上海首创治堵大模型

作者／ IT时报 潘少颖

编辑／ 潘少颖孙妍

早晨8：30，控江路上车辆如织却井然有序。不少常走这段路的司机发现，通行顺畅了许多——连着几个路口，常常能“一口气”通过，大大节约了周边居民的通勤时间。这段连接杨浦区居民区与主干道的“毛细血管”路段，常因上游来车过多、下游消化不及，导致路口车辆溢出至横向道路，引发连锁拥堵，有时要等上两三个红灯才能勉强通过一个路口，让赶时间的上班族心情焦躁。

发生这样的变化，并非交警增加了人手，也不是道路进行了扩建，而是一位“时刻在线、秒级响应”的“虚拟交警”在默默工作。它是上海市公安局交管总队最新研发并投入实战的“交通治堵大模型”，可以通过路口的高清摄像头“看见”实况，在短短几秒内识别出异常拥堵情况，并精准分析成因、自主决策，调整信号灯控制策略。

随着上海机动车保有量持续增长，数据显示，截至2025年底，已接近590万辆，城市道路资源日趋紧张，交通供需矛盾日益凸显。作为全国首创的实战型交通治理智能系统，“交通治堵大模型”以“秒级响应、实战智能、闭环优化”为核心，改变了城市交通管理的传统模式，让市民出行更顺畅。

从“看数据”到“看懂路”

“过去我们治理拥堵，很大程度上是‘看数据’和‘看画面’。”上海市公安局交管总队交通治堵大模型专班陆卓亮警官告诉《IT时报》记者，指挥中心里，民警面前摆着三台电脑：一台看实时视频，一台看内部系统数据，一台看互联网路况。如此工作模式下，民警需要在三块屏幕间快速切换注意力，高度依赖个人经验进行判断。

近年来，上海建成的“易的PASS”系统，初步实现了对“哪里堵、为什么堵、如何缓堵、效果如何”四大治堵问题的快速研判。作为上海公安历时多年打造的交通管理核心底座，该系统构建了覆盖“人、车、路、企、事”的全息数据体系。但是，面对“路口滞留”等突发性拥堵情形，系统仍存在告警延迟、信号控制方案适配性不足、部署周期较长等问题。

从事件发生到系统报警，再到研判并通知交警到场处置，整个过程平均需要5~10分钟。而路口车辆溢出只要持续几分钟，拥堵就会蔓延开来。这意味着当民警接到指令时，拥堵往往已经成形，疏导难度倍增。

传统视觉小模型算法虽然在一定程度上可以发挥作用，但也有不少局限。例如，需要在视频中划定一个固定区域作为“检测框”，一旦框内停满车辆达到一定时长，系统便自动报警，但这种机械的规则极易产生误报。在上海的复杂交通环境里，大型车辆因安全规定在路口右转时必须“停一停、看一看”；机动车在斑马线前主动礼让行人，都会造成车辆在“检测框”内的正常停留。若将这些都误判为拥堵，不仅会干扰交警的实战指挥，更可能导致信号灯做出错误的调整，反而扰乱交通流。

“交管专家”这样练成

2025年3月，上海市公安局交管总队以“易的PASS”系统为基础，融合人工智能大模型技术，在全国率先推出“交通治堵大模型”，并于重点拥堵路口开展试点。

大模型需要更深层的“语义理解”，“它要真正看懂画面里什么叫‘路口溢出’，更要能分辨‘大车右转必停’‘礼让行人’这种合规且必要的短暂停留，把它们从拥堵事件中剔除出去。”陆卓亮道出研发过程中的核心难关之一。

为了让这位“虚拟交警”拥有接近人类交警的“眼力”和“判断力”，研发团队经历了漫长的“教”与“学”的过程。他们为大模型构建了海量的专用训练集，“喂”给它超过6000组精心标注的交通场景图像与文字说明问答，反复教它辨认各类复杂情况。“就像一个经验丰富的老交警带教一个刚入行的新警员。”陆卓亮比喻道。经过多轮迭代训练与算法优化，大模型对“路口溢出”这一核心场景的识别准确率，从最初的81.6%稳步提升至96.7%，误报率大幅下降，为后续自动决策提供了可靠的第一手情报。

精准识别只是智慧交通的第一步，更艰巨的挑战在于如何做出最优决策。城市路网是一个高度关联、动态变化的复杂系统，牵一发而动全身。一个路口的信号调整，其影响会像涟漪一样扩散至相邻路口乃至整个片区。

“我们研发大模型，最核心的目标就是要攻克三个实战痛点：发现慢、决策难、落地迟。”陆卓亮介绍，为此，团队将处置“路口溢出”的丰富经验归纳为四种基本战术：当拥堵严重时，对关联方向实施“截流”，阻止更多车流入场；当溢出轻微且可能自行消化时，选择“不干预”；当需要先释放部分排队车辆时，采用“先放后控”；当需要先拦截车流、清空路口时，则执行“先控后放”。

