自动驾驶技术的发展和应用,对社会的数字化转型具有积极的推动作用,而生成式AI+自动驾驶的创新应用为城市交通的长远发展和治理提供了新的思路和工具。
一是治理升级:生成式AI提升城市交通治理水平。
城市交管部门通过生成式AI对交通流量、早晚高峰数据、道路事故数据等的分析和预判,可推动优化交通管控秩序、降低事故率、减少人力成本、提高车辆通行率,显著提升城市交通运输的负载率和安全性。比如为交管部门或交警提供生成式AI互动应用,可以通过对历年数据分析、特定道路或路口的通行特征或事故分析,以及特定区域的周期性交通趋势分析,为城市交通的趋势预判、潮汐交通流量的调节、事故的即时性处理等提供辅助。
二是模式升级:推动城市交通物流的模式升级。
随着自动驾驶、车联网、大数据等相关技术的应用普及,城市交通物流模式将走向无人化、智能化。如在美国得克萨斯州
达拉斯地区
,Waabi公司推动
自动驾驶卡车利用生成式AI
训练自动驾驶系统在各种复杂和未知的环境中做出决策,在没有人类干预的情况下,自主学习和适应各种驾驶场景,极大地提升城市的物流运行效率。如DriveGPT雪湖·海若的末端物流自动配送车小魔驼,通过加持自动驾驶生成式大模型,为物流,商超、零售等众多场景的配送提供24小时服务,最大限度地降低物流成本。这些应用对于物流园区智能规划、城市交通效率提升提供了非常好的应用示范。
三是体验升级:通过重塑“人-车-路”关系提升驾乘体验。
生成式AI与自动驾驶技术的结合,将改变传统的驾乘体验,通过汽车传感设备对驾乘行为、道路状况以及相邻车辆的状态感知,重塑了“人-车-路”三者之间的关系。生成式AI将使驾驶室由一个操作空间转变成为一个稳定的、可交互的工作空间与娱乐空间,从专注驾驶解放到专注移动体验,并根据用户偏好和行为模式提供个性化服务,用户体验得到了极大地提升。生成式AI赋能的车内空间将成为继办公室、客厅之外的“第三空间”。
四是决策支持:为城市道路规划与智能交通发展提供创新思路。
通过对道路、车辆、驾乘行为等数据分析,生成式AI可为城市道路规划和基础设施升级决策提供数据支持,为城市的低碳转型提供决策支撑。如在
波士顿
通过生成式AI将哥本哈根的自行车基础设施形式的实景化数据覆盖和模拟分析,让公众身临其境地感受未来波士顿建设自行车(网络)城市的模样,为公众参与城市未来发展决策提供感同身受的预期。此外,交通数据的生产将成为未来城市重要的数据资产,为未来城市产业转型、民生发展与治理升级,在数据开放、公共数据授权运营等方面提供创新机会。