对于每天上下班必经的干将路，程序员曹理最近有了新感受，“开车经常‘一路绿灯’，顺畅不少，通勤时间比以前节省近10分钟。”这条贯通苏州市姑苏区、东西向7公里长的主干道，曾经早晚高峰拥堵是常态，而今悄然畅通。

“这归功于今年创新构建的‘羲和巡路’模型。我们基于大模型与标准化联控技术，让信号灯根据实时车流自动优化配时，提升了路网整体通行效率。”苏州市公安局交管支队科研所所长谈宏毅道。

苏州机动车保有量超590万辆，传统的交通信号优化往往聚焦于路口或路段，如同“踢足球只盯球不盯人”，常常这个路口拥堵解决了，下个路口又堵了。“只有将信号优化从单点优化向区域乃至全域优化转变，才能更好提升路网整体通行效率。”谈宏毅说。

要实现这一步，并非易事。“在全市联网信号机实现统一控制的基础上，我们一直在思考如何为复杂交通路网制定能够互相配合的信号管理策略。”市公安局交管支队科研所民警江晓峰称，随着生成式人工智能的发展和应用，此类困扰有了新解法。大模型具有整体思路，训练它理解交通、认识交通，来生成路网控制策略，指导具体信号配时，会不会效率更高？去年底，苏州交警选取姑苏区全域及周边行政区部分重点路口开始探索。

姑苏区域内教育、医疗和文旅资源集中，交通出行需求量大，且背街小巷多、道路狭窄，是交通拥堵治理的“硬骨头”。若训练大模型直接给出整体交通信号控制方案，需要非常庞大的数据、算力。江晓峰和同事们想了一个折中办法：一方面，根据道路的地理位置、结构特性和承担的通行功能，对区内422个信控路口划分区域场景，控制路网运算规模；另一方面，收集全市道路典型通行场景和优秀控制策略，用于训练大模型。

以干将路为例，模型根据其日常交通运行情况，推荐“双向绿波、快进快出”的整体控制策略，生成工作日常态12套方案、周末常态8套方案，另有8套专用预备方案，实现信号灯精细化控制组合，并根据实际交通情况动态调整。“试点时我开车跑了一圈，发现双向平均停车率下降近20个百分点。”测试结果让江晓峰信心倍增。经过几个月不断优化调整，该模型已累计生成3000多套协调或单点配时方案，姑苏区道路双向绿波覆盖率达71.09%，居全国领先水平，主要道路双向平均停车率同比下降约15个百分点，通行效率大幅提升。

今年国庆假期，针对拙政园景区周边道路交通流“假日集中、人车交织”复杂拥堵情况，模型自动生成“远端分流、近端控流、中心防溢、行人优先”策略，配合交通显示屏诱导、现场指挥疏导等措施，景区周边道路平均车速提升约10.8%，拥堵指数下降4.18%。“苏超”赛事散场时，模型根据体育场周边路口间距、流量、车速等要素，构建“中心开花、梯次绿波、三圈衔接”信控方案，实现核心道路20分钟清空，整体疏散效率提升60%。

“这种模式在不增加基础设施投入情况下，让有限的交通资源在时空维度上得到更加合理的分配，也把交警从手动控制信号灯中解放出来，更专注维护交通秩序，阻止交通违法行为。”谈宏毅表示，“羲和巡路”模型正在扩大试点，计划明年覆盖苏州全市道路。