今年以來，基于開源、低成本、支持本地部署、適配行業(yè)應(yīng)用場(chǎng)景等優(yōu)勢(shì)，DeepSeek在交通運(yùn)輸行業(yè)的應(yīng)用趨勢(shì)正在加快。
  山東、江蘇、四川、廣西、安徽、湖南、海南等省（區(qū)）級(jí)交通運(yùn)輸管理部門接入DeepSeek，江蘇蘇州、山東青島、河北秦皇島等多個(gè)地市交通運(yùn)輸管理部門本地部署DeepSeek，此外越來越多的交通集團(tuán)等宣布接入DeepSeek。

  以下根據(jù)公開資料梳理了DeepSeek在交通運(yùn)輸領(lǐng)域部署與應(yīng)用的部分情況。

  大模型的出現(xiàn)，標(biāo)志著人工智能從“專用智能”向“通用智能”邁出了重要一步，DeepSeek的火爆出圈引起越來越多的關(guān)注。
  交通運(yùn)輸部原副部長、中國公路學(xué)會(huì)理事長翁孟勇曾在第二十七屆高速公路信息化大會(huì)上指出，當(dāng)前人工智能技術(shù)，特別是今年DeepSeek-R1等一批新技術(shù)橫空出世，行業(yè)已經(jīng)有了廣泛應(yīng)用，但是深度和廣度不足。對(duì)此，業(yè)內(nèi)專家也表達(dá)了自己的看法。
  一、應(yīng)用場(chǎng)景
  場(chǎng)景包括日常應(yīng)用、查詢+AI、出行服務(wù)、路網(wǎng)運(yùn)行管理等
  北京交科公路勘察設(shè)計(jì)研究院有限公司信息化分院高級(jí)工程師李照彬認(rèn)為，大模型的主要應(yīng)用場(chǎng)景包括以下幾個(gè)方面：
  一是日常應(yīng)用場(chǎng)景，例如高效化辦公（智能起草、智能核驗(yàn)與糾錯(cuò)、智能信息提取與摘要、智能排版與格式轉(zhuǎn)換等），例如智能知識(shí)管理與輔助決策（智能文庫搜索升級(jí)、知識(shí)圖譜構(gòu)建與分析、智能會(huì)議紀(jì)要與議題分析等）；
  二是查詢+A I，理解復(fù)雜的用戶查詢需求，快速從海量數(shù)據(jù)中提取相關(guān)信息，生成準(zhǔn)確的答復(fù)；
  三是出行服務(wù)，大模型與高速公路運(yùn)營管理出行服務(wù)和智能客服的結(jié)合，通過分析意圖，為車主提供精準(zhǔn)的回復(fù)，包括提供實(shí)時(shí)路況、流量預(yù)測(cè)、最優(yōu)路線規(guī)劃和交通事件等；
  四是路網(wǎng)運(yùn)行管理，大模型與專業(yè)小模型結(jié)合，通過意圖中控識(shí)別意圖，調(diào)用工具插件，快速響應(yīng)用戶業(yè)務(wù)需求；
  五是應(yīng)急指揮調(diào)度，日常應(yīng)急管理自動(dòng)化、智能事件響應(yīng)、極端天氣預(yù)警決策支持、日志自動(dòng)化生成。通過規(guī)則引擎+大模型生成標(biāo)準(zhǔn)化應(yīng)急指令，自動(dòng)分發(fā)給相關(guān)部門，推薦最優(yōu)處置方案；
  六是收費(fèi)稽核，大模型與高速公路收費(fèi)稽核的結(jié)合，通過多模態(tài)數(shù)據(jù)分析與智能算法優(yōu)化稽核效率；
  七是設(shè)施養(yǎng)護(hù)，設(shè)備維護(hù)預(yù)測(cè)，設(shè)備、路面狀況自動(dòng)巡查、日志自動(dòng)生成、養(yǎng)護(hù)計(jì)劃自動(dòng)生成、知識(shí)庫等，路面圖像分割→裂縫分級(jí)評(píng)估，為養(yǎng)護(hù)決策提供科學(xué)依據(jù)等。
  二、發(fā)展建議
  DeepSeek不能一模包打天下交通行業(yè)擁抱人工智能大模型需注意四點(diǎn)
