是一种非常昂贵的耗电方式。所以我们把标题换算成真正决定"值不值得抄"的那些单位。

泊位计划是个排程问题，而排程恰恰是一个大港口最隐形地省钱或丢钱的地方。上模型之前，计划员要花3到4小时为下一个班次或第二天做一份泊位计划。这份计划决定哪条船靠哪个泊位、什么顺序、配哪几台岸桥，它往下游喂给了所有东西：设备分配、堆场堆存、卡车和铁路的提箱。3到4小时的计划时间不只是人力，它是延迟。一份在需要它之前三小时做出来的计划，没法对一条提前到港的船、一台出故障的岸桥、或者一批不在堆场图上标的位置的箱子做反应。等你能重新排的时候，窗口已经过去了。

把它砍到1到3分钟，整个作业的性质就变了，因为现在计划可以在班次进行中重建，而不只是班次之前。一份几分钟就能重排的泊位计划，把一个港口从"跟着船期跑"变成"定船期"。船提早到的时候，计划员能实时重优泊位，把多出来的一条挂靠塞进当天。岸桥坏了的时候，重排能在延误叠加之前先调岸桥分配。这里省下的价值不是那3小时计划员的时间——计划员没那么贵。价值在于"能重排"这件事本身，因为重排就是吸收波动的动作，而波动是毁掉通过量的东西。把那3小时省下来，按一个繁忙泊位的生产率算，被去掉的延迟值好几个省的工时。这个倍数就是模型存在的理由，而它跟350亿参数一点关系都没有。

再看准确率这个数，超90%，因为准确率正是排程模型赚回本钱或亏本的地方。一份泊位计划的好坏，取决于它的输入，而输入是估计值：这条船卸货要多久、岸桥实际跑多快、堆场堆存是不是系统以为的那样。一个能把计划做到90%以上准确率的模型，不是声称自己完美，而是声称在时间压力下可靠地比人强。而这是一个要求高得多、也有用多得多的说法。原因是计划错误会叠加。一份错一小时的泊位计划，会引发一串错误的设备、错误的卡车预约和错误的堆场移动，每一个错误决定都要花钱花时间。一个准确到90%的计划，大致按比例砍掉这一串。所以90%不是个质量徽章，它是一句"降波动"的声明，而降波动在港口运营里就是全部。

把通过量和搬倒这两个数换算成同一种货币，因为它们是分开说的，但本该放在一起。通过能力提升10%，意味着同样的物理占地能多搬一成的箱子。搬倒率下降5%，意味着更少无谓的移箱，也就是箱子因为堆错了顺序被搬起来又放回去。每一次搬倒都是纯成本、零收入，还要多磨损设备、多耗能。所以5%的搬倒下降是一笔直接的成本削减，它跟10%的通过量增益会复利，因为把设备和堆场空间从搬倒里腾出来，本身就是拿到那个通过量的一部分。能耗成本下降8%走的是同一套逻辑：更少的无谓移动，意味着每箱更少的燃油和电力。把三个百分点读成一个机制，这个机制就是更好的计划减少了无谓移动，它同时表现为更高的产能和更低的成本。

把它放大，因为港口自己的数字给了你基数。8个月2357万标箱、增长6.9%。在这么大的基数上再多10%通过能力，不是取整误差。把8个月推成全年，大约3500万标箱，10%就是350万标箱的额外产能，来自一个模型，没有新泊位、没有新岸桥、没有新的一公顷堆场。拿这个去比一个新泊位的成本——在一个中国大港，那要几亿美元、还要几年审批和建设——而模型的成本是在港口已经拥有的数据上训练它。模型每单位产能便宜好几个数量级，这就是为什么每个大港最终都会有一个。有意思的问题不是"会不会有"，而是"谁先拿到复利"。

接下来是被忽略的一点，也是销售话术从不提的一点。港口模型吃的是历史运营数据，它的上限由这个港口有多少年数据决定。一个攒了十年数字化泊位、设备、堆场记录的港口，能训出一个抓住本港真实规律的模型，包括它那些古怪的角落。一个只有三年干净数据、或者数据躺在三个互不通话的系统里的港口，训出来的模型对容易的案例自信、对困难的案例没用，而困难的案例正是计划员需要帮忙的时候。