大模型不仅学习了这些策略，更通过融合“路网结构知识库”和“实时动态数据流”，学会了在何种交通状态下该选用何种策略。一旦判定需要干预，模型生成的信号控制指令会通过全市统一的信控平台，直接下发至路口信号机，实现“感知—决策—控制”的秒级全自动闭环，中间无须任何人工介入。

上海市交管总队科技支队支队长肖滨表示，大模型已学习了95万余条交管知识，基本培养成了一名“交管专家”。

车流量高了 车速更快了

这位“交管专家”的能力如何？

杨浦区长海路恒仁路路口因紧邻长海医院，一直是区域内的常发性堵点。医院日常就诊车流密集，叠加周边居民区出行需求，停车场饱和时大量车辆需在道路上排队等候入场，直接导致路口车道饱和度失衡——拥堵车辆无法及时通过，而对向车道却无车通行，道路资源严重浪费。

上海交通治堵大模型“上岗”后，第一时间锁定拥堵节点，通过调取路口交通指标数据、分析运行画像，精准定位核心拥堵成因，快速生成“设置潮汐车道”的优化策略，通过借道放行机制，将饱和度较低车道的部分空间临时调配给拥堵方向，最大化利用道路资源。交管部门根据实战场景落地实施，同时将路口实时流量数据反哺模型，持续优化配时方案。

优化后的效果立竿见影，在该路口车流量同比上升19.1%的前提下，平均车速从17.5公里/小时大幅提升至26.4公里/小时，增幅高达51.2%。

从单路口优化到区域联动，治堵大模型的试点应用已取得显著成效。控江地区作为首个区域化试点，涉及20个路口、3个子区，传统单路口优化模式常常“顾此失彼”，解决了一个点的拥堵，却可能引发新堵点。大模型将整个区域视为一个“棋盘”，实时计算车辆从A路口驶出后，到下游B、C路口需要多长时间，从而动态协调各路口绿灯的启亮时机、持续时间与放行比例，实现“绿波”协同。

“以前5个路口可能要停3次，现在基本能一次性通过，等待时间明显减少。”经常往返该区域的市民王女士说。

在万航渡路、愚园路区域，早高峰潮汐交通特征极其显著，一个方向的来车流量巨大，常常导致上游路口车辆排队溢出。大模型部署后，给出了精巧的方案：将上游路口的某个关键绿灯亮灯时长“一分为二”，中间插入一个短暂的“拦截期”，同时对下游路口信号进行精准联动。这样，上游释放的车流分批、有序地进入下游路段，避免“一股脑”涌入而造成“消化不良”。

在第八届进博会期间，大模型在9.3平方公里区域内的14个路口、10条干线部署应用，面对比上一届增长7%的区域流量，平均车速提升15%，有效化解了通勤交通与展会交通的叠加压力。

让更多路口有序通行

截至2025年底，治堵大模型已在全市360个路口投入应用，平均车速提升12.9%。计划于2026年10月底前，完成1800余个路口的系统部署。

这不仅意味着大模型能力的铺开，也意味着一线交警勤务模式的转变。

“交警的核心职能是排堵保畅和事故处置预防。”陆卓亮告诉《IT时报》记者，现在，像路口溢出这类规则相对明确、重复性高的场景，可以放心交给大模型处置，交警就能从这种“体力密集型”的岗位上解放出来。

这种解放，意味着一线交警的角色正在向“监督优化者”和“应急处置专家”转变。一方面，他们成为大模型的“高级教练”，将多年积淀的路口管理“手感”和策略经验，转化为结构化知识，持续输入系统，训练大模型变得更“聪明”；另一方面，他们更多地聚焦于处理交通事故快处快撤、管理行人非机动车交通秩序、应对恶劣天气或大型活动等突发情况。这些场景复杂多变，高度依赖现场判断和人际沟通，是目前AI难以替代的。大模型与民警之间，形成“经验输入—自动执行—效果反馈—策略迭代”的循环。

在交通领域，有一句话叫“治堵一件事带动交通一盘棋”,“交通拥堵是超大型城市的顽疾，不可能靠一个大模型‘包治百病’。”陆卓亮坦言，特别是在上海，机动车尤其是新能源车的增长速度远快于道路资源的增长。大模型的初心，是在现有道路资源下，挖掘路网潜力，实现有序通行，提升通行效率与可预测性。

“比如有时市民会觉得早高峰南浦大桥部分匝道特别堵，问题根源可能不在于匝道本身，而在于更远端的地面道路。希望未来可以借助大模型的分析，在前端入口进行车流调节和引导，而不是等车堵在匝道口了再想办法。”这背后的理念，就是从“一个点、一条线”的治理，转向“一整片、一盘棋”的治理。

从精准读懂一个路口的瞬息万变，到智能统筹一个区域的动态平衡，治堵大模型试图回答的，不仅是如何“治堵”，更是如何用科技让城市的脉络更智能、更畅通，让市民的出行更具获得感与确定性。

排版／ 季嘉颖

图片／ 采访对象 unsplash

来源／《IT时报》公众号vittimes

E N D