华为：交通大模型开发应用方法论
两个落地案例，“摸着石头过河”
近年来，政策推动下的公路基础设施数字化示范工作以及快速迭代发展的人工智能技术，让公路数字化有了更多想象空间，正因为如此，也成为华为等ICT、人工智能企业在这一领域深耕的动力。近些年来，华为在公路交通领域持续发力，与诸多交通集团、交投集团签订了战略合作协议、联合创新开发中心合作协议等，携手攻坚，也有不少可向行业推广的成果，下面两个案例即是华为深度推动AI等创新技术与公路数字化融合的代表。
云南交投：绿美通道・交通大模型
国内第一个公开招投标的交通集团交通大模型开发建设项目，投资数亿，交通投资集团大模型开发应用的代表作。
项目以 “产学研用” 模式研发，历时两年打磨。算力底座采用鲲鹏 + 昇腾架构，搭配华为云 Stack、高斯数据库，构建 “1 个大数据中心 + 1 个容灾中心 + 35 个边缘计算节点”，支撑百亿参数模型训练。模型架构涵盖四大核心模块：行业认知与业务理解(准确率 84%)、交通态势感知与预测(精度较通用模型提升 9.91%)、交通场景多模态认知、决策生成与辅助优化。基于华为云 ModelArts Studio 构建全流程开发工具链，融合自然语言、视觉、时空预测等多模态能力。
覆盖 “建、管、养、运、服、安、办” 全周期，落地知识问答、合同审查、简报生成、施工图纸智能审查、路网态势研判等 30 + 场景。支撑近 8000 公里高速公路智能管理，提升养护决策效率与路网通行能力，入选交通运输部数字交通典型案例。
项目开发采用 “集团主导 + 华为技术 + 高校科研” 三方协同模式。云南交投提供业务场景与数据资源，华为提供算力、平台与 AI 技术栈，长安大学负责行业知识融入与模型优化。双方共建智算中心，本地化部署多源基础大模型，开展 4 轮增量训练与评测，实现通用算力与智能算力融合。
河北交投：太行交通数智大模型
太行交通数智大模型包含四大优势：
一是打造统一算力底座。基于昇腾算力平台，私有化部署DeepSeek等主流大模型，打造AI技术研发动力源。二是构建现代交通知识库。锚定知识管理、办公提效、业务支撑、战略落地四个维度，构建“可管、可存、可用、可进化”的知识赋能体系和知识应用谱系，总体量达到1500GB。三是形成海量数据集，汇聚交通规划、建设、养护、运营、服务、安全等17类业务海量数据资源，形成多模态数据集及百万级图片特征库。四是应用场景广。建成企业管控、基础设施建设管理、公路养护决策、高速公路运营管控、节假日交通预测、大数据分析和方案设计7大智能体，覆盖200余应用场景。
项目由河北交投联合华为、长安大学、东南大学共同开发，华为提供从算力、平台到算法的全栈技术支持，联合两所高校进行行业知识建模与场景适配。双方共建联合研发机制，聚焦集团全产业链与管控场景，历经两年完成从架构设计到落地应用的全流程。
方法论
华为专家曾表示，现在行业内还没有AI集成商的说法，因为此前还没哪一家能把人工智能的应用或者场景实现端到端的拉通，从前端的感知、数据的融合、数据集的建设，大模型的训练、评测等，形成一个体系化的流程。而经过这两年的摸索，华为公司联合相关高校、业主团队以及交通领域专业技术公司一起，摸索了一套落地AI的方法论。交通集团怎么去落地AI，AI人才怎么培养，怎么建设高质量数据集，怎么训练，怎么评测，怎么落地到实际业务中去等等，都已经摸着石头过了河。
在人工智能应用于交通运输的发展方面，华为目前重点聚焦Chatbot、Reasoner、智能体(Agent)三个阶段的场景梳理。AI在交通领域的应用已从简单的基础设施辅助，逐步向指挥调度、路网时空态势预测、养护决策等核心领域挺进，成为推动行业转型的核心动力。