所以大港和小港之间的差别，不会是"有没有模型"——两边都会有。差别是在难的那几天的计划准确率，而这个准确率骑在数据深度和数据干净度上。一个小港在稀薄、割裂的数据上买同一套软件，会得到一个演示时看着聪明、在某个风暴周二让人失望的计划。模型的好坏，等于它背后那堆记录的厚度，而那堆记录要花好几年去攒、好几年去洗。

这也正是12个数字计划模块和三个智能体，才是参数背后实质内容的原因。泊位、设备、堆场三个智能体不是一个通用的脑子，他们是三个专业计划员，各自解一个独立的子问题，各有各的数据、各有各的目标。泊位计划优化的是船到泊位的分配对到达和离港窗口；设备计划优化的是岸桥和车辆对泊位计划的分配；堆场计划优化的是堆存，对前两个期望的通过量。

这个架构对的原因在于：一个通用模型想一次把三件事都排了，是在解一个自由度太多的问题，解会不稳定，任何一个输入抖一下它就改主意。三个模型按固定顺序走，从它们的次序里继承了稳定性，因为每一个只解一个有界的问题、把一个干净的结果交给下一个。这个结构选择，而不是参数数量，才是一份计划能在真实中控室里用的原因。

现在讲反面，因为港口模型有一个特定的失效模式，值得盯着。一个在历史数据上训出来的模型，学到的是"当年的"港口。如果港口的货源结构变了、新泊位开了、或者某家船公司换了挂靠，历史规律就不再描述当下，而一个学旧规律的模型会对新情况自信地判断错。那个"超90%的准确率"是对着它学过的条件测出来的。在新条件下，它会漂移，直到被重新训练。

所以真正的运营纪律不是买模型，而是维护那个随条件变化而重新训练的反馈闭环，并在中控室里配上能看出计划不对劲、能覆盖它的人。一个装了模型就盲信的港口，会发现它悄悄退化。一个把模型当成强默认值、同时保留人工覆盖的港口，会把它一直保持锋利。这套维护纪律在发布会上看不见，而长期价值就坐在那儿。

对货主来说，这些一点不抽象，因为它落在你的靠泊窗口和截关上。一个有快速、准确计划系统的港口，给你两样实际的东西。它能守住一个更紧的靠泊窗口，意味着更少的锚地等待、更可靠的离港；它能吸收一个本来要错过船期的迟到箱，因为重排足够便宜、可以在班次里做。两样都在不改变任何宣传船期的情况下改善你的有效航程。所以你选一个港口、或者谈一条走这个港口的服务时，这个港口的计划成熟度是你航程波动里的一个真实变量，尽管它从不出现在报价里。一个有青岛这一档系统的港口，能承诺一个比还在手工排计划的港口更紧的有效窗口，而这份承诺对交期重要的货主值钱。

大致来说，一个港口模型的价值出现在三处，货主三处都能盯。泊位计划时间，从小时到分钟；计划准确率，计划对实际结果；以及通过量和搬倒数字，它是前两者的财务总结。如果一个港口公布这些，你就能按计划成熟度而不是岸桥数量来比较港口。如果一个港口只公布参数数量，它在告诉你，它宁愿聊它的模型而不是它的结果，而这本身就是关于结果长什么样的信号。能把工时和百分点摆出来的港口会领先，念参数的港口会跟随，然后假装自己没有落后。

还有一层值得算的算术，因为它决定模型会先在港口内部的哪儿回本。假设一天的泊位计划里有四条船、下午天气窗口要关。早上做的计划会固定一整个上午，如果天气提前来，代价就是一整条船的延误。而一个两分钟能重排的模型，让计划员在窗口关闭前把最后一条船往前拉，救回这次挂靠。一天救回一次挂靠，按这条挂靠的毛利算，一年下来就是一个比模型成本大好几倍的数字，而且它偏偏发生在港口名声被立起来或被毁掉的那种条件下。港口模型最好的用法不是在轻松的那天，而是在糟糕的那天，而糟糕的那天，是货主唯一会记住的那天。

所以我想让你带走的读法是这个。350亿参数是一个营销单位。运营单位是计划循环上省下的分钟、准确率的百分点、10%的通过量、5%的搬倒和8%的能耗，这五个数字才是评判一个港口该用的东西。大港与小港之间下一个竞争差距不会是"有没有模型"，而是它底下数据的深度和它上面的人的纪律，因为这两样才决定这份计划在港口承压的那些天里守不守得住。而承压，不是平静的周二，才是你发现这个模型到底值不值得建的时候。

↑ 返回核心要点

— 作者 拉维