pg电子平台导语：在赛文交通网主办的第十一届（2022）中国智能交通市场年会上，商汤科技智能交通产品线总经理郭海锋发表主题为《商汤AIDO：全面助力交通低碳、高效运营》的演讲，分享了商汤对于交通行业低碳运营趋势的洞察和理解，并介绍了商汤以AI赋能交通运营的创新成果“低碳运营技术栈体系AIDO”，开启智能交通AI低碳运营新时代。

　　说到低碳，相信大家这两天都感受到了杭州的“热度”，可能也和我一样在手机上看到了全球的“热度”，也看到了国家9大部门决定推进实施“双碳”的2022-2030方案。全球炙烤，加速了各国政府落实“双碳”的步伐；全球经济不景气，也促使各级政府和企事业单位要降本增效。这两大因素目前看会持续较长时间，那么对于庞大的交通行业而言，将面临一个前所未有的挑战：如何低碳、高效运营。

　　商汤进入交通领域较晚，可能很多同行了解得并不多，我这里先简单介绍一下商汤智能交通总体情况。商汤最早进入交通领域是在地铁行业，2019年商汤自主研发的全国首个无感乘车产品在郑州地铁落地运行；2020年，京沪高铁全线C产品进行接触网AI安全巡检；2021年，商汤的AI稽核产品在广西高速进行了大规模应用；2022年，截止到今年为止，商汤交管AI产品已在全国累计20多个城市落地应用。这是商汤目前主要涉猎的几大交通领域，经过3-4年的探索，商汤在交通领域的定位也基本清晰，即通过AI技术为大交通运营提供创新、绿色的交通AI产品和解决方案。

　　在地铁行业，商汤的产品已在全国30+线+地铁站上线，实现了千万级客流无感通行；高铁行业，商汤的产品已累计分析了50+线种安全项检查能力，实现了高铁安全AI巡检；在交管领域，落地20+城市，其中交通AI平台累计接入近10000路视频，实现了城市交管AI值守；高速领域，也有30+收费站部署了商汤AI稽核产品。

　　3-4年交通行业的探索，本质上也是AI技术是否能与行业真正结合从而解决行业问题的探索。商汤AI能在交通领域前行，首先依赖的是AI三大要素，数据、算法、算力。数据维度，我们通过大规模视频解析进行生产，尤其是大规模解析生产的交通参数，弥补了目前各城市交通数据缺乏的不足；领先的14000+AI模型保证了算法的可持续迭代的能力；同时商汤也有领先的“大装置”和自研的“STPU”芯片，保证了算力支撑。

　　提到AI，其实很多人都有一个误解，或把狭义上的机器视觉当做AI，或把是否能自动化当做AI，或把是否应用了算法当做AI，或一提到深度学习就当做了AI，这些理解均较为片面。落到某个产品或系统层面，能否闭环迭代才是AI的根本。AI首先是一种新的技术理念，站在行业角度，我们面对的选择是：将AI置于信息化&系统集成旧筐中，还是基于已有建设成果，借助AI创局一个新框架、新业态？我这里给出的答案是后者。为什么是后者，我们可以一起看一看智能交通的演变历程和当下的情况。

　　商汤并未选择将AI置于信息化和系统集成旧筐中，而是将AI作为一种新的技术理念，站在行业角度，基于已有的建设成果，借助AI创局出一个新框架、新业态。

　　为便于理解，我这里借鉴自动驾驶分级理念，把智能交通也分为L0~L3四个等级。从纯技术视角看，L0就是纸质化阶段；L1是信息化阶段，特点是业务流程信息化，人可以通过操控设备管理交通，比如查看监控、手动调控信号灯，这个阶段历时大概20年，重在外场，本质是“设备换人”。L2是近几年推动的数字化阶段，特点是期望业务纵深数字化，机器能协助人管理交通，比如视频主动发现警情，系统能推荐信号配时。L3是预想的智能化，特点是希望机器能服务于人，整个业务流程自动化，机器能自主管理交通，AI系统能自主发现问题，自主优化解决问题，但这是一种理想，任重道远。

　　从产业视角看，L0-L1阶段，我们是在生产“物质产品”，解放体力；而L2-L3阶段，我们要生产的是“智力产品”，解放脑力。显然，后者难度非常大。

　　我们再从建设角度细拆分一下，L0对应的是土建+机电建设；L1对应的是网络+设备建设；L2对应的是数据中心+增换设备；L3对应的是云计算+大屏。从各地智能交通工程建设看，ITS似乎已大踏步迈进L2、L3阶段。