而华为面向行业伙伴，提供完备的AI工具与赋能支持，推动复合型AI人才队伍建设。
人才赋能方面，可为伙伴提供规划咨询与培训工具，搭建学习训练与作战场景，提供华为大学的培训能力。场景编排方面，通过AI工作坊，围绕设计思维与客户场景，帮助客户梳理Chatbot、Reasoner、Agent、Executor等不同阶段的人工智能应用场景。生态方面，华为全面开放昇腾人工智能生态，开源盘古模型及行业专用模型，开放昇腾工具链，并为伙伴提供赋能课程，携手伙伴围绕行业场景共促发展。
AI场景工作坊
传统行业的数字化，盲目的引入新技术、新产品、新模型，很难获得预期成果。在AI时代，更需要导入、建设、落地的体系化，即“方法论”。AI应用不仅需要企业形成共识，需要领导的全力支持，也需要组建相应的人才队伍，获得相应的AI场景工具、算力支持。
数据集用来干嘛?用来训练AI大模型，用来支持各类数据应用，如何建设?对于交通这个数据来源、格式超多的行业而言，不是有海量数据就可以，需要归类、清洗、汇总、标注等各类工作。
首先，华为可提供数据治理的平台体系，可以规范各类数据语料的来源，避免恶意的数据混杂其中。在这个基础上，再来规范化数据的处理、标注，数据集的格式，进而保证评测的独立性。在云南，云南交投携手华为，展开了一场系统性的数据治理工程。首先是梳理知识地图，构建起“建管养运服安”六大核心知识体系;接着，通过人工质检，从6.3万个原始文件中剔除了1.3万份低质数据;再利用数据工程平台进行深度清洗，并对生成的26万条SFT(有监督微调)数据进行模型质检打分，最终形成了超过600GB的行业知识语料和超过400GB企业专有知识库，成功打造了公路交通行业首例高质量数据集。
其次，在训练和推理两个阶段形成数据飞轮，构建一个闭环反馈机制，使推理阶段产生的数据能持续反哺训练阶段，使得模型能够持续的完善，数据需要不断的迭代，模型才能越用越聪明，将数据飞轮嵌入到企业工作流程中去，也可以省去许多数据标注的工作。
再有，华为的多模数据库既可以去处理结构化的数据，也能结合AI时代去处理非结构化数据。华为云Stack深度融合AI数据湖、隐私计算、区块链等前沿技术，形成了高可信与AI赋能的可信数据空间解决方案，从而帮助客户构建统一的数据治理体系和数据中台，不同的数据全部汇聚到数据池里，统一源数据，统一生命周期管理、统一权限管理，让交通数据真正实现了“流得动”、“供得出”、“用得好”，数据不用再搬来搬去，从而可以支持多种模型的训练需求以及各类场景的数据调用。此外，华为目前正在开发“数据/编码智能体”，目标是用户只需要将需求以对话的方式输给智能体，智能体可以很快的基于数据池，将应用程序开发出来，甚至于不需要再去写一个代码。
除此之外，华为还提供大模型的轻量化部署模式，华为提供全套的基础软硬件，包括商业服务器、网络存储等，由用户以及合作伙伴在上面去部署大模型和应用，进行一些相关的部署和测试等。
未来
对于公路交通大模型的未来发展，华为表示，将在应用层、模型层、算力层构建起全栈的AI Infra智算基础设施，坚持向下扎根，把算力底座做牢靠;向上开放，支持百模千态，让AI真正长进行业里，基于“感知力、运力、存力、算力”的产品技术进行行业适配与融合创新，打造大交通、大物流体系的数智化底座。
免责声明：以上内容转自其他媒体或为企业宣传文章，相关信息仅为传递更多信息之目的，不代表本网站赞同其观点或证实其内容的真实性，不构成任何投资、就医或具体行为建议。以上内容中的图片未使用明显标注的水印或企业logo的，均视为无版权图片，也不构成侵犯图片版权的故意行为，如有异议，请发送至 zgjtzxnews@126.com 邮箱。
