博鱼体育,博鱼体育官方网站,博鱼体育APP下载上海作为常住人口超2500万、机动车保有量突破580万辆的国际化大都市，“车多路少”的结构性矛盾长期存在，交通拥堵成为影响群众出行体验、制约城市运行效率的突出难题。为破解这一“城市病”，上海公安交管部门以全面深化改革、推进中国式现代化为思想纲领，主动拥抱人工智能技术革命，在全国首创“交通治堵大模型”，构建“感知-决策-执行-反馈”的AI智能治堵闭环，“由点到线及面”对道路交通拥堵问题开展智慧治理，并通过“治堵一件事”带动“交通一盘棋”，有效提升了道路交通运行整体水平，实现了交通治理从“经验驱动”向“数据驱动”、从“分散施策”向“系统治理”、从“被动应对”向“主动防控”转变，在超大城市交通治理领域探索出一条科技赋能、改革创新的新路径。

　　交通是城市的“血脉”，流动的节奏关乎经济发展的脉搏与民生幸福的指数。习曾强调“要把解决交通拥堵问题放在城市发展的重要位置，加快形成安全、便捷、高效、绿色、经济的综合交通体系”。随着上海“五个中心”的建设与发展，交通要素进一步高度集聚，机动车保有量年均增幅超5%，但车辆增速是道路增速的13.9倍，加之上海作为特大城市具有明显的“虹吸”效应，外牌车在沪出行量日均超180万辆次，进一步加剧路车结构性矛盾，高峰时段，本市道路拥堵频发，拥堵治理成为城市治理现代化进程中必须破解的系统性考题。对此，上海公安交通管理部门始终以打造畅通有序的交通运行环境为目标，深刻把握人工智能发展机遇，通过“交通治堵大模型”重塑交通管理工作模式，推动提升超大城市交通运行效率。

　　（一）研发运用“交通治堵大模型”是满足人民群众对美好生活向往的必然要求。交通管理必须始终“以人民为中心”，把解决群众“急难愁盼”作为工作的出发点与落脚点，而交通拥堵正是影响市民群众日常通勤、生产生活、外出就医的出行“痛点”，交通治堵大模型的研发应用，正是直面这些期待的破题之举，通过智能算法破解“堵点”，让群众通勤时间再缩短一点、路口等待再少一点，把群众对美好生活的向往，转化为“走得顺、行得畅”的实景答卷。

　　（二）研发运用“交通治堵大模型”是助力城市经济社会发展的现实需要。根据高德地图联合同济大学智能交通运输系统研究中心未来交通研究中心联合研究，上海位于高延误-高时间价值城市前列，延误指数和人均出行时间价值都相对较大，导致城市交通延误时间经济损失成倍扩大，单路口千车高峰小时延误时间经济损失达1277元/小时。通过交通治堵大模型，进一步高效能解决路口拥堵问题，带动提升整座城市的经济、社会高效能高质量发展。

　　（三）研发运用“交通治堵大模型”是应对治理效能瓶颈的重要手段。长期以来，交通拥堵治理主要依赖“经验判断+人工管控”的传统模式，路口管控民警无法掌握全域交通流量数据及交通运行态势，普遍通过控制单一方向车流缓解拥堵，治理模式停留在“头痛医头”的初级阶段。通过交通治堵大模型，上海公安交管部门可以发挥人工智能超越人工管控的“上帝视角”和“计算能力”优势，依托AI算力精准掌握全市交通运行“全貌”，并基于海量数据开展实时监测、分析、迭代、优化，通过AI人工智能科技手段重构治堵流程，实现了“精准、快速”的治理目标。

