本文转自：北京城市规划学会
2024全球数字经济大会专题论坛
“城市规划治理大模型专题研讨会”
2024年7月5日，由北京市城市规划设计研究院、北京大学深圳研究生院城市规划与设计学院、北京市国土空间大数据中心共同主办，北京城市规划学会、清华海峡研究院大数据研究中心等十余家单位协办的2024全球数字经济大会专题论坛“城市规划治理大模型专题研讨会”在北京成功举办。我们将结合大会成果和专家精彩讲座内容为大家推出系列专题分享，本期内容是百度智能交通行业总监杜泽受邀发表的主题演讲“文心阡陌交通大模型实践应用”。
感谢会议的组织者邀请。交通是城市里的一个关键要素，我今天重点分享的是百度在智慧交通领域对大模型的应用案例。
百度作为国内AI领域的先行者，秉承“All in AI”战略，历经多年深耕，已构建起全国首个全栈式大模型智能体基础设施。目前百度已经实现了由“AI1.0 ”到“AI2.0”的跨越，将小规模或专用模型升级为通用大模型。百度利用大模型的推理和决策能力，结合复杂多源的交通数据，为交通规划和管理提供场景推理和辅助决策，赋能信号控制、出行诱导、道路管理等领域。
大模型赋能交通，提供交通领域深度理解能力
基于“文心一言”的大模型底座，结合交通行业专业知识，百度打造了“文心阡陌”交通大模型专家系统。该系统依托多源基础数据，集成大语言模型、视觉大模型、跨模态大模型、交通专项模型和GIS引擎构建模型层，实现快速生成应用或解决方案的功能，为信控优化、道路隐患识别等交通场景提供智能化支持。
在AI模型训练领域，当前更广泛采用的是检索增强生成模式（RAG）。接收问题后，大模型首先在知识库中按照相关度开展检索，然后利用检索结果快速生成解答。交通领域的各种管理办法、法律法规以及地区性处罚规则和规划方案，均可集成至交通专业知识库中。通过知识库的支撑，生成简洁、针对性强、可溯源的解答。
在2024年五一期间，梅大高速因自然灾害导致了严重的事故。通过事后地图数据分析发现了预示征兆。在缺乏摄像头感知设备的情况下，百度通过回溯地图用户数据，发现在凌晨2点，道路发生小范围坍塌时，急刹车和异常停车现象显著增加。
针对这一问题，百度地图即将推出一项新的异常提醒功能——通过实时分析后台地图数据、信令数据等动态信息，对类似异常情况进行及时预警。这将有助于提前发现潜在风险，避免类似事件再次发生。
目前，在交通领域中主要应用视觉模型（CV模型），用于识别违章停车和闯红灯的摄像头等。然而对于低频或长尾场景，由于数据稀缺，模型训练受限。针对上述问题，生成式人工智能（AIGC）有效扩充了训练样本，增强了模型对长尾场景的识别能力。同时，基于大模型的多模态能力，能够自动识别并分割图像中的要素，显著降低了人力成本，极大地提升了标注效率。
基于生成式图像补充样本和AI自动标注技术，结合大语言模型的能力，百度阡陌交通大模型系统实现了交通事故的精准识别和结构化数据分析。系统能够准确研判路口交通事故，结合图片、视频和解析的结构化数据，形成完整的事故描述信息，包括事故时间、地点、车辆类型、车牌号码及事故全过程。这一技术简化了交通事故处理流程，提升了事故处理的效率和准确性。
2023年6月，京台高速一处隧道发生交通事故，系统实现10秒钟之内发出预警。随后，管理人员立即启动事件处置预案，通知救援队启动救援工作，争取了近15分钟的生命救援时间。
在交通工程中，路口信号调优依赖于对交通流数据的精确描述，包括车流量、运行轨迹、排队长度和路口溢出情况等。利用大模型的多模态能力，结合推理和识别技术，可以有效地实现交通数据的补盲。即便只有60%的路段被感知设备覆盖，大模型也能够对未直接感知的区域进行数据补全，实现接近95%的数据覆盖率，大幅减少对路口设施的投入需求，并进而实现信号调优支持。
在交通管理领域，“AI-Agent技术”首先应用于指挥中心，形成集成信息处理平台。指挥中心负责全域交通流的感知、异常事件的应急预案、处置方法和调度工具的具体运用，同时跟踪事件处理流程。
数字人不仅是一个视觉载体，更是语言大模型、视觉大模型和多模态大模型以及各类工具调用能力的集合。百度与河北高速合作，创建了全国首个交通行业公路数字人，且已经具备了解决复杂问题的能力。
