2023 年 11 月 17 日 - 19 日，中国智能交通大会（ITSAC 2023）在厦门盛大召开。这场由中国智能交通协会主办的行业盛会，聚焦 "人工智能 + 交通" 技术融合、城市交通数智化转型等核心议题，成为展现智能交通前沿成果的重要窗口。作为深耕智慧交通赛道的技术先行者，云知声携基于山海大模型打造的 UniTransport 智慧交通解决方案重磅亮相，通过主题演讲、展台展示等形式，全方位呈现 AI 2.0 时代交通智能化的创新实践。

领导关注与技术盛会的双向赋能

大会期间，第十四届全国政协常委、科技部原副部长黄卫，科技部原副部长曹健林、吴忠泽，中国智能交通协会理事长李朝晨等领导莅临云知声展台，详细了解了基于大模型的智慧交通应用场景。领导们对云知声在交通数智化领域的技术积累和落地成效给予肯定，尤其关注 UniTransport 大模型在提升交通管理效率方面的创新突破。

在以 "数字化赋能 智慧化决策" 为主题的交通数智化发展论坛上，云知声创新事业部高级总监李旭滨发表主题演讲，与科技部原副部长吴忠泽等业界大咖共同探讨 AI 2.0 时代智慧交通的发展路径。李旭滨指出，大模型技术正推动交通智能化从 "单点自动化" 向 "系统智能化" 跃迁，而这一进程既面临算法鲁棒性提升、数据安全保障等技术挑战，也需解决公共利益平衡、城市规划协同等社会议题。

大模型技术底座的突破性创新

支撑云知声智慧交通解决方案升级的核心动力，来自于 2023 年 5 月发布的山海大模型。这款参数规模达千亿级的通用大模型，通过独立打造的智算集群和自研深度学习算法，实现了 96.07% 的语义理解准确率，较传统模型提升显著。其具备的语言理解、逻辑推理、安全合规等十大核心能力，通过工具增强和行业知识注入，形成了面向垂直领域的专业赋能能力。

基于山海大模型的技术基座，云知声结合十余年交通领域实践经验，构建起 UniTransport 智慧交通大模型。该模型采用 "通用能力 + 行业知识" 的双层架构，通过对海量交通数据的学习和交通场景的适配，实现了三大技术突破：一是支持 32K 超长文本窗口，可处理完整的交通事件链数据；二是采用多模态融合技术，能同时解析视频监控、传感器、语音指令等异构信息；三是通过受限解码方法提升推理效率，满足交通场景的实时性要求。这些技术特性，使其能够深度适配交通运行监测、应急指挥、轨交运营等复杂场景。

全场景解决方案的落地实践

在展会现场，云知声基于 UniTransport 大模型打造的系列应用场景成为关注焦点，这些解决方案已在全国 10 余个城市落地见效，形成了可复制的商业化路径。

综合交通运行监测平台构建起 "空天地" 一体化的数据感知网络，覆盖公路、铁路、城市轨道等三大路网，以及公交、出租、网约车等三大室内交通方式，通过多源数据融合分析，为交通管理部门提供全域态势感知能力。以上海某区应用为例，该平台使交通拥堵预警准确率提升至 89%，为精细化调度提供了数据支撑。

智慧应急指挥方案依托自研 BPM 工作流引擎，实现了从事件上报、智能研判到资源调度的全流程自动化。在福州某交通枢纽的实践中，该方案将突发事件响应时间缩短 40%，通过 "AI + 人工" 协同模式，确保应急处置的规范性和高效性。系统内置的交通事件知识库，能自动匹配历史案例并生成处置方案，大幅降低了对指挥人员经验的依赖。

智慧轨交领域形成了覆盖乘客服务、运营管理的全链条解决方案。其中语音购票系统已在上海、厦门等城市地铁应用，支持多语种模糊查询，识别准确率达 98% 以上；客流分析系统通过视频语义理解技术，能实时统计站台密度并预警拥挤风险；BIM 可视化平台则实现了轨交设施从设计、建设到维护的全生命周期数字化管理，使设备故障率降低 25%。

智慧公路管理平台则聚焦全生命周期管理，通过 AI 算法优化养护计划。在青岛某段高速公路的应用中，该平台通过路面状态监测和预测性维护，使养护成本降低 30%，同时通过语音交互系统为驾驶员提供实时路况播报，提升出行安全性。

产业生态共建的未来布局

展会期间的一大亮点，是云知声与兆翔科技联合发起成立的智慧空港 AI 联合实验室正式揭牌。该实验室聚焦 AI 数智客服、机场 AI 知识库、智能运维等四大课题，首批落地的 AI 数智客服已在厦门高崎机场试运行，支持语音、触控等多模态交互，能为旅客提供航班查询、导航指引等全方位服务，问询响应时间缩短至秒级。

据介绍，该联合实验室将充分利用厦门智算中心的算力支撑，深化山海大模型在民航场景的定制化训练，计划在 2024 年推出机场智能问数系统，实现运营数据的自然语言查询和自动报表生成。这种 "技术输出 + 场景共建" 的模式，正在成为云知声拓展智慧交通生态的重要路径。

从城市轨交到公路路网，从地面交通到航空枢纽，云知声正通过大模型技术重构交通智能化的技术范式。正如李旭滨在演讲中强调的，AI 2.0 时代的交通智慧化，需要 "通用智能与场景深度耦合"。随着 UniTransport 大模型在更多场景的落地迭代，云知声正推动交通系统从 "被动响应" 向 "主动预见" 转变，为构建更高效、安全、绿色的交通体系注入持续动能。