OneRail推出OmniSTAR，利用Nvidia技术优化最后一公里决策
该平台声称优化速度提高了多达10倍，并提到了早期企业部署以及2026年第四季度超过60亿美元的GMV目标。
OneRail推出了OmniSTAR，这是一个基于Nvidia的cuOpt和cuDF构建的GPU加速最后一公里交付优化平台。该公司表示，这种加速足以将路由和交付模式选择从批量规划转变为实时的逐单执行。
OmniSTAR作为最后一公里交付的GPU加速“决策层”首次亮相
OneRail的OmniSTAR被定位为一个决策系统，位于最后一公里履行的内部，这是从本地中心到客户的最后一段，成本和服务失败往往集中在这里。该产品的核心任务不仅是绘制路线，而是选择如何在多种履行模式中执行每个订单。
从机械上讲，OmniSTAR评估包括自有车队、快递员、包裹承运人和其他交付模式的选项，然后选择仍然满足所需服务水平的最低成本选项，OneRail表示。这个“服务水平”约束使得这个问题变成了一个优化问题，而不是单纯的成本最小化，因为最便宜的模式往往是错过承诺时间的模式。
在内部，OmniSTAR结合了Nvidia的cuOpt决策优化引擎和cuDF数据处理软件，以及OneRail的交付定价和性能数据。根据OneRail的说法，路由和交付模式计算在Nvidia加速计算基础设施上运行。该公司将此次构建框架视为比标志级合作关系更深层次的整合，表示它直接与Nvidia的cuOpt工程团队合作，并参与了Nvidia的Inception计划。CNBC报道，该项目在发布前与Nvidia进行了三年的合作。
OneRail还将该产品与一个更广泛的堆栈联系起来，该堆栈混合了预测和优化。它表示，其机器学习模型估算服务时间、延迟风险、首次尝试交付成功的概率和预期价格范围，这些预测输入到优化系统中，以决定如何执行订单。
从批量规划到实时优化：10倍速度声明和利润框架
这里的关键声明是延迟。OneRail表示，OmniSTAR可以将计算时间减少多达10倍，举例来说，一个之前需要20分钟的计算现在在两分钟内完成，一个需要一周的计算减少到大约两天。该公司的论点是，这就是优化作为规划练习与优化作为操作控制循环之间的区别。
在实践中，批量规划往往会因为重新计算太慢而过早锁定决策，无法随着条件变化而重复进行。OneRail表示，OmniSTAR的速度足以在“实时交付操作”中运行，在订单分配之前可以比较多种履行选项。这是一种不同的使用模式：系统不断重新解决车辆路由问题（VRP），这是一类在时间窗口、容量和成本等约束下搜索高效路线的优化问题。
Nvidia对cuOpt的描述很重要，因为它定义了权衡。Nvidia将cuOpt描述为一个开源的、GPU加速的车辆路由和其他数学优化问题的优化库，并表示它使用启发式方法而不是穷举测试每一个可能的路线。该求解器生成候选解决方案，并通过迭代改进它们，以在设定的计算时间内产生高质量的结果，Nvidia表示。
这种时间限制的方法适用于最后一公里的运营，问题通常是“现在足够好”，而不是“以后完美”。OneRail首席执行官比尔·卡塔尼亚在CNBC的采访中直接阐述了商业后果：“如果你没有能力做出闪电般快速的决策，你就会放弃利润，”并补充道，“最后一公里的履行成本很高。”
OneRail表示，OmniSTAR已经在选定的企业客户中部署，并以US Foods为例。在该部署中，OneRail表示系统标记了降低利润的交付配置，包括使用高成本设备运输的低利润产品的长距离运输，并且US Foods根据这些发现调整了定价并重组了一些交付模式。
从单独的资料来看，更大的投资回报率数字更难以承保。OneRail告诉CNBC，一家未具名的大型轮胎分销商在使用该平台的三年内实现了4000万美元的年化节省。客户未被识别，也没有提供与该数字相关的方法论或第三方验证。
OneRail还告诉CNBC，它预计OmniSTAR在2026年第四季度的总商品交易额（GMV）将超过60亿美元。这是一个前瞻性的目标，相关假设在提供的材料中并未披露。
关注OneRail推出的Nvidia驱动的最后一公里信号
第一个确认点是客户命名和案例研究的质量。US Foods是一个具体的部署参考，但资料中最大的节省声明与一家未具名的轮胎分销商相关。如果OneRail开始发布独立可验证的案例研究，那么“高达10倍”的计算时间声明和4000万美元的年化节省数字将不仅仅是销售叙述。
第二个是基准测试，将速度与决策质量分开。cuOpt的设计是提供在固定计算预算内的高质量解决方案，而不是保证最优性。操作上重要的是，OmniSTAR的低延迟在规模上是否保持，同时仍然满足服务约束，并在交通、道路封堵、司机缺席或新的高优先级订单等重新优化事件下产生更好的成本结果，这些都是Nvidia列出的动态重新优化的触发因素。
第三个是OneRail是否能够证实其交易量的雄心。该公司表示预计在2026年第四季度的GMV将超过60亿美元，这是一个明确的里程碑，但它需要中期披露或第三方报告的交易量，以作为采用信号而不是预测。
第四个是分销扩展，增加可达的交付网络。在2026年3月，FedEx与OneRail合作推出了FedEx SameDay Local，将客户连接到超过1000个交付提供商的全国网络。更多此类合作伙伴关系将扩大OmniSTAR在给定订单中可以现实比较的履行模式的范围。
我的看法：这是一个企业AI采用信号，而不是加密催化剂——至少目前还不是
决定 OmniSTAR 是否重要的机制不是“物流中的 AI”。而是 GPU 加速优化是否真的从周期性规划转变为实时订单分配，因为这才是模式选择成为利润杠杆而不是报告工具的地方。如果 20 分钟到少于 2 分钟的例子在生产中成立，OneRail 的主张，即您可以根据每个订单比较车队、快递员和包裹选项，开始看起来在操作上是合理的。
关键在于数据包中最大的数字是公司提供的，并且说明得不够详细。重要的门槛是独立可验证的证据，证明加速和节省在企业规模下持续存在，以及朝着 2026 年第四季度目标的可信 GMV 进展，因为这将使这个故事从供应商的叙述转变为一个持久的采用信号。