  湖南省交通運(yùn)輸廳科技信息中心高級(jí)工程師喬川龍認(rèn)為，交通運(yùn)輸行業(yè)要做好人工智能大模型應(yīng)用的文章，需堅(jiān)持云端大模型+端邊垂域小模型雙輪驅(qū)動(dòng)的技術(shù)路線。
  他認(rèn)為，我們必須消除一些認(rèn)識(shí)誤區(qū)，即人工智能不僅僅是預(yù)訓(xùn)練大語言模型，DeepSeek并不能夠一模包打天下，DeepSeek-R1、V3作為文本大模型有它的適用場(chǎng)景，如果讓R1推理大模型回答“湖南省有多少個(gè)地級(jí)市”這樣的問題，推理思考時(shí)間就會(huì)使效率非常低，顯然V3會(huì)話大模型更適合這樣的問題；而DeepSeek-Janus視覺大模型仍然表現(xiàn)平平，多模態(tài)大語言模型才是努力方向。
  單純部署DeepSeek不能發(fā)揮大模型應(yīng)有的作用，要搭配相應(yīng)的工具和其他模型，各類模型和工具各有專長，組合應(yīng)用才能在不同方面發(fā)揮出效應(yīng)。交通運(yùn)輸政府部門擁抱人工智能大模型，建議如下：
  一是正確認(rèn)識(shí)AI的作用和能力。AI不具備承擔(dān)責(zé)任的能力，而政府的每一步?jīng)Q策都是帶著責(zé)任的，因此，AI在政府部門的應(yīng)用應(yīng)定位為“智能助理”的角色，如接客服電話、寫法律文書、發(fā)票審核、寫文稿等。但AI完成法律文書后不會(huì)觸發(fā)文書的下一步流轉(zhuǎn)，這需要執(zhí)法人員的簽名確認(rèn)和觸發(fā)流轉(zhuǎn)按鈕，確保了執(zhí)法人員的法律責(zé)任仍然在肩。
  二是私有化訓(xùn)練和部署（領(lǐng)域微調(diào)訓(xùn)練）。政府部門私有化部署大模型一方面是為了保證數(shù)據(jù)安全，另一方面是保證服務(wù)持續(xù)可用。用行業(yè)私有化的數(shù)據(jù)對(duì)大模型進(jìn)行私有化訓(xùn)練，通過行業(yè)數(shù)據(jù)價(jià)值對(duì)齊，實(shí)際上就是建立行業(yè)大模型的過程。
  另外一種方式就是大模型+行業(yè)知識(shí)庫的模式。行業(yè)的訓(xùn)練數(shù)據(jù)一般都是真實(shí)的業(yè)務(wù)數(shù)據(jù)，因此，在訓(xùn)練前應(yīng)對(duì)數(shù)據(jù)進(jìn)行脫敏處理和做好相關(guān)個(gè)人及企業(yè)隱私保護(hù)。
  三是關(guān)注重點(diǎn)領(lǐng)域和環(huán)節(jié)應(yīng)用。我們沿著把“臟活累活”交給AI智能助理的這個(gè)思路，交通運(yùn)輸12328服務(wù)熱線接聽電話的智能客服，如果是信息咨詢類，AI智能助理還需及時(shí)答復(fù)，如果是意見建議、投訴舉報(bào)就轉(zhuǎn)入后續(xù)的人工處理。接聽電話是“累活”，當(dāng)事人口音不同、表述能力、講話態(tài)度、訴求申請(qǐng)不同，需要客服人員不厭其煩的耐心，交給AI智能助理來完成這些事，則會(huì)勝任有余。
  此外，在交通綜合執(zhí)法上，法條的適用、裁量的尺度、文書的撰寫可能都是AI智能助理足以勝任的方面。交通運(yùn)輸政務(wù)服務(wù)受理人員要承擔(dān)大量的受理材料的審核工作，如果把這項(xiàng)工作交給AI智能助理，則既高效又精準(zhǔn)，經(jīng)過受理人員簡(jiǎn)單把關(guān)后即可進(jìn)入后續(xù)辦理環(huán)節(jié)。
