东大周行（TRIP）大模型发布，开启智能交通“渐进式推理”新时代

现代快报讯（记者 李楠）1月28日，东南大学在南京正式发布“东大周行（TRIP）智能渐进式交通推理大模型”。“周行”一词源自《诗经・鹿鸣》中的“人之好我，示我周行”，与东南大学“止于至善”的校训相通，寓意展示至善之道、至真之理。该模型首创交通双层状态空间架构与渐进式推理机制，融合通用大模型的语义理解能力与物理约束，推动交通规划、设计、管理、运营向可靠、高效、智能的新阶段迈进。

尽管以生成式人工智能为代表的新一代AI技术迅猛发展，但其在对安全要求极高的交通领域存在“水土不服”的问题。东南大学研发团队指出，通用大语言模型所依赖的“Next Token Prediction”范式在交通系统难以直接应用，存在交通信息密度低、语义与物理相割裂、缺乏物理硬约束的“三重鸿沟”。

针对上述三重鸿沟，东大周行（TRIP）大模型应运而生。其核心技术突破源于团队在数据、算法和算力等三方面的扎实积累。行业积累的多模态数据、自主研发与突破的前沿AI算法、东大公共技术算力与服务器平台为TRIP提供了坚实的基础。

基于以上突破性技术，TRIP大模型已开发并落地六大核心功能，在多个场景中验证了其卓越效能。比如，在政务辅助方面，基于167万条高质量交通语料微调，效果显著优于通用模型。态势推演：实现城市级交通态势秒级感知与推演，大范围部署准确率超85%。规划设计：通过自主学习上万份CAD图纸，将规划设计周期较人工缩短7倍。管控决策：融合海量数据与行业知识，自动生成“专家级”管控策略。应急救援：创新智能体工作流，应急响应速度较人工提升12倍以上。低空管理：与低空仿真系统联动，助推空地一体化运输效率提升20%。

TRIP大模型具备四大优势：一是首次提出交通物理反馈大模型后训练与推理框架，构建“决策生成-仿真器评估-偏好构建-可信推理”的闭环多轮测试，显著降低了模型幻觉。二是首次提出交通大模型全周期的优化框架，从大模型底层仿真建模与计算优化到垂直应用，加速大模型训练与推理，支持轻量化部署。三是开源了交通微调数据集与交通测评集，发布了首个交通垂直领域大模型系统性多模态评测基准，覆盖“人、车、路、环境”四大核心维度，四是收集了上百个真实交通场景工作流，基于TRIP搭建智能体，根据工作流编排，做到交通场景全覆盖。

该模型超越了传统AI的统计关联范式，构建起可信可用的渐进式推理框架。围绕“模型－场景－智能体”体系，联合各界共同打造覆盖城市交通、高速公路、低空经济、高阶自动驾驶等全场景的智能体生态。

刘志远教授表示，东大周行（TRIP）大模型的发布，不仅是一款工具的诞生，更是前沿人工智能在交通领域内的里程碑式探索。它超越了传统AI的统计关联范式，通过构建渐进式推理框架，推动了交通行业从数据驱动向深度理解和智能决策的转变。