地铁站台上，候车人群排成长龙。列车接连驶过，乘客在推搡中被挤入车厢。这是大城市的早晚高峰常态。
地面交通同样拥挤，机动车、公交车、电动车等形成较大车流量，集中并行在主要道路上。
地下与地上的交通拥堵，正考验着城市交通治理体系。面对这一日益严峻的“城市病”，究竟有否解决方案？
10月29日，时代周报记者在交通运输部例行发布会上获悉，交通运输部将加快建设综合交通运输大模型。该大模型被形容为能思考、会分析、善决策的“聪明的大脑”。
交通运输部10月例行新闻发布会现场图源：时代周报阿力米热/摄
综合交通运输大模型是“人工智能+交通运输”的技术底座，“我们建设的交通大模型，不是特指某一个具体的产品，而是采用‘1+N+X’架构，统筹各方创新力量开发的面向人工智能创新应用的算法库、数据集和工具链。”交通运输部科技司司长徐文强说。
他表示，该模型将为交通运输基础设施规划、运输组织调度、安全应急保障、公众出行服务等全链条业务，提供智能支撑。根据规划，到2027年人工智能将在交通运输行业典型场景广泛应用。
用大模型治堵
当前，我国主要城市正普遍面临严峻的交通拥堵挑战。
根据2025年度《中国主要城市道路网密度与运行状态监测报告》显示，2024年全国36个主要城市工作日高峰平均运行速度为20.1km/h，虽较2023年的20.3km/h略有下降，但总体处于中度拥堵状态。
值得关注的是，严重拥堵城市数量有所上升。2024年，高峰时段平均车速低于18km/h的严重拥堵城市增至7个。除原有的北京、上海、广州、成都、兰州外，深圳和哈尔滨也从上一年的中度拥堵升级为严重拥堵。
这意味着治理交通拥堵已成为城市发展中的一项持续性课题。
过去，缓解拥堵主要依赖道路拓宽、高架桥建设等工程性手段。在城市建设日趋成熟、物理空间日益受限的今天，传统“修路扩容”模式已难以持续。
因此，在现有路网基础上，通过精细化、智能化的管理手段提升运行效率，成为更具现实意义的治理方向。
在这一背景下，综合交通运输大模型成为治理交通拥堵、提升出行效率的关键技术路径。
徐文强介绍到，综合交通运输大模型将深入融合交通运输行业知识，深刻理解行业复杂场景，深度创新交通运行范式，为交通运输基础设施规划、运输组织调度、安全应急保障、公众出行服务等全链条业务，提供智能支撑。
“这里特别说明，我们建设的交通大模型，不是特指某一个具体的产品，而是采用‘1+N+X’架构，统筹各方创新力量开发的面向人工智能创新应用的算法库、数据集和工具链。”徐文强说。
从实施路径看，交通运输部将从构建基础模型底座、打造开放创新平台、构建协同产业生态三方面进行。
首先是出台《综合交通运输大模型建设方案》，明确建设模式和内容，构建包含算力调度、知识中枢、训练推演等功能的共性技术底座，为各类交通智能应用奠定基础。其次，通过“比赛”方式，带动大家一起来研究、来试用，激发行业创新活力。
在协同产业生态方面，今年8月，55家龙头企业、高校和科研机构共同发起成立“交通大模型创新与产业联盟”。未来将深化产学研用合作，推动技术共研、数据共享和标准共建，并根据需要动态扩充成员单位，保持联盟活力。
初见成效
事实上，不少城市已将人工智能运用在交通信号灯、地铁自动驾驶领域。
东吴证券研报显示，截至2023年底，我国各大城市交通路口约有120万个，其中红绿灯路口约40万个。假设其中30%的路口需要做智慧路口升级项目，则全国城市交通路口升级带来的软硬件市场规模超600亿元。
在实际应用中，人工智能红绿灯系统已展现出显著的通行优化效果。
例如，襄阳、广州等城市在改造后，路口整体通行效率提升超过30%，延误时间与停车次数下降逾30%，绿灯空放现象减少85%以上，高峰期拥堵时长与拥堵程度也降低了20%–25%。
在轨道交通领域，人工智能同样发挥重要作用。2021年，湖北武汉轨道交通5号线开通运营，这是武汉首条全自动驾驶的轨道交通列车。该列车从唤醒、启动、停止、车门开闭、载客运营、列车回库以及休眠，都可以自动进行。
得益于全自动驾驶技术，该线路故障率由百万列公里1.8次降至0.7次，准点率从99.89%提升至99.99%，运行速度也由35公里/小时提高至37.55公里/小时。运行效率提高后，在满足同等运力条件下，可减少两列上线列车。
除上述领域外，人工智能还将在更多交通场景中发挥价值。
近期，交通运输部等七部门联合印发《关于“人工智能+交通运输”的实施意见》，明确将在大通道货车智能驾驶、内河货运船舶自主编队航行、公路重大灾害智能管控处置、高速磁浮系统、低空陆空协同领域推进一批标志性创新工程。
徐文强表示，这些创新工程将在“十五五”全面部署落地，通过“科技+工程”的模式，推动科技创新和产业创新深度融合，一方面通过重点专项等强化科研支撑，另一方面依托重点工程项目落地实施，打造一批具有行业引领性的重大标志性工程。
