刷脸取件+超大容量,菜鸟新物种“快递塔”现身西溪园区
日前,菜鸟网络在杭州的智慧物流大会上推出了末端智能设备——菜鸟小盒。正当人们意犹未尽之时,菜鸟网络再次出手,推出了智慧物流新物种——菜鸟快递塔。
该快递塔坐落在阿里巴巴西溪园区,由菜鸟网络和杭州东城电子联合开发,拥有多项国家专利。
雷锋网了解到,该快递塔高度超过5米,呈正八面体形,配备自动传动系统,通过对接无人机、无人车,将实现24小时全天候无人传送投递。
菜鸟驿站技术人员介绍,快递塔具备超大容量,可以存储600-800件包裹,而且空间可灵活调整,满足人口密集、用地紧张的需求,一座快递塔就能方便一座商场、一个社区、一栋写字楼乃至一座校园;独有的批量投递功能,有16个投递口,方便快递员批量投递提高效率;同时,消费者能够扫脸取件,让像立体车库一样的自动设备将包裹自动送达消费者面前的取物口,不用为寻找快递格口烦恼。
除包裹收取之外,菜鸟快递塔还

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
人工智能应用于网络安全上的局限与未来
近日,NIST研究测试了184名人类和4种最新人脸识别算法的识别准确率,并将研究结果发布在美国科学院学报。人类识别员由3组人构成:一组是87名经过训练的专业人员,一组是13名所谓的“超级识别者”(天赋出众的人);还有作为对照组的84名没经过专门训练的普通人。 不出意外,经过训练的专业组的表现明显优于未受过任何培训的对照组。但令人惊讶的是,如果单打独斗的话,无论是人类专家还是机器算法,都给不出最准确的结果。只有人类专家搭配上最好的算法,才能得到最好的表现。 NIST电子工程师 P. Jonathon Phillips 评论道:“我们的数据显示,最好的结果出自面部审查员与最好算法的组合。两名人类面部识别专家搭档确实能提升准确率,但不如一名人类专家与最佳算法的组合表现好。” Vectra安全分析主管 Chris Morales 解释说:“NIST的研究采用了名为卷积神经网络的深度学习。因为其分析是基于像素而不是基于整幅图像,该深度学习被证明在图像识别上相当有效。说白了,它看到的不是整个森林,而是一棵一棵的树。” NIST研究人员想要弄清的问题,是多少个人或多少台机器结合起来,才能在对比两张照...
- 下一篇
解读阿里云AI产品矩阵:目标是打造最强中国云计算能力
在近日举办的阿里云栖大会武汉峰会上,阿里云AI产品矩阵的亮相作为压轴大戏出场,这也是阿里云首次曝光了人工智能产品家族,全方位公开AI产品体系,AI作为阿里云,乃至阿里巴巴集团技术应用和市场战略的重要一环,承载了阿里怎样的思量? AI产品矩阵全亮相 产业界目前对AI的期待不一而同,有些企业希望通过AI实现让机器人探索大自然,建立媲美自然的数字神经系统,或者战胜重大疾病等远大的目标,这些想象虽很美好,但却需要厂商持续不断的海量投入和长远的攻关,起码在现阶段仍不可能完成。 而阿里云对于AI的思考不同,在近期阿里云栖大会武汉峰会上,阿里云产品总监何云飞表示,以阿里巴巴内部验证过的AI产技术带来实际效率提升的能力,借由阿里云的平台以最方便的API方式让所有企业都能够容易的获得AI能力,这是阿里云在AI层面的战略和思路。 雷锋网(公众号:雷锋网)了解
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- Hadoop3单机部署,实现最简伪集群
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS6,CentOS7官方镜像安装Oracle11G
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- 设置Eclipse缩进为4个空格,增强代码规范