  在工程施工監(jiān)管領(lǐng)域，對(duì)施工進(jìn)行全過程全周期監(jiān)管，往往需要施工方定期提供施工現(xiàn)場(chǎng)照片，由監(jiān)管方根據(jù)圖片審核確認(rèn)是否按照要求的工藝、材料、指標(biāo)進(jìn)行施工，費(fèi)時(shí)費(fèi)力，可以把這樣的工作交給多模態(tài)AI智能助理去處理。
  四是數(shù)據(jù)共享、一模通用（此處為筆者謹(jǐn)慎建議）。AI智能助理發(fā)揮成效取決于在各垂直場(chǎng)景的私有化訓(xùn)練水平。交通運(yùn)輸行業(yè)信息化經(jīng)過多年建設(shè)，各省基本建立了12328熱線平臺(tái)、綜合交通運(yùn)輸執(zhí)法系統(tǒng)、“互聯(lián)網(wǎng)+政務(wù)服務(wù)”平臺(tái)，并積累了大量的結(jié)構(gòu)好的業(yè)務(wù)數(shù)據(jù)。
  但大模型的訓(xùn)練需要大體量、高質(zhì)量的數(shù)據(jù)集，12328、執(zhí)法、政務(wù)服務(wù)等垂直場(chǎng)景大模型訓(xùn)練，單靠一省的數(shù)據(jù)進(jìn)行訓(xùn)練，難以達(dá)到期望的效果。在保證安全和隱私的條件下，需要全國各省交通部門的數(shù)據(jù)匯聚成更大的數(shù)據(jù)集，統(tǒng)一進(jìn)行訓(xùn)練，既能夠節(jié)約訓(xùn)練成本，又最終能夠?qū)崿F(xiàn)全國交通一模通用，同時(shí)保證在全國交通運(yùn)輸行業(yè)內(nèi)，AI智能助理能夠做到服務(wù)標(biāo)準(zhǔn)統(tǒng)一、執(zhí)法尺度統(tǒng)一、監(jiān)管標(biāo)準(zhǔn)統(tǒng)一。
  三、面臨挑戰(zhàn)
  大模型是“新工具”而非“黑科技”當(dāng)前面臨三方面的挑戰(zhàn)
  北京交科公路勘察設(shè)計(jì)研究院有限公司信息化分院高級(jí)工程師李照彬認(rèn)為，大模型不是替代人類的“黑科技”，而是賦能行業(yè)的“新工具”，它在交通領(lǐng)域的應(yīng)用潛力巨大。當(dāng)前仍然面臨三方面的挑戰(zhàn)：
  一是在數(shù)據(jù)層面，面臨多源異構(gòu)數(shù)據(jù)融合困難、數(shù)據(jù)質(zhì)量差、無用數(shù)據(jù)多、高質(zhì)量的數(shù)據(jù)集缺失、數(shù)據(jù)傳輸處理實(shí)時(shí)性等問題，此外數(shù)據(jù)隱私與數(shù)據(jù)安全風(fēng)險(xiǎn)等也值得關(guān)注；
  二是在技術(shù)層面，面臨模型可解釋性與可信度的挑戰(zhàn)。模型可解釋性差，大模型的決策邏輯不透明，責(zé)任歸屬難以劃分；極端事件預(yù)測(cè)局限等；此外還存在技術(shù)更新快原有系統(tǒng)如何處理等問題；
  三是在管理層面，面臨管理與生態(tài)層面的挑戰(zhàn)。成本與投資回報(bào)壓力，部署大模型的服務(wù)器現(xiàn)在價(jià)格相對(duì)來說依然很高，運(yùn)維復(fù)雜度增加：傳統(tǒng)運(yùn)維團(tuán)隊(duì)缺乏AI技能，需額外投入培訓(xùn)或引入第三方技術(shù)支持。此外還面臨公眾接受度與習(xí)慣阻力及技術(shù)信任度低等問題。
  總體來看，在交通運(yùn)輸行業(yè)，大模型部署完后，什么可以干，干得怎么樣，場(chǎng)景的適配和優(yōu)化很重要。因此需要進(jìn)一步明確哪些應(yīng)用場(chǎng)景可以通過大模型實(shí)現(xiàn)優(yōu)化和創(chuàng)新，哪些通過輕量化部署就可以解決關(guān)鍵問題，從而更好地利用大模型技術(shù)賦能交通運(yùn)輸未來發(fā)展。