到二〇三〇年，智能综合立体交通网全面推进——人工智能让交通运输更“聪明”

借助智能建造装备，交通工程建设作业更精准、质量更可靠；搭载智能交通系统，事故发生减少、交通更顺畅；依托智能设计算法，线路更合理、出行更绿色……“人工智能+交通运输”改变着生产生活方式。

近期，交通运输部等7部门联合印发《关于“人工智能+交通运输”的实施意见》，围绕技术供给、场景赋能等4方面部署16项具体任务，并提出到2030年，智能综合立体交通网全面推进，关键核心技术自主可控，总体水平居世界前列。

助推示范通道通行效率提升20%左右

人工智能与交通运输深度融合，根基在于坚实的技术支撑。意见聚焦应用技术攻关、智能产品创新和综合交通运输大模型建设三大方向，加大关键技术供给。“强调加大关键技术供给，旨在打通从技术研发到产品应用的创新链条。”中国工程院院士、北京航空航天大学校长王云鹏说，特别是明确提出建设综合交通运输大模型，通过构建涵盖各类高质量数据集、算法库和工具链的“交通大脑”，为行业智能化转型提供统一的模型能力支撑，从而促进技术共享与协同创新。

近年来，交通运输领域大模型建设提速。国家层面，今年8月，由交通运输部指导组建的交通大模型创新与产业联盟成立，目前已汇聚50多家行业龙头企业、人工智能公司及相关高校院所，梳理出860个人工智能典型应用场景。企业层面，中国物流集团发布“流云”大模型，可应用于多式联运、仓储调度等40余个细分场景；基于百度交通大模型构建的“智慧中枢”已在10余个城市落地，接入超百万辆搭载L2级辅助驾驶功能的汽车。

“全国各示范区域正开展基于大模型的路网运行监测预警、大流量路段干线主动管控、一张网出行服务等应用。”交通运输部有关负责人介绍，通过干线通道智慧扩容，构建多层级精细化交通管控模型，助推示范通道通行效率提升20%左右、突发事件应急响应效率提升30%左右。

人工智能通过大数据分析、高精度建模等，为交通基础设施打造出坚实的数字基础。数据显示，在20个公路水路交通基础设施数字化转型升级示范区域，示范通道总里程超过6万公里，其中公路约5.4万公里、水路7500公里，基本覆盖国家综合立体交通网主骨架。

在中国科学院院士、哈尔滨工业大学教授李惠看来，“人工智能+交通运输”数字底座的构建，将有效支撑交通基础设施数字化水平实现能级式跃升，为交通运输规划、建设和管理提供科学依据。

部署组合辅助驾驶等领域应用场景

人工智能与交通运输深度融合，关键在于丰富的应用场景。意见系统部署了组合辅助驾驶、智能铁路、智慧航运等7个重点领域的智能化应用场景，加速创新场景赋能。“这些场景几乎覆盖了交通运输的所有细分领域，将为新技术、新产品提供更加丰富的试验场和应用空间。”王云鹏说。

先看水运。自动化码头建成52座、自主研发的全自动化集装箱码头智能操作系统已在国内外10多个码头应用、航道电子图成功应用于长江干线和支线航道……港口、航道、船舶智能化转型提速，有力释放水运效能。

我国内河航运面临航道等级整体偏低、航运市场“小、散、杂”等问题。“进一步释放运输效能，需对航道进行升级改造，推动航道、港口、助导航设施等航运系统要素有机衔接，这就需要加大人工智能的应用。”中国工程院院士、武汉理工大学教授严新平建议，我国正在推进平陆运河、三峡水运新通道等重大水运工程建设，应以此为抓手，加快推动航运系统从单点突破向“船—货—港、人—机—环”系统变革。

再看公路。京雄高速搭载百度智能云，通过视觉与语言大模型协同，实现重要异常事件“秒级推送”；滴滴自动驾驶和广汽埃安联合打造新一代前装自动驾驶车……自动驾驶联手车路协同，让更多“聪明”的车驶上“智慧”的路。

“意见坚持需求导向、场景牵引，就是要通过标杆示范，带动全行业提质增效。”王云鹏提出，以组合辅助驾驶为例，在已有基础上支持重点区域集聚创新，探索省部联动和车路云一体化协同，将推动辅助驾驶加快规模化商用。

加强算力、数据、网络等方面保障

人工智能与交通运输深度融合，离不开新型基础设施的支撑。意见从算力、数据、网络3方面作出具体部署，加强要素保障。

算力方面，意见提出加强行业算力资源统筹，依托重大交通基础设施因地制宜强化算力保障。百度有关负责人介绍，百度智能云可根据不同场景需求，为智慧高速大模型提供高性能算力集群支持，确保事件检测、应急调度等获得持续稳定的算力，“未来将深化大模型在更多公路场景的应用，服务智慧高速建设。”

数据方面，下一步将加快综合交通大数据中心建设，推动数据共享与高质量数据集建设，更好释放数据要素价值。“数据是人工智能大模型训练和应用的‘燃料’。”中国物流集团有关负责人说，中国物流已构建起“人—车—货—场—路”全链路数据采集体系，形成运输轨迹、多式联运等多个典型场景的高质量数据集。“未来将加快构建数字产品矩阵，助推行业从‘经验决策’向‘数据智能决策’发展。”

网络方面，将推动多种网络技术融合应用，构建智能感知体系和高速数据传输通道，为车路协同、远程控制、实时监控等提供低时延、高可靠、广覆盖的连接能力。