丰富应用场景 自动驾驶奔向“车路云”协同(2)

　　“下一步，我们将密切关注公路工程设施数字化、智能化发展和自动驾驶技术应用进程，及时总结公路工程设施在支持自动驾驶方面的实践经验，适时完善相关技术要求，不断提高公路交通运输系统的安全水平和运行效率。”钟闻华介绍。

　　用好交通大模型

　　近年来，在政策和市场的双重推动下，自动驾驶技术加速落地，产业链基础配套和市场开发也越来越成熟。专家认为，仅有车辆本身的智能还远远不够，自动驾驶技术发展需要从单车智能向“车路云”融合协同发展。这不仅需要车辆本身具有很强的车载算力、高精度传感器、操作系统等，还需加强路侧感知、计算、通信的边缘计算基础设施建设，并与边缘云、数据中心云实现多级云边协同。“车路云”协同发展趋势，对路侧边缘计算基础设施的性能、存储、可靠性、软硬协同等方面提出了更高要求。

　　人工智能大模型为“车路云”融合协同发展创造了条件。专家表示，交通大模型可以解决很多问题，一是“人和车”的问题。人与车通过大模型实现用自然语言交互，能把人释放出来，更安全地驾车。二是“车和路”的关系。路上的车辆、路况、天气等因素，通过大模型实时传输到车上，更好提升驾驶体验。三是做到“全域最优”。目前，交通控流只是控制单个或多个路口的红绿灯，不足以解决整个城市的交通效率问题，只有以所有人出行时间总和为目标进行优化，才能做到全局最优的控制。有了大模型以后，沟通会更加便捷，能够实现全域的指挥和调度。

　　“交通是一个非常复杂的系统，是一个非常典型的从感知到认知到决策再到控制的过程。传统人工智能的应用是碎片化的，例如识别红绿灯、违章等。想要真正解决问题，需要把所有因素串联起来。”百度集团执行副总裁、百度智能云总裁沈抖表示，“随着大模型出现，我们得以把车、路、云、图等方面的数据信息进一步整合，以提高交通效率和安全。”

　　对于大模型在交通行业落地的前景，沈抖认为，行业中有足够多的应用场景，能够发挥大模型作用。在智能网联方面，百度与上海市嘉定区合作，在800余辆网联及自动驾驶车辆上，上线了30多种应用，为车主提供了红绿灯倒计时、危险路口提醒、路径规划等服务，准确率超过99%。

　　在智慧高速方面，百度与河北高速集团共同打造全球首个公路AI数字人，在遇到突发事故时，数字人可以迅速联动交管部门快速到达现场，并能够基于大模型对事故现场进行全面精准还原与推理，生成事故分析报告，大幅提高现场事件处理效率。

　　在城市交通方面，大模型可以利用全域的感知数据，研判拥堵发生的可能性，并叠加仿真推演，生成全域信控方案。在北京亦庄，核心区60平方公里布局了全域信控，路口平均通过时间缩短了28%。

(责编：王震、陈键)