为贯彻落实国家关于人工智能与实体经济深度融合的战略部署，交通运输部等七部委近日共同发布《关于推进“人工智能+交通运输”发展的实施意见》，明确到2030年建成智能综合立体交通网络，实现关键核心技术自主可控，推动我国交通运输智能化水平进入世界前列。

一、助推示范通道通行效率提升20%左右

人工智能与交通运输的深度融合，离不开坚实的技术基础。实施意见围绕三大方向展开布局：加强应用技术攻关、推动智能产品研发、建设综合交通运输大模型。中国工程院院士王云鹏指出，此举旨在打通从科研到应用的创新链条，特别是构建覆盖多类型数据集、算法库与工具链的“交通大脑”，为全行业智能化升级提供统一模型支撑，促进技术共享与协同发展。

当前，交通大模型建设已步入快车道。今年8月，在交通运输部指导下，交通大模型创新与产业联盟正式成立，吸纳了50余家行业领军企业、AI科技公司及科研院校，梳理出超过860项人工智能典型应用场景。企业方面，中国物流集团推出“流云”大模型，服务于多式联运、仓储调度等40多个细分场景；百度交通大模型作为“智慧中枢”，已在十余座城市落地，接入上百万辆具备L2级辅助驾驶功能的车辆。

交通运输部相关负责人表示，各示范区正积极推进基于大模型的路网监测、干线主动管控、一体化出行服务等应用。通过干线通道的智能化扩容，构建精细化交通管控体系，预计示范通道通行效率将提高约20%，应急响应效率提升近30%。

人工智能技术借助大数据分析与高精度建模，为交通基础设施构建起坚实的数字底座。据统计，全国已有20个公路水路示范区域开展数字化升级，示范通道总里程突破6万公里，基本覆盖国家综合立体交通网主骨架。

中国科学院院士李惠认为，“人工智能+交通运输”数字基础的构建，将推动交通基础设施数字化水平实现跨越式提升，为交通规划、建设与运营提供科学支撑。

二、部署组合辅助驾驶等领域应用场景

人工智能与交通运输的深度融合，关键取决于丰富的应用场景。实施意见系统布局了组合辅助驾驶、智能铁路、智慧航运等七大重点领域的智能化应用，以场景驱动技术创新。王云鹏表示，这些场景基本涵盖交通运输各细分领域，将为新技术、新产品提供广阔的试验田和应用空间。

在水运领域，我国已建成52座自动化码头，自主研发的全自动化集装箱码头智能操作系统成功应用于国内外十余个港口，电子航道图在长江干线及支线投入使用，推动港口、航道与船舶的智能化转型，显著提升水运效能。

中国工程院院士严新平指出，我国内河航运仍面临航道等级不高、市场结构分散等挑战。要进一步提升运输效能，需加强航道升级改造，推动航道、港口、导航设施等系统要素的有机衔接，这离不开人工智能技术的深度参与。他建议，以平陆运河、三峡水运新通道等重大工程为契机，加快推动航运体系从单点突破向“船—货—港、人—机—环”系统协同转变。

在公路领域，京雄高速引入视觉与语言大模型，实现重要异常事件秒级识别与推送；滴滴自动驾驶与广汽埃安联合推出新一代前装自动驾驶车辆。车路协同与自动驾驶技术的结合，正让更多智能车辆驶上智慧道路。

王云鹏强调，实施意见坚持需求导向与场景牵引，旨在通过典型示范带动行业整体提质增效。以组合辅助驾驶为例，在现有基础上支持重点区域集聚创新，探索省部联动与车路云一体化协同，将推动辅助驾驶技术加快实现规模化商用。

三、加强算力、数据、网络等方面保障

人工智能与交通运输的深度融合，离不开新型基础设施的有力支撑。实施意见从算力、数据与网络三方面作出系统部署，强化要素保障能力。

在算力方面，文件提出统筹行业算力资源，依托重大交通基础设施强化算力布局。百度相关负责人表示，百度智能云可为智慧高速大模型提供高性能算力支持，保障事件识别、应急调度等关键任务的稳定运行，未来将持续拓展大模型在公路多场景的深度应用。

在数据方面，下一步将加快综合交通大数据中心体系建设，推动数据共享与高质量数据集建设，充分释放数据要素价值。中国物流集团相关负责人指出，数据是人工智能大模型训练与应用的基石。该集团已构建“人—车—货—场—路”全链路数据采集体系，形成多个高质量场景数据集，未来将着力打造数字产品矩阵，推动行业从“经验决策”向“数据智能决策”转型。

在网络层面，将推动多种网络技术融合应用，构建智能感知体系与高速数据传输通道，为车路协同、远程控制、实时监控等应用提供低延迟、高可靠、广覆盖的网络连接能力。