　　我们再从运维角度看一下，L0对应的是手工+纸笔；L1对应的是手工+电脑；L2对应的是数据+手工；L3对应的是算法+机器。然而，从各地实际运维情况看，ITS运维好像依旧停留在L0、L1阶段。

　　最后我们再看一下运营，L0对应的是经验+检查；L1对应的是专项优化+专项排查；L2对应的是人机优化+数据核验；L3对应的是算法优化+系统迭代。很遗憾，各地智能交通的运营基本停留在L0、L1阶段，甚至以L0为主。

　　讲到这里，大家可能看出了问题所在，从技术、到建设、运维、运营是逐级衰减的，技术的红利似乎并没有为我们的运营带来质的提升。那么原因究竟在哪里？

　　这是我画的一个智能交通系统工程铁三角，建设、运维、运营应该齐头并进，尤其是运营更应该凌驾于建设和运维之上，因为所有的投入，最终都是为了更好的运营。但现实情况很遗憾，我们在运营上的投入很少，甚至误把运维当运营。

　　什么是运营？英文对应的是Transportation and Traffic Operation，围绕Operation有一整套系统的理论和方法，但我们过往很少提及运营，或者说缺少系统的运营思维，也缺少相应的运营产品来支撑交通运营。我们资源的投入，更多是在被动地解决一个个孤立的交通事件，比如，哪里发生了事故，哪里发生了严重拥堵。

　　谈到运营，大家可能会想到另一个极端画面。交通系统是否要等全要素都数字化、自动化后才叫运营？这样的画面可以想象，但我们要基于当下，量体裁衣，如果未来交通真的能实现全自动化运营，也一定是从今天各自的运营范式迭代而来。未来，不可能空降而来。

　　立足现实，从业务和用户视角看，智能交通概念提出至今20+年，本质上一直处于1.0时代，近年“云物移大智”等泛IT技术的快速发展，从建设内容看发生了很大变化，但从交通运营本身和运营效果看，并未带来质变。所以，如果定义智能交通系统2.0，那应该是智能交通运营。

　　这张图片是我2015-2016在美国华盛顿大学访学期间去大西雅图地区交通中心拍的照片，我在很多场合都讲过这个照片。这是我见过的可以称为L2级的智能交通系统。理由有几点：

　　5）软件系统在整个工程建设成本中的占比约50%，软件的交通专业属性较强。

　　分享这组照片，其实是想和大家分享一个看得见的交通运营画面，我理解的交通运营场面应该就是类似这样的。没有酷炫，而是数据驱动，专业分析，低成本运营。

　　近几年数字化过程，其实更多在弥补信息化的不足。于行业而言，如何唤醒已有设备，让其生产数据，增强软件，降低成本，提高运营效率是当下应该重点思考的主题。当下及未来，交通领域真正缺乏的是“智能操作系统”和“交通专业级软件供应商”。

　　双碳这个词大家都耳熟能详了，我就不展开了。交通是碳排放主要贡献者之一，围绕双碳，中长期层面，国家也在推进实施，比如新能源车替换、出行结构优化等。但当下更具体层面，围绕双碳，其实我们也是可以推进很多有价值的事情。

　　我们看一组数据，过去20年，用于交通侧的摄像机目前存量约2000万，信号机约10万，全国数据中心在用服务器约1900万台。而现实是，大量检测设备很少生产交通数据，没有交通数据，超强算力也难以计算有价值的任务。那么，我们是继续安装设备、建设机房、增加碳排放？还是要充分利旧设备和算力，根据实际情况进行成本核算，看看如何低碳运营？我想答案应该是明确的。

　　今年大会的主题词叫“创局”，我很喜欢这个词。我也借用一下这个词，说一下商汤智能交通的创局点。我们努力的方向是：通过AI技术，紧扣双碳目标，唤醒2000万+摄像机，赋慧10万+信号机，使能服务器资源，做深交通行业感知智能OS系统，做精交通业务决策智能Office系统，全面助力交通行业迈进低碳、高效运营时代。

　　具体实施层面，我们自主研发构建了低碳运营技术栈体系，为了方便记忆，我这里将其概括为AIDO，谐音“I Do”。代表了我们在推进交通低碳运营方面的决心。A，代表我们自主研发的交通AI平台，利旧视频泛在感知交通要素；I，代表多模控制技术，解决交通多模式场景控制难题；D，代表决策智能技术，解决极具挑战的交通复杂决策问题；O，代表交通低碳运营的目标。这几方面，都是解决Traffic Operation所需要的基础核心技术。交通千城千面，甚至问题也是同城百变，需要我们把这些技术纵深到场景中去同频迭代。

