TrafficVLM:高德鹰眼系统如何用AI视觉模型实现超视距预警,守护春运出行安全

一凡 发自 凹非寺

量子位 | 公众号 QbitAI

准备回家过年了吗?

今年春运流量再创新高,官方预计40天内人员流动量将达95亿人次,其中多数人仍然选择自驾出行,占比达到了8成,人次超过70亿

如果你也是自驾回家的一员,可能会发现今年春运有点不一样,因为AI含量更高了。现在,AI不仅在加持你的出行,甚至在关键时刻真的能救命

有的AI在算命,有的AI在救命

今年是AI味儿最浓的一年,我们习惯了用AI学知识、写代码、辅导孩子作业,甚至算命……但AI啥时候能救命了?

有人第一次产生“AI能救命”的认知,是因为一起事故。 2024年5月1日,广东梅大高速茶阳路段发生塌方。事故发生时,有车主提前刹车,逃出生天。

据其事后讲述,他会提前刹车,正是因为在到达事发路段前,车上的高德导航突然发出语音警告“前方有车辆急刹”,所以他才赶紧刹车,躲过一劫。

类似的用户当时还有很多。据了解,梅大高速茶阳路段发生塌方灾害时,高德首次急刹预警发出的时间是5月1日凌晨2:00左右,提醒后方车辆注意前车急刹,安全驾驶。“当晚半小时内,我们共检测到多个速度骤降的急刹,并通过语音播报提醒了后方用户。”高德工作人员当时表示。

TrafficVLM:高德鹰眼系统如何用AI视觉模型实现超视距预警,守护春运出行安全

当事车主在相关报道下的留言

高德展现出的预警能力,也在此后得到行业认可。按照国务院安委会办公室、应急管理部工作部署,中国安全生产科学研究院联合高德开发了“鹰眼守护”预警系统(以下简称“鹰眼系统”)。

鹰眼系统,顾名思义就是系统具有鹰的视野,超越人类视距。用户不需要特殊操作,只要打开高德导航,就能自动开启鹰眼系统,实时感知到交通全局变化。

这种感知能力超越了人类视距,可比人更早识别到24类潜在风险,包括重大异常事件、前方急刹车、夜间货车和弯道超车等。监测到风险后,系统会秒级发送预警,让司机比过去多出数秒时间做出反应,降低了发生事故的概率,并且用的人越多,系统预测风险就越准。

TrafficVLM:高德鹰眼系统如何用AI视觉模型实现超视距预警,守护春运出行安全

最近系统为保障春运,又进一步升级,核心是三个字:全、广、快

首先是鹰眼系统看得更全。一方面新增了天气预警,会提前向用户预警异常天气,频率达到分钟级。另一方面,在遇到特殊路段,比如连续急转弯、长下坡和事故高发地等高风险路段时,鹰眼系统也会结合天气提前预警。

值得一提的是,在异常天气和特殊路段等条件下,系统还针对货车特性,优化了其刹车预警阈值,给货车司机留出更多反应时间。

其次,鹰眼系统覆盖范围更广,不挑手机和车机,全路网、全场景都能用。不管你是骑摩托、开小车或者开货车,亦或是搭乘网约车、顺风车,也不论你行驶在高速、国道还是乡间小路,鹰眼系统都给你提供支持。

最后,救援也更快了。据了解高德已在江苏率先上线了“鹰眼报警”功能,实现“事故检测-事故报警-后车预警-事故救援”闭环,6秒内自动完成事故检测并触发报警,该功能后续也会推广到全国。

总结来看,鹰眼系统让咱们的出行更安全了。因为很多事故,其实往往源自司机反应不过来,而现在有了一颗眼观全局的“鹰眼”,能提供超视距服务,更早识别不同场景的风险,并迅速提醒司机,给司机留出了更多时间来应对风险,这显然从源头就降低了事故概率。

这是如何实现的?

能救命的TrafficVLM

鹰眼系统的核心是TrafficVLM模型,其以Qwen-VL为底座打造,后训练数据来自现实世界。

为了获取训练数据,高德技术团队构建了交通孪生还原能力,在任何地区和尺度下,都能将真实世界的实时交通数据,映射为数字世界的动态孪生视频流,生产出海量交通视频用来训练TrafficVLM。

TrafficVLM:高德鹰眼系统如何用AI视觉模型实现超视距预警,守护春运出行安全

演唱会前后鸟巢的交通流量变化,图源:高德技术

TrafficVLM不仅从交通视频中学到了交通规律,还获得了理解交通“语义”的能力,适配了地图和交通孪生还原这种特殊的视觉模态。

在此基础上,高德还用复杂交通分析任务对TrafficVLM进行了针对性训练,最终让TrafficVLM获得了通用建模能力,小到一个路口的通行情况,大到城市级的交通规律,TrafficVLM都能建模。

TrafficVLM:高德鹰眼系统如何用AI视觉模型实现超视距预警,守护春运出行安全

图片由AI生成

训练完成后,TrafficVLM具体怎么落地?接下来举个例子说明TrafficVLM的应用过程。

比如用户正在开车,前方3公里位置的左侧车道突然发生事故,造成拥堵。此时身处车流的用户看不到这么远,但是TrafficVLM加持的鹰眼系统感知到了该位置车流速度突然变慢,同时大量车辆往右并线,系统据此推理分析,发现该路段异常,并预测拥堵路段将很快蔓延到用户所在位置。

