作为人工智能领域的“超级学霸”，大模型具备很强的知识和数据学习、推理与迁移应用的能力。随着人工智能技术的发展，大模型在各领域、各行业不断开辟新的应用场景，为行业发展带来新的可能。
交通运输是国民经济中基础性、先导性、战略性产业和重要的服务性行业，是可持续发展的重要支撑。同时，交通行业场景丰富多样，可以为大模型提供大显身手的“广阔天地”。百度作为智能交通领域的领军企业，积极响应国家号召，坚持“开放能力、共享资源、加速创新、持续共赢”的原则，积极推动百度智能交通引擎4.0版本迭代升级，引入大模型技术提升人工智能行业能力和应用水平，实现智慧交通从“技术驱动”到“大模型驱动”的根本性转变。
地处华北平原腹地和京津冀协同发展的核心区域，京港澳高速公路、青银高速公路等多条高速公路穿城而过，曾经河北省石家庄市一度面临巨大的交通管理压力。随着智慧交通相关技术的发展，最近这一问题得到了有效解决。
9月12日，石家庄市公安局交通管理局与百度智能云共同开发的全时在线数字交警“元吉”正式“上岗”，24小时为群众提供交管业务咨询智能问答服务。
在日常生活中，问答助手早已不是新鲜事物，但其使用体验往往乏善可陈。特别是在专业领域中，误判问题、答非所问、事实错误是传统问答助手的痼疾。然而，从今年5月份开始测试运营以来，“元吉”共回答用户涉及交通违法、车驾管等方面150余个问题，事实准确率达95%。
“元吉”之所以能在规章繁多、用户需求和表达方式多样的交管领域表现突出，得益于百度智能云通用大模型和行业大模型的共同加持。
在继承百度智能交通引擎前代版本优势基础上，全新升级的百度智能交通引擎4.0版本依托百度千帆大模型平台，引入交通领域知识，训练交通语言大模型、交通视觉大模型和交通专家大模型，打造了行业专属的百度交通增强版大模型，实现大模型在交通行业的垂类下沉和能力跃升。
“我是拉货的，进得了三环吗？”“电子证怎么办？”对于口语化、含义模糊、句式复杂的提问，“元吉”也能够准确理解问题的含义并作出回答，这离不开交通语言大模型的背后支撑。
交通语言大模型学习了大量交通行业专有名词和用户常用句式，能够准确理解用户的自然语言查询意图，并将其转换为精准的数据查询指令，大大降低用户使用门槛，提升使用的便利性和反馈结果的准确性。此外，交通语言大模型能感知不同业务场景需求，根据用户输入的上下文进行智能推理和语言调整。通过持续训练和优化，大模型能够将用户意图整理归纳为不同类别自我深化学习，不断提升转换准确率和查询效率，满足业务系统不断增长的语言数据处理需求。
对于行业内具体领域的业务需求，技术人员还引入了专业语料数据并打造了交通智能体，进行多轮强化训练和微调训练，赋予其工具调用能力，使交通语言大模型拥有办事意图识别、多轮对话逻辑推理、办事案例匹配等功能，大幅提升业务处理效率和使用体验。
除“元吉”外，基于交通语言大模型强大的任务处理、文字生成、角色扮演能力，目前百度智能云已打造智慧公路AI数字人“简璐璐”等一系列交通智能问数、公众智能问答、报告自动生成产品，在专业领域和日常应用领域为交通行业从业者和群众提供便捷准确、有情感有温度的交通信息服务。此外，交通语言大模型还为智能驾驶领域提供语言交互解决方案，将外界环境和驾驶意图等信息通过语言实时传输到车辆系统，减少驾驶员操作，保障全神贯注驾车。
路网运营情况监测是交通运营单位日常工作的重要部分，传统的视频监控需要大量人力昼夜值守，对于瞬息万变的道路环境情况也难以第一时间掌握。为了让大模型练就一双“慧眼”，及时、准确、高效地识别各类交通场景中的各类事件，百度训练了交通视觉大模型，并基于多源监控设备视频，持续进行专项训练、微调。
在训练过程中，技术人员发现，交通场景的多样性导致训练样本存在严重的“长尾现象”，各场景视频资源分布不均。在很多场景下，可供训练的样本少、采集成本高，是大模型训练亟需解决的痛点。针对这些问题，百度交通视觉大模型的训练引入了AIGC（人工智能生成）能力，可基于真实的“车路云”数据自动生成训练所需样本，替代需要耗费大量人力物力采集的真实样本，为大模型训练提供可持续的基础资源，大幅缩短训练时间周期。