　　这张图是基于我们的能力，梳理的智能交通体系架构。设备层，我们倡导利旧已有设备，遵从奥卡姆剃刀原则，除非必要，否则不新增设备；智能计算网络层，商汤研发了绿色节能的AIDC计算中心，同时也研发了卧龙AI服务器和边缘AI服务器。中间的方舟交通平台，我们投入了较多资源，包含了全时空数字路网底座，大规模视频分析引擎（精细刻画人、车、非、路、事件、环境、人群）、多维融合分析引擎（将交通相关要素进行关联），同时构建了基础模型库和模型训练引擎。基于方舟交通平台，向上支撑了几大交通专业级软件系统，包括交通安全治理软件平台、智能决策智库平台、交通AI信控平台、高速运营管理以及轨道交通的安全巡检、智慧车站和智能运维。

　　这是我们从计算、到AI框架、平台和场景应用的全链路国产化专业AI交通解决方案，其中的AI框架也是自主研发的。这是商汤研发的首款视觉专用AI推理芯片，这是商汤卧龙国产化AI服务器，时间关系我就不展开了。

　　SenseFoundry Tran商汤方舟交通开放平台，这个产品致力于为交通行业智能监控提供平台层解决方案，打造交通视图智能解析和视图大数据底座，依托商汤原创深度学习智能化算法和平台能力，通过人-车-事-路-场交通全要素动态及关联解析，多场景实时监管各要素及事件，并支持融合处理与分析，旨在解决交通行业安全、通畅、秩序为主的核心诉求。平台强调集约化建设，采用SOA与微服务架构设计，可继承并横向扩展多种类算法，算法按需灵活选择、按需线性扩展；支持平滑升级和迁移；支持从轻量化百路级场景平滑扩展至十万路级别视图源、千亿级别半结构化特征和结构化信息融合处理与分析，具备大容量、高性能、高可用性、高开放度等特点。该平台具备业内唯一真正的全结构化，实现人、机动车、非机动车、事件全要素解析及关联关系提取。赋能于交通业务场景，应用于机动车违法事件感知11个，二三轮车违法事件感知7个，交通隐患事件12个，人群事件9个，轨交事件22个，等等多元场景算法种类持续丰富。通过融合分析的策略性聚合、聚类、关联等方式全域视图数据的挖掘分析，实现从智能感知到智能认知的跨越。同时全面国产化打造全流程、全功能、全模型、高性能的可用国产化方案推进国家自控可控战略行业落地。

　　商汤睿途交通安全治理系统，是为交管部门打造的、集成了交管通用场景专业应用和细分场景专题应用的综合性AI交管系统，主要定位于城市道路、农村公路、高速国省道公路的“交通安全治理”。系统以“减量控大”为目标，包含了感知预警、研判中心、统计评价、全息档案、基础管理等功能模块，一方面可以为精准预警及精细化执法提供依据，另一方面也对交通安全治理成效进行评价、对交通安全风险进行预判，实现了交通违法事件从隐患排查、预警治理、处置决策、安全评价、风险预判的全链路业务闭环，提升交通管理工作的专业化、精细化水平。

　　在技术层面，商汤睿途交通安全治理系统强化人、车、路源头治理，借助商汤优势的机器视觉技术pg电子平台、数据挖掘技术、大数据分析技术等，同时依托SenseFoundry Tran商汤交通开放平台的人车关联解析、大数据融合分析等能力，对机动车、非机动车、交通事件、交通参与人等进行实时感知监测及大数据融合分析，建立交通参与人、重点车辆、交通事件、违法记录等交通档案，提升交通管理工作的数字化、智能化水平。

　　商汤睿途交通数字底座，是以车道、进口道、路口、路段与道路等对象构建的统一路网数据模型以及可兼容不同信号控制协议的统一信控数据模型为基础，规范化与标准化交通时空数据管理，同时将摄像机、信号机、指示牌等设备设施绑定路网对象，构建“时间-空间-设备设施“三维一体的城市静态交通数据资源池；同时，充分利旧电警、卡口等前端设备，基于机器视觉算法，提取流量、速度与排队长度等交通参数，识别拥堵、溢出与事故等交通事件，以静态交通数据资源池为基础，构建动态交通数据资源池。

