山东
IT之家 9 月 19 日消息，今天傍晚，高德通过官方公众号宣布实现 TrafficVLM（IT之家注：交通视觉语言模型），可助力用户实现全局交通掌控，提升驾驶体验。
根据介绍，在现代交通环境中，驾驶者常常面临信息盲区的挑战：在复杂的路口穿梭时，只能看到眼前的车流，却无法预知百米外哪个车道即将拥堵；在畅通的高速上行驶时，却难以预见前方因轻微刹车而引发的“幽灵堵车”。这些局部视角的限制，使得驾驶者难以做出最优的决策。因此，TrafficVLM 模型此次升级即是为了应对上述难题。
依托空间智能架构，全新升级的 TrafficVLM 可以为用户带来“天眼”视角。其能让用户全面了解全局交通状况，从而在复杂环境中做出更优决策。据悉，其能够赋予每位驾驶者“全知视角”的能力，在面对路口或高速时，不再受限于局部视野，从而更直观预知前方路况，从容应对潜在风险。
例如，在用户前方 3 公里的主干道上，左侧车道因一起突发追尾事故而形成新堵点，即时 TrafficVLM 会通过实时孪生交通感知到这一异常，且推理识别出事故点并洞悉其发展趋势：拥堵或将快速蔓延，形成一个长达 3 公里的拥堵路段。依托 TrafficVLM，高德可在用户到达拥堵点之前，及时推送通行建议：“前方三公里突发事故，大量车辆向右并线，推荐您提前靠右行驶，注意避让应急车辆。”
通过云端调度系统的快速响应，系统在拥堵发生时即刻下发观测指令，调取第一现场的视觉数据，并基于图像中的深度信息进行智能分析，精准还原拥堵点位的空间结构与交通态势。
据介绍，这意味着用户不仅能直观看到“前方堵车”，更能清楚理解为何需要变道、何时该减速，以及拥堵的真实成因与范围。这种从被动接收提示到主动洞察全局的转变，让用户摆脱了“盲人摸象”般的局限，实现对复杂路况的可视化、可感知、可预判的智慧导航体验。
该模型以视觉语言模型通义 Qwen-VL 为底座，基于高德海量、高度还原的交通视觉数据，完成了强化学习和数据训练。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
