高德升級TrafficVLM：AI提前預(yù)測全局路況，緩解交通擁堵

近日，高德地圖宣布對其自研的交通視覺語言模型TrafficVLM進(jìn)行重大升級。該模型融合實時交通孿生技術(shù)與多模態(tài)大模型能力，實現(xiàn)了對道路狀況的車道級感知與預(yù)測，為城市智慧交通管理提供了新的技術(shù)路徑。

TrafficVLM基于通義千問團(tuán)隊開發(fā)的Qwen-VL架構(gòu)構(gòu)建，依托高德海量的交通視覺數(shù)據(jù)，通過后訓(xùn)練和強(qiáng)化學(xué)習(xí)不斷優(yōu)化其性能。該模型能夠?qū)崟r交通數(shù)據(jù)轉(zhuǎn)化為視頻流進(jìn)行解析，識別包括車輛變道意圖、擁堵傳導(dǎo)趨勢等在內(nèi)的復(fù)雜交通場景，顯著提升了交通態(tài)勢的判斷精度與響應(yīng)速度。

高德技術(shù)負(fù)責(zé)人在介紹該模型時指出，TrafficVLM并非通用視覺語言模型，而是專門針對地圖與交通場景進(jìn)行優(yōu)化的行業(yè)模型。其核心能力體現(xiàn)在對交通元素的語義理解，包括車道線、交通信號燈、車輛位置及運(yùn)動狀態(tài)等，并在此基礎(chǔ)上完成多種復(fù)雜任務(wù)的訓(xùn)練與推理。

從技術(shù)框架來看，TrafficVLM具備四大核心能力：感知、理解、分析與決策。在感知層面，模型能夠識別交通環(huán)境中的各類實體及其狀態(tài)；在理解層面，可判斷車輛之間的互動關(guān)系，如變道意圖和擁堵傳播動態(tài)；在分析層面，模型結(jié)合實時與歷史數(shù)據(jù)，研判擁堵成因與發(fā)展趨勢；最終在決策層面，為用戶提供個性化、前瞻性的通行建議。

這一技術(shù)在實際路況中表現(xiàn)出較高應(yīng)用價值。例如，當(dāng)主干道發(fā)生追尾事故時，TrafficVLM可在分鐘級別內(nèi)識別異常并預(yù)測擁堵蔓延范圍，進(jìn)而向用戶推送規(guī)避建議，使用戶能夠提前調(diào)整行駛策略，避免陷入擁堵。

此次TrafficVLM的升級，標(biāo)志著高德在空間智能與交通數(shù)字化領(lǐng)域的進(jìn)一步探索。通過將宏觀交通洞察轉(zhuǎn)化為具體出行決策支持，該技術(shù)不僅提升了用戶出行效率，也為城市交通治理提供了數(shù)據(jù)驅(qū)動的解決方案。目前，該能力已全面集成至高德地圖導(dǎo)航系統(tǒng)中，逐步服務(wù)于廣大道路使用者。

在智慧交通不斷推進(jìn)的背景下，以AI技術(shù)為核心的路況預(yù)測與決策系統(tǒng)，正逐漸成為改善城市交通狀況的重要工具。高德TrafficVLM的持續(xù)進(jìn)化，不僅體現(xiàn)了企業(yè)自身的技術(shù)積累，也為行業(yè)提供了可借鑒的實現(xiàn)路徑。

（注：本文在資料搜集、框架搭建及部分段落初稿撰寫階段使用了 AI 工具，最終內(nèi)容經(jīng)人類編輯核實事實、調(diào)整邏輯、優(yōu)化表達(dá)后完成。）

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。