　　降低静态交通数据管理的难度与成本，解决交通路网与设备设施种类繁多、关联关系复杂引起的管理难、维护成本高问题；同时，也提高了动态交通数据的可用性，既能监视设备的在线离线状态，又能从业务维度诊断数据的可用性，也能够解决因不同系统之间数据隔离、时钟不同步导致的动态数据应用时效性差问题。交通数字底座，一方面通过标准化数据模型与规范化数据管理，降低数据“采集-维护-管理“的数据应用成本，另一方面以数据的交管业务应用价值为出发点，提高数据完整性、准确性与时效性，支撑多源交通数据融合、交通仿真以及交通决策等核心业务开展。

　　商汤睿控交通信号控制系统，是一套融合交通信号控制与AI算法应用的智能交通信号控制控制系统，基于自主设计的信号控制业务数据模型，兼容国标25280、NTCIP以及厂家私有信控协议，实现多品牌信号机的统一接入与管控，同时充分利用前端电警、卡口设备，应用AI机器视觉算法提取交通参数与识别交通事件，以交通数字底座为基石，结合路口、干线、区域的交通环境特征、动态交通流规律以及采集数据条件，融合专家经验与AI算法决策，将其分为AI自动控制、AI辅助控制与基础控制三类，实现条件良好的由数据与算法驱动的自动决策控制，条件适中的“算法推荐优化方案+人工决策“，条件较差的”算法巡查+人工方案设计与决策“。

　　商汤睿控交通信号控制系统，打破了传统信号控制系统之间的协议私有导致的统一控制壁垒，通过搭建交通数字底座与建立交通指标体系，解决“数据采集成本高、采集数据有但质量低、多源数据应用难度大“等问题，将交通信号控制理论、日常交通控制业务与AI能力深度融合，一方面，形成”感知—控制—决策—评价“业务闭环，实时在线优化路口信号控制方案与区域控制策略；另一方面，利用实时在线信号控制闭环数据，迭代机器学习模型，离线优化基础信号控制参数，从而不断提升城市交通信号控制的科学性，提高自动控制的道路范围以及丰富信号控制业务场景，逐渐降低对人工调控以及专家经验的依赖。

　　商汤睿途交通智库系统，是为城市交通管理部门打造的全域交通AI辅助决策大脑，通过一系列创新的技术手段，将交通咨询工作从传统的依赖经验的人工咨询转变为AI咨询，突破性地解答了数据驱动拥堵治理工作中的“为什么堵、怎样治理、效果如何”等交管业务、交通专业属性较强的疑难问题。在技术层面，结合了AI 技术、机器视觉技术、数据挖掘技术、大数据分析技术、交通咨询案例库以及交通专家经验，完成了各类交通参数、事件的利旧感知提取，多维交通指标体系的搭建以及交管知识图谱的构建，实现了秒级发现问题、全面诊断堵因、系统确定方法以及长效评估效果。创新的技术能力融入了交管工作“感知—认知—决策—评估”全链路，推动了交管工作数字化转型，提升了交管部门的专业化水平。

　　这些是我们几大交通AI产品的应用场景，在助力交通运营方面，均能起到“专业级”的效果。尤其是，我们是在充分利旧现有设备上来实现软件产品的功能。简单说，可以理解为我们能为城市成千上万台摄像机和信号机重新安装上操作系统，真正唤醒摄像机、赋慧信号机pg电子平台，像使用Office软件一下，借助AI对交通进行专业级运营。

　　总结一下，商汤AIDO历经4年，创新研发了绿色交通AI产品，为低碳交通运营提供革新、绿色的一站式AI产品套件。一个方舟交通AI平台，一套用于交管的T-AI Office产品体系；一套用于高速的F-AI Office产品体系；一套用于地铁的M-AI Office产品体系；一套用于高铁的H-AI Office产品体系。今天向大家介绍的主要是交管侧的T-AI Office产品体系。

　　商汤AIDO，几个Key Points，我们提供了全链路国产化交通AI解决方案，原创“Tran平台+Tran AI Office”绿色交通产品体系。理论计算，商汤新一代AIDC计算中心年碳排放量能减少3.55万吨；机动车碳排放每城年均可减少20%；设备利旧对比设备新建可减少碳排放约90%。

　　注：以上内容来自2022年8月25日，商汤科技智能交通产品线总经理郭海锋在“智慧交管科技创新应用发展论坛”的主题报告。返回搜狐，查看更多