南方都市报 | 佳都知行交通大模型“数字人”可代替人工处理85%的票务

在交通领域，AI大模型已经悄然进驻各类车站闸机、售票机以及车站计算机系统等，为乘客出行带来便利。全球首个发布并落地应用的交通行业大模型——佳都知行交通大模型正为上述业务场景提供支撑，帮助交通领域实现智能化治理。

大模型赋能客服　体现业务工具的价值

佳都科技人工智能科学家兼通用大模型研究中心主任王凯博士介绍，作为全球首个发布并落地应用的交通行业大模型，知行交通大模型能够结合交通行业特定的数据与信息，深度赋能城轨智能客服、智能运维、应急管理、安全运营、乘客服务、客流预测、节能环控等多个业务场景，真正体现出作为业务工具的价值。

据介绍，去年12月，有大模型加持的地铁智能客服数字人“小佳”在长沙地铁六号线黄花机场站试点应用，如今已能够代替85%的人工票务处理，代替90%的人工票卡查询，日均节省218次人工问询。

自动拆解业务流　化身“数字运维专家”

凭借扎实丰富的数据基础，知行交通大模型还能化身“数字运维专家”，协助运维人员排查故障原因、分析解决方法并提供维修辅助决策，提升维修效率及维修质量。

王凯举例，若地铁某个屏蔽门无法正常打开，工作人员通常需要先根据手册指引，发现问题、定位问题，如果问题比较严重，还需要通知站点负责人，并派发工单给更多相关人员。一个故障问题的解决，实际上需要经历多个步骤。

基于知行交通大模型的AI交通智能体已具备类似的业务流拆分能力:智能体可根据现场情况，调取工具关联各业务系统，自动编排复杂的工作流，为运维工作提供参考。且整个规划过程均经过智能体的自行复盘总结，透明化展示给运维人员，尽可能降低大模型出错概率。

“这个智能体是从规划到完成到反思，浑然一体，都由大模型完成，可以处理一个复杂的工作流，能够更大程度地去替代人，或者说成为一个真正的数字员工。”王凯表示。

在南方都市报“AI治理与创新智联体”专家、中山大学人工智能学院副教授刘威看来，广东作为制造业大省，相关企业掌握的大量生产数据和行业专业语料使大模型在训练过程中涵盖更多的场景和变量，提升模型的泛化能力和准确性:“在定制化开发方面，行业特定的语料可以用来训练如知行交通大模型这类更专注于某一领域的模型，使之更贴合实际应用需求；长期积累的数据可以用于持续的模型优化和改进，通过不断反馈和调整，使大模型能够适应动态变化的行业需求。”

融入车管电子书　为市民提供最优业务指引

轨道交通场景之外，知行交通大模型还能协助交警打理海量车管事务。去年11月，佳都科技助力广州交警上线新服务“广州车管所业务指南电子书”系统，通过“广州交警”微信公众号，市民可以一键咨询驾驶证业务、机动车业务、驾考业务、电动车业务等，系统能精准理解、快速解答市民在车管业务办理方面的疑问，每项业务都配有详细的流程说明和注意事项提醒，帮助群众更好地理解业务办理流程，并提供一站式业务办理等服务。

数据显示，搭载大模型技术的电子书对于库内知识的召回率达100%，回答准确率达95%，敏感词拦截率超99.9%，可以帮助群众在车管业务知识库中找到最优业务指引。该系统自2023年11月面向全体市民开放上线以来，电子书总浏览量超1千万，推出车管智能知识问答后，使用人次超20万。

高效迭代升级　打造大模型“全家桶”

在佳都科技集团董事长刘伟看来，通用大模型的诞生只是一个起点，其最终还是要落到特定应用场景、解决具体问题上。以行业大模型为关键驱动，赋能行业生产效率和服务质量提升，将会带来经济社会发展和产业的深刻变革。而应用场景优势带来的数据和反馈，又将进一步加速行业大模型技术迭代。自2023年6月在交通行业率先发布知行交通大模型1.0以来，佳都科技通过实践应用优化模型，相继推出佳都知行时空决策大模型1.0、视觉多模态大模型1.5，再于今年6月发布全栈自研、性能大幅提升的知行交通大模型2.0。

王凯介绍，与1.0版本相比，知行交通大模型2.0涵盖十亿至千亿不同参数规模，形成了自然语言大模型PCITransGPT、视觉大模型TranCore-V、多模态大模型TranCore-M、时空决策大模型TranCore-TS等产品矩阵，是大模型“全家桶”。在“全家桶”的全方位赋能下，知行交通大模型围绕应用层面的探索达到更佳效果。例如在日常运营中，车站管理人员可借助大模型的视觉能力，快速从大量监控视频中检索到身穿特定衣服或持有特定物品的乘客，实现对突发情况的快速分析和处置；借助语言处理能力，下发广播通知；借助时空决策能力，实现客流预测、节能环控，甚至提前召回可能出现故障的设备。

赋能千行百业　数字分身渐行渐近

今年5月，《广东省关于人工智能赋能千行百业的若干措施》印发，提出促进广东人工智能产业高质量发展，加速形成新质生产力，构建现代化产业体系，赋能千行百业提质增效，创造智能时代的经济新模式、生活新体验、治理新方式。

提及人工智能带来的生产方式变化，刘威教授表示，一是大模型能够集成和分析复杂的数据，支持预测性维护、优化生产计划和供应链管理，推动制造业向智能工厂转型，促进智能制造升级；二是借助大模型的灵活性，企业能够更好地响应市场需求，根据用户需求提供个性化的产品和服务，提升用户满意度和市场竞争力；三是大模型的应用需要人才具备新的技能，促使员工培训和职业发展计划的更新，提升整个行业的劳动力素质。

王凯认为，获得大模型赋能的各行业数字分身正距离公众越来越近。他指出，如今借助大模型底座，只需数百张图片，一周之内就可通过微调的方式定制生产出一个小模型，需求解决效率得到极大提升。此外，随着多模态及智能体能力的引入，如今的大模型已经可以通过不同方式与人进行交互，且具备基本的自主思考和规划能力。“可能在不久的将来，AI就能成为人类真正的分身，替代人类完成复杂的工作流。”

有AI模型:佳都知行交通大模型

模型能力:基于通用大模型、大交通业务场景、行业知识库和海量场景数据形成，拥有自然语言处理、图像识别、语音识别、强化学习和超强逻辑推理等能力，提升交通治理、运营和出行效率。

赋能场景:智能客服、智能运维、应急管理、安全运营、乘客服务、客流预测、节能环控等。

赋能效果:形成智能轨道交通整体解决方案，支撑建设广州交警交管电子书等。

新闻来源 | 南都调研 总第346期

统筹 | 张纯

采写 | 南都记者 李伟锋 实习生 何兴如