经过训练，交通视觉大模型获得了更强的交通隐患等问题的发现能力，能够24小时实时监测路网运行情况，为异常事件的及时处置和各类违法事件的查处提供有力支持。此外，在实际应用中，大模型能够充分识别不同场景间的相关性进行交叉学习，实现触类旁通的能力迁移效果，减少重复训练。
同时，交通视觉大模型具备融合文本、图像、语音等多种模态信息的能力，能够在应用中综合、全面地理解信息，并完成文生图、图生文等跨模态任务，大大拓宽其应用场景。例如，在事故处理场景下，大模型可识别监控画面和现场图片完成事故定责，并将图像转换为文字进行事故过程的描述，协助交通管理部门进一步处理事故。
目前，交通视觉大模型已在京台高速公路闽侯—古田段长隧道群等道路的管理、安全监控场景中应用。相比于传统小模型，其平均错误率可降低50%以上，有效强化了道路运行监测系统的感知能力。
“只有把行业模型和通用大模型结合起来，让通用大模型的理解、生成、逻辑、记忆的能力和行业模型的专业特长结合起来，才能真正发挥大模型的作用。”百度集团执行副总裁、百度智能云事业群总裁沈抖说。
深耕智慧交通领域多年，百度智能云技术团队深刻认识到，发挥大模型压缩知识、整合知识的优势，向相关从业者在各自细分领域多年的经验借力，是大模型落地交通行业的关键一步。为此，百度智能云开发了交通专家大模型，内置行业专家的知识和经验，在缓解拥堵、安全保障、智能服务等实战场景打造专业模型，让大模型能力得到更好的发挥。
实现大模型能力跃升赋能行业，不仅需要“量体裁衣”，为行业打造专属模型，还需要大量数据和知识的喂给。特别是对于交通行业来说，大模型需要充分吸收复杂的行业知识，才能发挥其“统领全局”的优势。百度大模型预置了交通行业知识库，内含大量交通行业法律法规、标准规范和案例供持续学习训练。同时，还可根据应用地点内置本地规定文件、区域情况等内容，并持续积累业务使用数据，通过内置本地化知识不断提升大模型的适配能力。
“更聪明的车、更智慧的路、更智能的云、更多彩的图（地图）”，是百度在交通基建领域的传统优势能力。进入大模型时代，百度将其在“车路云图”四个优势业务领域的数据与资源积累作为资源底座，通过百度百舸AI异构计算平台整合并统一管理，为交通大模型的构建与应用提供支撑。
“现在是把‘车路云’的数据统一纳入到一个同时具备生成能力、消化理解能力和综合评判能力交通大模型里。”参与了百度智能交通引擎四个版本迭代研发，百度副总裁、百度智能交通事业部总经理石清华认为，4.0版本利用大模型强大的知识汇聚能力，将前代优势所在的车、路、云、图中的交通要素进行了聚合和泛化升级，有效提升了其感知、认知、预知能力。
百度智能云多年行业智能化成果积淀，百度智能交通引擎4.0实现传统优势“车路云图”与最新的交通大模型相得益彰——智能化的交通基础设施为大模型供给大量数据；大模型对交通基础设施进一步智能化、信息化。沈抖表示：“一节见则百节知，在加快建设交通强国的过程中，百度将始终积极探索，引领开启前沿技术落地应用的交通篇章，赋能技术带动交通行业全要素智慧水平和能力提升。”
“今天我们又再次迎来这样一个关键时刻——新质生产力正在破土而出。科技创新是新质生产力迸发的内生力量，人工智能和大模型，则代表着当下最前沿的科技进展。”在5月26日举行的2024智能经济论坛上，沈抖如此看待大模型与发展新质生产力间的联系。
在过去一年里，百度智能交通引擎逐步迈入4.0时代，作为核心驱动因素的大模型，行业知识和能力不断增长，如何做到“学以致用”，释放大模型的新质生产力，转化为可落地的产业应用并进一步提升智能化水平，是百度智能云与行业不断研究和探索的问题。结合大模型优势能力，百度智能云在智能网联、智慧交管、智慧高速等领域以大模型重构人工智能应用场景，提出具体解决方案并在多地实践运用，支撑行业细分领域信息化、智能化变革。
傍晚的街头，出租汽车停靠在上客区，接上了使用手机App预约的乘客；地铁站旁的公交车站，蓝色的微循环小巴关门起步，在一条条巷口灵活转弯；环卫车从外侧车道超车……这样繁忙却秩序井然的一幕，在不少城市的晚高峰时段都可以见到。然而，在广州市黄埔区，这些车辆的“司机”是无人驾驶系统。