　　（一）自主研发设计，打造拥堵治理智慧“大脑”。2024年12月，上海市政府发布《关于人工智能“模塑申城”的实施方案》，明确提出“推动大模型在城市治理、交通出行等领域的深度应用，打造人工智能赋能超大城市治理的上海样板”。这一政策为AI交通治堵提供了战略机遇。前期，“易的PASS”系统已经融合41类多源数据，自主研发51项治堵算法，实时监测154项道路交通指标，为“交通治堵大模型”的建设奠定了坚实的数据和算法基础，加之人工智能技术的快速发展，多模态大模型、计算机视觉、分布式训练等技术的成熟，特别是以DeepSeek为代表的大模型逐步在多个行业领域掀起技术浪潮，也为海量交通数据的实时处理、复杂治堵方案的智能生成提供了可能。上海公安交管部门自主设计“交通治堵大模型”系统架构，统筹“算力、数据、算法”三大核心要素，构建“基础设施层、数据治理层、基础模型层、训练推理层、模型增强层、应用层”等6层全链条系统架构，使大模型“会思考、能决策”。

　　一是夯实AI运算基础。在市委、市政府的支持领导下，针对大模型训练、推理需海量算力的需求，统筹建设算力集群，通过75PFlops算力，保障支持2000余路视频并发调阅。二是支持AI精准运算。坚持“数据是模型的粮食”，全量起底汇聚动、静态交通数据，静态数据方面汇总了路网关系、道路类型等5类基础信息，动态数据包括了卡口、信控、高德、ETC等41项实时数据信息，每日数据量达7.3亿条，更新全量路口可计算路网拓扑，确保交通运行态势实时掌握。三是深耕AI模型算法。精选视觉大模型、语言大模型、多模态大模型，充分运用“通义千问”+DeepSeek基础大模型能力，通过大量学习训练打造“训练有素”的“AI交管专家”。目前，交通治堵大模型调优的规模已达到百万级参数、数十亿次计算，大模型自动检测告警准确率超97%，生成优化方案可执行率超95%。四是坚持通过“治堵一件事”带动“交通一盘棋”。以“交通治堵大模型”推广应用为有力抓手，从交通智能化改造到交通设施完善，“点、线、面”整体性、协调性、系统性提升交通治理能力水平，带动提升全市道路交通运行效能。

　　一是开展路口拥堵治理。已在全市360个路口上线“交通治堵大模型”，“感知模型”实现了360个路口全量、全时段自动监测告警“溢出”事件，“决策模型”共生成信控优化策略518个。期间，为保障第八届进博会期间交通运行顺畅，首次在国家会展中心周边14个路口部署“交通治堵大模型”，“溢出”拥堵治理，并辐射带动8条主要路段通行效率提升。进博会期间，14个路口日均流量均值超5.4万辆次，同比上升7%的情况下，车均延误时长、车均停车次数、平均车速等3项主要指标同比分别下降26%、下降14%、上升14%，8条主要路段日均流量均值超2万辆次，同比上升9%的情况下，平均车速同比上升13%，14个路口及辐射的8条主要路段通行效能全部提升，有力保障了进博会观展车辆的顺畅通行。二是开展干线协同治理。对拥堵问题复杂、通行需求较大的长阳路（通北路-舟山路）、万航渡路（北京路-延安中路）等10条干线道路开展协同治理，通过优化相位差、调整绿信比、设置“绿波”控制等方式提升干线交通运行协调性。通过治理，10条干线%，早晚高峰通行时段，路口溢出情况基本消除。三是区域整体治理。对杨浦区“松花江路-周家嘴路-沧州源泉路-营口隆昌路”约1.7平方公里合围区域开展整体治理，对区域内全量路口进行信号灯控制联动等优化。通过治理，区域内流量增加14.9%的情况下，平均车速提升13.2%。