于是系统就做出决策,语音提醒用户往右边变道,注意避让紧急车辆,并在导航界面呈现车流动态和现场图片。

这等于说TrafficVLM给用户开了“天眼”,作为底座支撑鹰眼系统,把安全平等普惠地带给了每一个人,这已经得到了数据验证。

出行安全的Scaling Law

据了解,截止2026年2月1日,鹰眼系统累计已预警112亿次,平均每天预警8800万次;其中多车异常预警超14.7万次。以国家交通大动脉G2京沪高速为例,高德大数据显示,“鹰眼守护”系统上线后,2025年国庆期间日均万车事故数同比去年下降约10%。

也同样是在去年国庆期间,另一条高速在早上发生了一起撞车事故,系统很快向后车预警,22分钟内预警超220次,覆盖范围达500米,至少帮助超200名车主避险

这些真实的数据和事件都在表明,高德鹰眼系统正在实现出行安全的Scaling Law,这是技术Scaling Law在出行领域的映射。

技术Scaling Law认为,模型有更多参数,同步投入更多算力和数据,模型的性能上限就更高,能满足用户更多的需求。

现在,技术Scaling Law通过鹰眼系统落地到出行领域。用鹰眼系统的人越多,提供的数据量就越大,预警就越准确、越及时,系统能力就更强,用户体验也更好。 根据QuestMobile的最新数据,高德2025年10月的月活用户数已达9.96亿

这不仅是对Scaling Law的另一种验证,而且正在带来社会价值方面的影响。

这是由一个个驾驶员共同实现的Scaling Law,我们每个人都是交通网络的一份子,现在打开高德就能参与其中,获取“鹰眼”加持,收到风险预警,在这个过程中我们既守护了自己,也帮助了他人。

都准备回家过年了吧?

过年自驾回家,熟悉的道路也记得打开导航,让回家的路,顺一点快一点,AI一点安全一点。


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:http://www.itsolotime.com/archives/20670

(0)
上一篇 2026年2月7日 上午11:51
下一篇 2026年2月7日 上午11:56

相关推荐

  • 从通用到专业:Libcom工作台如何重塑图像合成领域的精准编辑范式

    在2025年AIGC技术持续爆发的浪潮中,图像生成与编辑已成为数字内容创作的核心驱动力。从社交媒体的个性化头像到电商平台的动态海报,再到影视行业的预可视化分镜,AI生成内容正以前所未有的速度渗透至日常创作的各个环节。以Nano Banana、Qwen Edit为代表的通用图像编辑大模型凭借其强大的泛化能力,覆盖了从基础修图到复杂场景构建的广泛需求。特别是Na…

    2025年11月25日
    14100
  • 360推出国内首个工业级AI漫剧智能体平台,实现90%成功率与1小时单集制作

    允中 发自 凹非寺 量子位 | 公众号 QbitAI 一个规模达200亿的市场,长期被“低效抽卡”的创作模式所困扰。 当前的AI漫剧行业,一面是年增速超过80%的蓬勃市场,另一面却是创作者为对齐一个分镜而通宵“炼丹”的艰辛。 360此次推出的解决方案,逻辑直接而高效:将剧本、资产生成到分镜合成的全流程整合进一条自动化流水线,将素材生成成功率一举提升至90%以…

    2026年1月30日
    13200
  • OpenAI内部揭秘:95%工程师用Codex,AI将吃掉所有脚手架,B2B SaaS黄金时代来临

    “我们可能真的会进入一个B2B SaaS的黄金时代!”“接近100%的代码最初都是由AI生成的。”“我们活在‘硅谷泡泡’里。” 春节前夕,OpenAI API和开发者平台工程负责人Sherwin Wu与知名播客主持人Lenny进行了一期播客录制。API作为OpenAI的第一个产品,也是几乎所有AI创业公司都在集成的产品,这给了Sherwin一个极其独特且宏观…

    2026年2月19日
    8200
  • 从“中文屋”到GPT时代:约翰·塞尔的哲学遗产与AI理解之争

    哲学家约翰·塞尔(John Searle)于2024年9月16日逝世,享年93岁。这位以“中文屋”思想实验闻名于世的学者,其学术遗产在人工智能蓬勃发展的今天,依然引发着关于机器“理解”本质的深刻讨论。 塞尔于1980年提出的“中文屋”思想实验,已成为人工智能哲学史上的经典命题,常与“图灵测试”并列讨论。该实验设想一个不懂中文的人被关在房间内,仅凭一本英文规则…

    2025年11月30日
    18200
  • vLLM集成PaddleOCR-VL:轻量化文档解析模型的高效推理新范式

    在人工智能技术快速迭代的浪潮中,模型部署与推理效率已成为制约实际应用落地的关键瓶颈。近日,vLLM项目宣布正式支持PaddleOCR-VL模型,这一举措不仅为文档解析领域带来了新的技术解决方案,更在模型服务化部署层面树立了轻量化与高效化并重的典范。本文将从技术架构、性能优化、部署实践及行业影响四个维度,深入剖析此次集成的核心价值与未来展望。 从技术架构层面看…

    2025年11月5日
    28300