“高度复杂、碎片化程度高、跨领域”一直是交通行业数智化升级路上的首要痛点。近日,由中科视语、西安市雁塔区政府、西安未来人工智能计算中心联合打造的参数规模千亿级的“秦岭·秦川交通大模型”,面向智慧交通领域,为西安及其周边地区打造智慧交通创新支点。
“秦岭·秦川交通大模型”结合西安当地海量开放场景下的交通生态数据、中科视语自研的原创先进算法以及西安未来人工智能计算中心昇腾AI的强大算力,为路网监测、应急指挥、养护管理、公众出行等智慧交通全场景带来数智化变革。
交通管理千城千面,不同道路间的交通特性、行车模式、交通流量特性等方面都存在较大差异,从交通应急管理、专项治理和综合运营等方面,仍需针对性改善。
在交通安全管理场景中,针对违法车辆跨省设防难、道路安全综合管理难度大、渣土车等营运车辆综合执法等垂直应用场景痛点,“秦岭·秦川交通大模型”结合自身的差异化模型能力,交出别具优势的答卷。
例如,在两客一危车辆、渣土车、危化品车等特殊品类车辆的综合管理方案中,采用摄像头“利旧”的方式会因光线、拍摄角度、图像背景及遮挡等实际问题影响对此类营运车辆的身份识别及跟踪。该模型的可形变模型结构能够自适应地根据目标的位置和尺度进行图像切分,有效地摆脱车辆姿态、角度和遮挡等变量带来的干扰因素,精准地识别出各类特殊品类车辆,在端到端的解决方案交付中更可靠地解决应用落地问题。在道路管理养护场景中,针对于多类型道路病害数据采集车、道路表观病害数据类型纷繁复杂、细小裂缝等毫米级病害识别困难等多种因素导致的PCI、PQI报表交付长周期、常返工问题,“秦岭·秦川交通大模型”凭借其卓越能力,辅助高速、国省道等公路业主有效地解决了行业共性痛点。例如,在高速公路细小裂缝病害的识别上,该模型在预训练阶段已经学习到了丰富的先验知识,因此将其迁移到长尾数据集时,可以更容易地学习到尾部类别的特征表示。落实在细小类型道路病害识别此类实际应用中,其识别精度也相较于传统人工、半自动划线等方式更准确、更高效。在城市交通拥堵治理场景中,解决方案还需要结合城市的交通特性,在整体上辅助城市交通管理者提升交通应急管理、态势研判的综合能力。“秦岭·秦川交通大模型”利用自身多模态感知信号融合能力和路口调度决策能力,结合了西安市“棋盘路网、一城多心”的城市道路分布情况,能够实时感知各核心路口及干线的车辆、行人、道路状态,同时基于历史交通数据的特征分布情况,辅助城市交通管理者给出对应的交通流量协调方案,减少交通拥堵的同时,也最大幅度地降低了因拥堵带来的事故发生可能性。未来,基于昇腾AI基础软硬件平台,中科视语将持续携手西安市政府,西安未来人工智能计算中心,共同探索“秦岭·秦川交通大模型”在自动驾驶辅助、车路协同V2X等方面的应用。以卓越的科技实力、以数智创新技术赋能城市交通,促进城市交通的数智化升级,为建设交通强国贡献智慧和科技力量!
中科视语是中国科学院自动化研究所旗下的企业,在人工智能领域具有二十余年的技术积累,聚焦多元异构感知与细粒度识别核心技术,面向智慧交通领域提供全场景人工智能软硬件平台及解决方案。中科视语作为智慧交通领域成长型代表企业,基于在智慧交通领域多年的深耕与沉淀,深挖行业痛点,致力以卓越技术持续探索视觉通用模型在交通行业中的“最优解”。目前,中科视语在智慧交通领域,致力以尖端的技术产品,为城市、乡村、高速、交通枢纽四大交通应用场景提供数智化服务。西安未来人工智能计算中心作为国家新一代人工智能公共算力开放创新平台,西北首个大规模人工智能算力集群,并以“自主创新的人工智能软硬件基础设施”为关键支撑,围绕建设一个中心、打造四个生态平台,为人工智能高校、企业及科研院所提供精准可靠的模型训练及推理服务,满足产业发展对算力的多样化需求,实现人工智能“政-产-学-研-用”的闭环。