　　一是从单一信控优化到拥堵综合治理。新增学习交通组织优化等治堵策略，策略集已扩充至512条，较大模型建设初期翻了7倍，复合治堵策略进一步升级。目前，已生成信控优化策略487个，辅助交通组织优化调整27次。杨浦区试点期间，针对长海医院入院排队引发的拥堵问题，在优化长海路/恒仁路路口信号灯相位配时方案的同时，结合不同时段车道流量数据，进一步生成了“借道区间放行”策略，在对向车道流量较低时，临时借用对向一根车道用于医院门口车辆通行和入院车辆排队，长海路沿线及长海路/恒仁路车辆平均车速均得到有效提升。二是从单一拥堵节点发现到治堵原因综合分析。通过对区域交通拥堵情况进行总体性概览评价，依靠路网结构关系以及交通异常数据，自动发现查找导致拥堵最强相关点位，并通过交通异常数据与15种交通拥堵原因标签进行匹配，自动生成推送交通拥堵症结原因分析，为AI自动生成综合治堵策略提供基础语义语料。目前，已开展拥堵成因分析156次。三是从拥堵治理到拥堵预测。通过补建卡口提升数据采集能力，并新增接入“毫米波雷达”、高速ETC等4类交通数据，可实现覆盖范围内拥堵情况的“秒级”发现告警和拥堵长度的“米级”定位，路网行车动态精准度、预警及时性得到大幅提升。同时，通过汇集训练历史安保活动、重要区域交通流量等数据，开展短时多步交通态势推演，实现了交通拥堵态势提前1小时预测。进博会期间，开展拥堵预测373次，准确率达85%，有效确保了社会观展大客流进场的平稳有序。

　　（一）以超前的眼光高站位谋发展。党的领导是做好一切工作的根本保证。上海公安交管部门始终将党的领导贯穿始终，高站位部署推进“交通治堵大模型”推广应用工作。项目启动之初，市局即成立“交通治堵大模型”推广应用工作领导小组，下设6个具体工作组，并从各总队、分局抽调30余名精干力量、业务骨干开展实体化运作，确保大模型推广应用方向不偏、力度不减。交管总队党委领导紧盯各阶段任务，明确“责任人”，拿出“时间表”，狠抓各项任务落实。同时，在市政府及相关单位的大力支撑下，大模型所需算力、视频资源、系统软件等技术资源也按时保障到位，工作到点达标。

　　“易的PASS”系统是交通治理的“大脑”，正是这个“大脑”开启了一场从数据到智慧的深刻变革，引领上海管理治理迈向新高度。依托道路的拥堵痛点，通过分析路口车流量、排队长度、车辆类型等多维度数据，动态调整信号时间，让车辆通行更加井然有序。依托“交通治堵大模型”，通过实时分析路口车流量、车辆类型、排队长度等多维度数据，动态调整红绿灯的秒数分配和相应顺序，实现了与相邻路口的智能联动，打通了整个区域的交通“微循环”。而面对日益复杂的城市路网和瞬息万变的交通状况，警用无人机则在交管科技变革中扮演了窥视全景的“眼睛”，将海量交通数据实时收入“大脑”。上海公安交管科技部门目前部署建成了15座自动机库，实现了内环内高架全覆盖自动巡飞。高峰时段，多组警用无人机“双机结对、循环制空”，不断地识别拥堵、事故等异常事件。在“大脑”“眼睛”的配合下，无论是在“交通治堵”课题上，还是在“施工区域监工”“视频快处”等一系列日常管理工作中均取得了良好成效。

　　（三）以“加速度”冲刺的劲头抓学习强素质。针对人工智能技术革命的加速度，知识量急剧增加、更新速度越来越快、周期越来越短的严峻现实情况，当务之急就是要不断更新观念更新知识结构，努力适应AI赋能交通对管理人才的要求。一是努力形成自学钻研氛围。科技支队领导身体力行，带头学习信息科技知识，掌握了解AI赋能交通专业知识，由外行变内行。今年以来，支队领导牵头申报《一种基于大模型的路口溢出自主管理控制方法》《一种基于道路卡口数据的SCATS子系统划分优化方法》等专利5项、《道路交通状态指数评价体系标准》《道路交通管理信息系统可计算路网地图技术标准》等标准5项，发表《基于多源数据驱动的路口拥堵成因诊断研究》等论文3篇；高度总结成果，带队参加“浙港杯”长三角智能交通创新技术应用大赛并获特等奖。二是培养技术骨干和“土专家”。支队领导模范带头作用，调动了全支队人员的学习积极性。结合技术骨干担负的任务和所长，压担子使实劲，“学中干”“干中学”，在总队层面培养了一批技术骨干、提拔了一批科技带头人。三是采取“走出去”“请进来”的办法提升能力。科技支队甘当“小学生”，组织加强与同济大学、交通大学的科研合作，先后派出人员到北京、杭州、深圳等学习。