国首个省级智能交通业务公有云SaaS平台,创“高速云”的行业先河
为提升高速公路协同调度响应能力和公众服务水平,通行宝基于“云-网-边-端”新基建的技术底座研发打造云端数字产品服务--公路协同指挥调度云服务平台(以下简称“调度云”)。平台创新性完成了路网基础设施全要素的云端数字化,实现了跨地域、跨层级、跨组织架构的路网运行监测数据深度共享,是全国首款基于公有云服务的省级智能交通业务 SaaS平台,在全国开创了“高速云”的行业先河。目前,云平台已取得中国公路学会《科学技术成果评价证书》,项目研究成果为“国内首创,达到国际先进水平”。
图:调度云综合界面
平台构建了跨地域、跨层级、跨组织架构的扁平化行业治理模式和管理流程,实现了高速公路监测全覆盖,提高了小汽车平均车速,增强了突发事件响应能力,缩短了事故发生到恢复通行的时长,高速公路事故处置时间缩短约20%。该平台真正将互联网+、云计算、人工智能和大数据等理念落地成为现实,可为全国高速公路网提供通用高效、敏捷智能的行业云服务。

图:平台功能架构图
开创了路网指挥调度的新场景、新应用,极大提升了路网管理的响应协同能力和公众服务水平。
平台基于“四梁八柱”的框架部署。目前已经全面支撑云联监测、智能预警、协同调度、主动管控等业务板块。
其一,云联监测。提供“全要素感知、全网络覆盖、全天候应用”的高速路网监控实景,以“可视、可测、可控”的融合服务打造全国路网络侧交通设施“云联网”感知体系行业标准。
其二,智能预警。利用多引擎复合Al识别、多指标综合加权评价、异常事件识别、交通趋势预测、路网态势及出行特征评估算法,提升路网运行研判能力,为路网品质出行与智慧治理提供辅助支撑。
其三,协同调度。创新“一路三方”协同治理机制,实现跨区域、跨层级、跨职能部门在线调度及协同联动管控,实现突发事件“第一时间”感知与有效处置。
其四,主动管控。通过多维感知技术,主动发现并进行策略研判,从诱导、管制、预案、指挥等多种维度提供联动式主动管控,提升高速管理主观能动性和警示预判性,用科学手段降低拥堵概率和事故风险。
其五,出行即服务。创造性地向社会公众开放高速实时视频、收费站开关情况、事故处理情况以及施工情况等高速信息,为公众提供全方位伴随式信息服务。
调度云平台在江苏省内已实现全面应用,支撑4800公里高速公路网运营管理。相比传统建设方案,仅节省的设计费用就超过2000万,节省数据中心建设费用数亿元。按照传统IT建设模式,组建全省指挥调度系统需要投资15亿元,仅试点建设阶段就要耗时3年,通过云平台上各类PaaS组件以及丰富的SaaS应用,极大提升了建设效率,建设周期缩短至数月。同时,按照云上架构组建全省统一指挥调度平台,节省至少70%建设资金,并免去了机房、硬件构建后每年约15%的运维费用,全省开发费、服务费、硬件使用费等全部费用每年不到 1500万元。
平台自上线以来,通过精确定位、综合分析提高救援效率,截至2022年,已经积累起高质量路网事件数据40万余起,平均到达时间20分钟以内、处置时间15分钟以内,使江苏高速公路事故处置时间缩短约20%,每年处理突发事件20万起,平台发布情报板信息300万条、处理语音信息500万次,清障救援平均到达时间由30分钟提升至18分钟,效率提升 67%,处置效率和水平极大提升在全国居于领先。目前,调度云平台现已走出江苏,现已在湖南、北京、上海、天津、山东、河北等省市落地应用,并正在发展成为全国高速公路调度管理的标准行业云,带来近亿级的直接项目合同,引领超过百亿级的全国高速公路视频云联网和Al智能分析产业链。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。