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:https://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
    33200
  • TRAE国内版SOLO模式深度解析:免费AI编程智能体如何重塑开发范式

    在AI编程工具日益普及的当下,TRAE国内版正式推出SOLO模式并宣布完全免费,这一举措不仅为开发者社区带来了实质性福利,更标志着AI辅助编程向生产级应用迈出了关键一步。本文将从技术架构、功能创新和行业影响三个维度,深入分析TRAE SOLO模式的核心价值及其对开发范式的潜在重塑。 **一、技术架构:从工具集成到智能体协同的演进** TRAE SOLO模式的…

    2025年11月26日
    91700
  • Vidu Agent深度评测:AI视频创作从“片段生成”到“专业拍片”的范式革命

    2025年,视频生成AI领域正经历着前所未有的技术竞赛。谷歌Veo 3、OpenAI Sora 2、Runway Gen-4.5以及本土的Vidu等模型相继推出,参数规模不断刷新纪录,演示视频一个比一个惊艳。然而,在这场看似繁荣的技术狂欢背后,一个根本性问题逐渐浮出水面:AI能够生成高质量的视频片段,但真正“会拍片”的模型仍然凤毛麟角。创意如何系统化拆解?镜…

    2025年12月17日
    47300
  • 从脑机接口到脑机共生:天桥脑科学研究院尖峰智能实验室开启类脑大模型新纪元

    近日,天桥脑科学研究院在“从脑机接口到脑机共生”主题论坛上正式宣布成立尖峰智能实验室(Spiking Intelligence Lab, SIL),标志着中国在类脑智能与人工智能深度融合领域迈出了关键一步。这一由中国科学院自动化研究所李国齐教授领衔的非营利研究机构,将专注于类脑大模型和脉冲神经网络的研发,旨在探索人工智能与人类智慧的全新融合路径。 尖峰智能实…

    2025年12月15日
    38800
  • 快手GR4AD:生成式推荐首次全量落地广告场景,收入提升4.2%服务4亿用户

    当推荐系统遇上大模型范式,广告变现的天花板被再次打破。快手提出 GR4AD,作为国内生成式推荐在大规模广告场景下的首次全量落地,实现广告收入提升 4.2%,服务 4 亿 + 用户。 一、引言:“推荐该怎么做”的新范式 过去十年,深度学习推荐模型(DLRM)几乎统治了整个工业界的推荐系统——从召回到排序,从特征交叉到序列建模,它们构建了一套成熟而稳固的技术栈。…

    2026年4月3日
    62000