北京
今年6月，交通运输部发布《“人工智能+交通运输”典型应用场景创新行动方案》，鼓励形成高水平模型算法，推动智能体在行业中的规模化应用。政策表明，AI在交通领域的价值，在于扎根业务场景，将模型能力转化为解决实际问题的执行能力。
千方集团在交通、物联、物流等领域沉淀了深厚的算法与数据应用能力，构建了“鲲巢”交通大模型、“梧桐”AIoT大模型、物流时空大模型及10余项AI应用。依托这一模型体系，集团已在公路网运行预测、城市交通信控、物流在途管控等具体业务场景中打造了智能体。
交通事件检测智能体
“万物X”助力交通事件精准识别
在光照突变、目标遮挡等场景下，雷视一体机、抓拍一体机等感知设备易产生交通事件漏报、误报。千方推出“万物X”视觉智能体，将大模型落地于边端感知设备，不仅优化检测算法，实现抛洒物、异常停车等精准识别；还支持以自然语言零代码完成积雪、行人闯入等预警设置，灵活响应差异化交通事件识别需求。
在湖北案例中，通过输入“农用车载人”自然语言指令，智能体自动生成并部署检测模型，将原本需要耗时数天的开发周期缩短至1分钟。
“万物X”视觉智能体精准识别农用车载人行为。
公路网运行预测分析智能体
实现路网运行的持续动态研判
千方公路网运行预测分析智能体是面向公路路网运行管理领域，搭建的AI自主化分析+辅助决策系统。智能体通过构建公路网通行特征库、交通环境特征库、跨行业交通事件特征库，结合实时动态车流、气象、突发事件、节假日调度等多源信息，自主完成流量预测、拥堵推演、风险识别，自动输出路网运行评估、拥堵成因分析、车流趋势预判与疏导建议，支撑路网调度、交通管控、路网规划决策。
在2026年端午节假期路网运行研判中，智能体预测结果与实际情况吻合度达80%以上。目前，该智能体已从重点时段保障拓展至日常全天候运行，可实时展示未来7天路网流量、拥堵、饱和度等维度的预测结果。
路网运行预测分析智能体针对拥堵生成处置方案。
公路巡查养护智能体
实现路面病害的闭环治理
公路养护长期以来依靠人工步巡及手动填单，从发现病害到处置时间较长。千方公路巡查养护智能体通过三个子智能体协同，实现“病害识别—工单填报—方案生成”自动化作业闭环：AI路巡智能体通过车载终端采集路面影像自动识别公路病害；病害填报智能体通过拍照与语音输入自动生成标准工单；养护决策智能体基于知识库智能生成病害处置方案。
目前，该智能体已在长沙某国道20公里路段完成路巡实测，收集的192项病害数据与市公路中心进行养护数据比对及现场复查，结果显示识别出的裂缝、龟裂、坑槽等病害类型与现场情况基本一致。
公路养护决策智能体生成病害处置方案。
城市交通信控智能体
完成路口信号的自主调优
传统信控优化依赖人工调优，难以适应动态变化的交通流。千方城市信控优化智能体实现“感知-诊断-优化-控制-评估”全流程自动化：诊断智能体7×24小时扫描全域，识别拥堵、溢出等30余种交通事件；优化智能体融合大模型与强化学习生成配时方案；控制智能体下发方案；评估智能体依托仿真引擎对方案进行事前验证并生成评估报告。
该智能体应用于北京朝阳区核心区域，实现路口根据实际情况自主调用 DQN、感应控制、自适应控制等信控模式。核心路口早晚高峰期间延误降低18.2%，排队长度降低15.66%；平峰期间分别降低14.69%和7.48%。
信控智能体对路口信控进行优化。
物流在途管控智能体
实现货物运输的智能跟单
物流运输过去依靠人工跟单，需逐条录入订单、查看车辆轨迹、反复核实异常。千方推出“大卡数字人”，自动将货主订单“录入”物流企业TMS系统，进行7×24小时运单跟踪：实时监测货车偏航、违规停靠等行为，自主评估后推送高风险预警，同时在预警推送时拼接证据链，呈现异常原因、证据索引及处置建议。
某山东啤酒企业试用“大卡数字人”期间，从全部运单中精准甄别出10%高风险停运单，输出完整举证信息，助力管理人员高效处置偷货窜货行为，为物流企业挽回经济损失。
“大卡数字人”识别异常运单并进行预警。
在降本层面，千方集团智能体产品以自动化替代高频重复性人工操作，减少资源空耗；在增效层面，智能体将业务响应与处置节奏压缩至分钟级，有效提升管理效能与决策效率。千方将持续推动AI在更多交通运输场景落地，助力出行更安全、物流更高效、路网更畅通。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
