政策目标与总体部署 - 交通运输部等7部门联合印发《关于"人工智能+交通运输"的实施意见》，围绕技术供给、场景赋能等4方面部署16项具体任务 [1] - 提出到2030年，智能综合立体交通网全面推进，关键核心技术自主可控，总体水平居世界前列 [1] 核心技术供给 - 意见聚焦应用技术攻关、智能产品创新和综合交通运输大模型建设三大方向，加大关键技术供给 [2] - 明确提出建设综合交通运输大模型，构建涵盖高质量数据集、算法库和工具链的"交通大脑" [2] - 交通大模型创新与产业联盟已汇聚50多家行业龙头企业、人工智能公司及高校院所，梳理出860个人工智能典型应用场景 [2] - 中国物流集团发布"流云"大模型，可应用于多式联运、仓储调度等40余个细分场景 [2] - 基于百度交通大模型构建的"智慧中枢"已在10余个城市落地，接入超百万辆搭载L2级辅助驾驶功能的汽车 [2] 应用成效与数字底座 - 通过干线通道智慧扩容，构建多层级精细化交通管控模型，助推示范通道通行效率提升20%左右、突发事件应急响应效率提升30%左右 [3] - 在20个公路水路交通基础设施数字化转型升级示范区域，示范通道总里程超过6万公里，其中公路约5.4万公里、水路7500公里 [3] 重点应用场景部署 - 意见系统部署了组合辅助驾驶、智能铁路、智慧航运等7个重点领域的智能化应用场景 [4] - 自动化码头已建成52座，自主研发的全自动化集装箱码头智能操作系统已在国内外10多个码头应用 [4] - 京雄高速搭载百度智能云，通过视觉与语言大模型协同，实现重要异常事件"秒级推送" [5] - 滴滴自动驾驶和广汽埃安联合打造新一代前装自动驾驶车 [5] 基础设施与要素保障 - 意见从算力、数据、网络3方面作出具体部署，加强要素保障 [6] - 算力方面，加强行业算力资源统筹，依托重大交通基础设施强化算力保障 [6] - 数据方面，加快综合交通大数据中心建设，推动数据共享与高质量数据集建设 [6] - 中国物流集团已构建"人—车—货—场—路"全链路数据采集体系，形成多个典型场景的高质量数据集 [6] - 网络方面，推动多种网络技术融合应用，构建智能感知体系和高速数据传输通道 [6]