AI赋能交通：开启智慧出行新时代

AI与交通运输的融合

交通领域场景多样、数据充裕、潜力巨大。将人工智能技术引入交通行业，深入挖掘典型应用场景，有助于实现"人便于行、货畅其流"的美好目标。

未来"AI+交通"应用场景示意。AI制图

交通领域大模型

现阶段，国内AI大模型正迅速从通用场景向专业领域深入发展。交通运输领域场景丰富、数据充裕，是AI技术的关键应用场景。近几年，我国交通系统的数字化、网络化、智能化进程持续推进，智慧交通和智慧物流的创新实践日益丰富，"AI+交通"正迎来巨大的发展机遇。

近期，交通部、发改委、工信部、数据局、铁路局、民航局、邮政局等七个部门联合发布了《关于"AI+交通运输"的实施意见》，旨在推动AI技术在交通领域实现大规模创新应用。意见明确指出，至2030年，AI将深度嵌入交通运输全链条，智能综合交通网络将全面建成，核心技术实现自主可控，整体实力达到国际领先水平。

为加速AI技术全面赋能交通行业，8月16日，交通部指导成立了交通大模型创新与产业联盟。目前，该联盟已汇聚了50多家行业龙头企业、AI领域头部企业及科研院所。

城市夜景，车流如织。AI制图

交通大模型是基于通用大模型打造的行业专用模型。传统AI在交通领域只能实现单一功能，如识别信号灯或违规行为。但交通系统具有复杂性和关联性，需要大模型通过动态整合车辆、道路、云平台和地图等数据，优化交通效率和安全。

交通大模型可整合全域感知数据，进行交通网络分析研判，并叠加仿真推演，生成全网信号控制方案。当前，中国正借助云服务、地图、大数据和数字孪生等技术，推进行业数字化转型。其中，交通大模型已在多个场景得到应用。

各地交通部门利用大模型等技术，推动AI在交通领域的应用，提升交通流预测、管控和调度的科学化精细化水平。今年以来，江苏、海南、四川、安徽、山东等省交通运输厅相继完成了深度求索大模型的本地化部署。

当前，交通部已启动综合交通运输大模型建设工作，研究大模型架构和建设路径。该模型将采用"1+N+X"架构，即基于1套大模型通用技术底座、打造"N"类垂直领域模型、服务"X"个典型应用场景，通过"基础-垂直-智能体"三级联动，支撑贯通全行业业务应用，引领交通运输智能化转型。

智慧物流

近年来，随着电商的蓬勃发展与群众需求的持续分化，快递物流逐步演变为城市运转的关键基础设施。前沿科技的融入正在重塑这一传统劳动密集型行业。

智能化、无人化设备的广泛应用成为我国快递装备业高质量发展的显著特征。无人机穿梭云间、机器人智慧分拣、算法实时调度运力……当前，人工智能技术在邮件快件收寄、分拣、运输、投递、仓储、客服、管理等环节都得到了广泛应用，在生产与服务、管理与决策中发挥了重要作用。运用科技创新手段，大力推广智能化、数字化、自动化技术设备应用，显著提升县、乡、村三级物流体系的运转效率。

通过大数据分析、实时路况感知和动态需求预测，人工智能算法能够基于多维度数据（货物、天气、路况等）自动生成最优配送路线，实现最优调度，提高时效和利用率，有效降低空驶率、缩短中转时间，大幅提升整个物流网络的运转效率。人工智能大模型的优化决策系统能使分拣准确率提升至99.5%以上，路线规划效率提升30%。

在浙江省湖州市德清县乾元镇第一产业智慧物流园区，智能分拣机器人分拣配送货物快件。视觉中国 供图

智能分拣机器人、智能搬运机器人等已广泛投入使用。这些高科技设备不仅能替代人工处理危险、重复的工作，还能适应复杂环境和恶劣天气，提升作业效率和准确性，同时降低人力成本。智能客服系统可迅速响应客户需求，无人配送方式如无人机、无人车和智能快递柜为消费者带来更便捷的体验。

自动驾驶

作为汽车智能化和网联化的关键环节，自动驾驶成为全球科技和产业竞争的新赛道。从为公众提供出行服务，到在机场、物流、矿山等垂直领域大显身手，我国自动驾驶技术已进入全场景应用阶段，产业活力迸发。

广义的自动驾驶从L0至L5共分为6个层级。L0仅提供预警，不介入驾驶操作。L1和L2以驾驶员为主，称其为辅助驾驶更准确。只有到L3及以上才算是逐步减少直至摆脱驾驶员干预的自动驾驶。工信部数据显示，2024年上半年，我国L2级及以上智能辅助驾驶新车渗透率为55.7%。

自动驾驶从L0至L5共分为6个层级。