黄埔区位于广州市东南部，汽车产业曾占其工业总产值的20%。随着政策向新能源汽车不断倾斜，当地的传统汽车产业逐渐式微。变则通，通则远，近年来黄埔区变革发展思路，联合百度打造城市数字公共底座，建设“车城网”一体化平台，积极发展无人驾驶、智能网联汽车等智慧交通场景。
在智能网联汽车领域，经过多年研发探索，百度拥有领先行业的车、路、云、图全栈基础设施数据和交通大模型底层能力加持，能够在自动驾驶系统中帮助车辆感知环境、决策行驶路径，并与其他车辆和基础设施有机结合、智能交互。
同时，交通大模型还可以帮助处理大规模的交通数据，辅助交通部门预测交通流量、拥堵情况，并自动提供交通管理策略。这将有助于减少交通拥堵、提高道路使用效率，并优化城市交通规划布局。目前，除广州黄埔外，百度交通大模型还应用于北京亦庄、上海嘉定、武汉东湖等地智能网联汽车、自动驾驶、车路协同等领域发展。
对于交管部门而言，一方面要对辖区内道路、信号灯等交通设施进行有效管理，确保市民出行安全顺畅；另一方面，也需做好对交通参与者的服务工作。基于百度交通大模型在视觉、语言和专家知识三大领域的强大能力，百度重构交管业务模式，推出互联网SaaS服务（软件即服务）和私有化专网部署模式两类智慧交管应用模式，包含信控优化、道路隐患AI巡检、城市交通研判、互联网助手等服务、为从业者和市民提供信息获取和交流平台，推动交通设施智能化和交通业务处理简便化。
2019年，百度与河北省保定市交警部门启动了智慧交管项目，以交通大模型再造交通治理新模式，因在缓解交通拥堵、推动安全治理、提升公众服务等方面成效显著，入选2020年河北省大数据应用最佳实践案例。
与城市交通管理相比，高速公路里程长、周边环境复杂，安全要求更高，其管理工作面临很大挑战。作为智慧高速公路领域的探索者，百度将交通大模型应用于广东、河北、福建等省份高速公路和城市快速路项目，积累了丰富实战经验。
城市发展，交通先行。京雄高速公路作为服务“千年大计”雄安新区的交通干线，是交通运输部交通强国建设试点项目。百度智能云积极助力京雄高速公路建设，提供智慧高速公路全业务智能系统解决方案。
经过综合分析京雄高速公路运营管理情况，2024年3月，百度智能云联合河北高速集团，基于高速公路运营数据对大模型进行针对性训练，在通用大模型能力基础上搭建了高速公路专用大模型，实现京雄高速公路运营管理业务提质增效，提升路网运行监控准确率、应急处置效率和业务系统使用效率均超过85%。
在大模型飞速发展、智能交通场景加速重构的一年，基于百度智能云千帆大模型平台及深厚的行业积累，百度智能云推出以“SaaS信控”产品为代表的一批交通大模型创新应用，获得行业伙伴高度认可。在2024百度云智大会交通分论坛现场，百度智能云与万通科技、捷迅技术、达因天华、正衢交通、晶奇泽盛、安融畅、湘江智慧、泰跃卫星等一批国内智能交通领域优秀企业共同启动了“百度智能云交通大模型创新产品推广计划”，致力于将“大模型+智能交通”的优秀产品推向全行业，深入场景，服务更多地区，让百姓更有获得感。
大模型赋能交通行业智能化发展，不单单在于提供具体技术手段和解决方案，还在于支持行业相关智慧环境构建、产业转型升级、数据运营、人才培养等多维全面提升。
接下来，百度智能云将积极推动城市智能环境治理，助力由车、路、云、图等基础设施共同构建的“数字底座”规模和质量不断提升，为交通大模型提供更加丰富的“营养与催化剂”，同时使相关智慧交通应用精准响应城市各交通管理者的实际需求，提升城市交通服务品质。
对于网联汽车产业来说，良好的出行、停车、充电等基础设施配套保障关系者消费者的接受程度，是产业发展的重要支撑。百度智能云将在“车路云一体化”体系下，推动相关基础设施建设，提升前装量产车辆网联化比例，提升消费者对智能网联汽车的接受度，加速自动驾驶车辆商用化规模化进程，推动智能网联汽车产业高质量发展。
数据和人才是智能交通长久发展的基石，是未来产业升级的核心动力。百度智能云将通过建设车联网数据服务的运营模式，坚持“统一监管、整体运营”原则，在确保数据安全前提下，不断提升数据质量，开辟应用场景。
面对产业发展的人才缺口和跨学科的复合型人才需求，百度智能交通将探索人才生态强化校企协作，共同探索跨学科交叉融合人才培养模式，以岗位技能为核心，开展面向产业的人才培养与生态建设，服务产业转型升级。肖智