光明网讯 日前，以“人工智能——智能交通高质量发展新动能”为主题的2025第二十届中国智能交通大会（以下简称“大会”）在海南海口举办。大会期间，深圳市城市交通规划设计研究中心股份有限公司（以下简称“深城交”）首席技术官陈振武接受了光明网记者专访，围绕智能交通技术创新、行业发展趋势等话题分享见解。

　　从“被动应对”到“主动治理”：构建覆盖全场景的交通基础大模型

　　陈振武表示，目前国内交通领域已陆续发布一些大模型，但总体上很多大模型偏聚焦于某一个场景或某一个细分领域。而深城交构建的“深研交通大模型”，核心是希望搭建一个行业基础大模型，在此基础上支撑构建细分领域或场景化的模型应用。

　　作为行业基础大模型，“深研交通大模型”融合了从交通网络、时空轨迹、视频雷达等多模态数据。作为深圳在智慧交通领域的重大创新成果，“深研交通大模型”已转化为切实的治理能力，依托覆盖全国近300个城市、总量达7700亿条的交通数据，构建了千亿参数规模的行业模型，形成了从感知、推演到调控的完整技术体系，推动城市交通系统从“被动应对”迈向“主动治理”。

　　“交通运行受城市发展、产业经济、天气、大型活动等多种外部因素影响，传统方法难以厘清这些因素的关联逻辑。”陈振武表示，深城交重点强化大模型的跨领域理解和推理能力，通过建立跨领域知识关联、开展精准计算分析，破解传统交通治理中的痛点难点。

　　目前，“深研交通大模型”1.0版本已在深圳、香港、雄安、佛山等20多个城市开展试点应用，并推广至阿布扎比、新加坡、阿拉木图等国际市场，为全球智慧交通治理提供“深圳方案”。“深研交通大模型”的试点应用场景覆盖了高速公路管控、节假日管控、城市道路交通信号管控、轨道公交运营优化等行业细分方向。

　　陈振武举例说，在高速公路管控方面，今年国庆期间，粤港澳大湾区高速网络遭遇节假日叠加暴雨天气，传统方法难以进行前瞻性预测。通过“深研交通大模型”进行高速流量预测，精度达到93.7%，相比原有方法，预测精度提升25%左右，更好地支撑了节假日期间的交通管控措施制定。

　　在城市道路交通信号控制方面，我们利用前端接入的视频图像，通过大模型智能理解路网及具体路口的流量情况、是否出现空放或溢出等场景，进而支持信号优化。总体来看，主要走廊的通行效率提升7.5%，路口整体延误降低20%以上。

　　在轨道客流运营优化方面，今年台风“桦加沙”期间，通过模型对交通运行状况进行研判，轨道客流量预测精度达到87%，相比传统方法提升50%以上；在此基础上生成轨道线路运能优化方案，提升了轨道运量与客流的匹配度。

　　从“能用”到“好用”：数据融合与系统智能是核心关键

　　交通运输部等7部门联合印发的《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。

　　人工智能正以前所未有的深度与广度重塑城市交通的生态与逻辑。陈振武告诉记者，在数字化阶段，相关技术确实在很多场景中实现了“能用”，但要做到“好用”，关键在于最大化发挥数据价值。这主要依赖两个核心方面：

　　一是跳出“就交通看交通”的思维定式，推动多领域数据深度融合。“交通领域的各类治理、调控场景存在相互耦合关系，以往仅关注单一细分领域数据、解决特定问题的模式，已难以适应现代交通治理需求。”陈振武指出，需打破数据壁垒，融合交通以外领域的数据资源，挖掘数据间的潜在关联与相互影响，为制定更科学高效的治理措施提供支撑。

　　二是提升系统与端侧装备的智能化水平。陈振武介绍，此前不少智能交通系统采用条块式构建模式，数据采集、算法设计、业务应用形成纵向闭环，仅能适配特定场景。未来智能交通场景下，系统需具备“自适应”能力，能够根据不同场景或场景变化动态调整策略、调用相应技术能力，为交通治理提供更灵活、精准的支持。

　　今年10月28日，全国首家具有开创性意义的陆空一体测试基地在深圳投入运营，该测试基地就由深城交承建，是大湾区唯一由政府投资建设的专业智能网联测试场，也是深圳打造“低空经济第一城”的关键一步。

　　“地空一体是未来智能交通发展的重要方向。”陈振武透露，深城交在构建“深研交通大模型”时，已充分考虑低空交通的场景特征和数据特点，将其纳入模型体系。目前，公司在低空领域已开展落地探索：利用低空采集的视频图像，通过大模型实现交通运行状况诊断，包括违停违章识别、拥堵及事故监测等。

　　“接下来，我们计划依托后台大模型的能力，与低空前端相关装备相结合，包括飞行器、飞行控制装备等，将大模型能力与装备深度融合，为未来具身智能的应用场景提供支撑，这也是我们在地空一体领域的未来布局方向。”陈振武说。（记者 战钊）