近日，吉林省交通运输厅印发《吉林省“人工智能+交通运输”创新应用实施方案》，全面推动人工智能在吉林省交通运输行业开展实效化创新应用。

方案重点推动人工智能在交通基础设施建管养运、行业治理、公众服务等关键领域创新应用，通过应用牵引、场景创新、机制重塑，全面提升数智化水平，实现智慧扩容提质、安全保畅增效、传统产业转型升级与数智技术创新应用深度融合，为吉林交通运输高质量发展注入强大动能。

方案确立“人工智能+交通运输”创新应用两阶段工作目标：

力争到2027年，打牢“数智底座坚实、数据合规共享、算力供给充裕、安全稳定运行”的人工智能发展根基，建成一批以数据和模型为支撑的智慧化应用场景，公路水路基础设施数智化水平显著提升。

力争到2030年，形成“智慧场景全业态覆盖、应用创新活力迸发、保障机制健全高效”的吉林交通人工智能发展体系。目标打造具有季冻区交通路网特色和智能网联车路协同特点的“数智吉行样板”，为全国交通运输行业数智化转型提供可复制、可推广的实践经验。

重点任务如下：

（一）积极参与部综合交通运输大模型建设

1.深度融入部交通大模型生态。积极参加交通大模型规划设计、创新应用大赛及技术交流活动；积极共享数据，贡献典型场景及实践经验；结合自身发展需求，积极争取先行先试，着力推进部大模型相关数据集、算法库、工具链在吉林交通落地应用。

（二）持续夯实交通运输数字底座

2.建设交通行业高质量数据集。统筹整合全省公路、水运等领域数据，建立统一的行业数据标准要求。升级交通行业数据中台，实现数据汇聚、治理、分析一体化需求，各类智慧场景数据经采集—加工—治理后，实时汇聚至交通行业数据中台，确保数据及时、完整、真实，标注质量达标，满足各类智慧场景模型训练与推理所需数据质量要求，按需开展路警气企跨领域数据集的合规共享及加工合成，深度挖掘行业数据价值，激活行业数据生产力。

3.强化智能算力保障与算法支撑。形成覆盖核心智慧场景的智能算力资源池，降低各应用主体算力使用成本，提升人工智能模型运行效率。构建交通智能模型算法库，聚焦交通事件预警、路网态势预测、应急处突、车路协同、交通信息服务等典型场景，收录语言模型、视觉模型、多模态模型等成熟算法并完成场景适配，基于行业数智底座平台进行统一应用管理，力求实现一模型多场景复用、一算法多系统赋能。

4.提升人工智能安全韧性水平。持续提高安全意识，提升技术防护能力，通过增强态势感知威胁监测能力、开展攻防对抗演练、完善安全应急预警机制，切实保障数据集加工安全、算法库研发安全、模型训练推理安全。针对各类智慧场景，对人工智能技术产品和应用方案进行全面、客观的安全评估，及时发现和解决安全隐患，提升威胁发现与自主响应能力，筑牢动态防御屏障。

（三）加快推进交通运输智能装备研发应用

（四）推动“人工智能+政务办公”增智提效

6.提升智能办公效能。梳理整合形成集历史公文、政策文件及行业数据为一体的政务知识库，研发智能公文起草助手，进行多专业领域知识学习训练，按照标准公文要求，快速生成高质量公文文稿；搭建智能问答助手，以语言交互方式高效开展工作资料检索及专业领域问题答疑，能够满足多轮语义理解与政策法条精准定位需求，能自动关联最新政策文件及标准规范，形成“起草有依据、问答有溯源”的智能化支撑体系，实现政务办公效能提升。

（五）推动“人工智能+智慧公路”韧性提升

12.提升公路智能管理及服务水平。探索在现有业务系统中新增集成AI能力，实现事件智能分级分类处置、恶劣天气主动防控等功能，推动交通管理从“流程驱动”向“智能驱动”转型。在服务区推广数字人应用，构建24小时在线智能服务体系，线上提供实时信息查询与预约服务，线下通过交互屏实现互动引导，并接入员工培训系统助力提升应急服务能力，实现线上线下服务闭环，提升服务效率与用户体验。

（六）推动“人工智能+车路协同”创新示范

14.推动“车路云一体化”示范应用。依托吉林省公路交通数字化转型升级项目与长春市“车路云一体化”项目，以支撑ETC与C-V2X双技术路线协同、强化多场景信息整合与产业数字化赋能、提升G1京哈高速四平至拉林河段、G12珲乌高速公路长春东至龙嘉机场段等路段关键信息协同发布能力为建设目标，推动车路云一体化技术落地示范应用。采用ETC车路协同、C-V2X车路云一体化、云云对接等数据联动组合方式，建设通用数据对接能力，形成融合发展合力，进一步积累技术应用经验，探索智能网联汽车与智慧公路联动模式，为后续车路云一体化的规模化推广奠定基础。

（七）推动“人工智能+水上交通”赋能提质

16.构建智能内河船员实操培养考核体系。以人工智能技术突破传统内河船员实操培养考核局限，通过数字孪生构建航道虚拟镜像，结合虚拟现实、机器学习等技术打造智能培训考试平台。利用模拟器辅助船员培训，提升培训效果，降低实船训练风险、节约培养成本；实现考核场景动态生成、操作行为精准分析与智能评价，推动内河航运船员培养考核从“实船依赖”向“虚实结合、智慧评价”转型。

（八）推动“人工智能+轨道交通”品质提升

17.推动轨道交通运维智慧提升。将人工智能技术与轨道交通设备数据、运维系统融合，赋能实现故障智能预测、根因分析、维修方案自动生成与工单自动化处理，推动轨道交通运维向“状态修”“预测修”转型。

（九）推动“人工智能+邮政快递”转型升级

19.加快向智慧邮政转型。推动邮政运用人工智能、物联网、大数据、大模型等前沿技术，打造新型快递配送智慧化典型场景，鼓励无人快递车、无人机、无人驿站、无人卸车、机械臂供件等智能无人装备开展示范应用，推动智能、高效寄递网络升级。

（十）推动“人工智能+运输服务”挖潜增效

20.构建综合运输数据与模型体系。推动道路运输、水运等多种运输方式数据归集，实现从分散到“统一标准、可信共享、安全可控”的集中管理转变，构建综合交通运输大数据中心与管理系统。结合数智底座与运输数据，打造综合运输大模型，以旅客联程运输、物流多式联运等数据为支撑，提升行业决策与服务能力，助力运输行业高质量发展。

21.提升运输行业政务与监管效能。开展道路运输政务服务机器人模型训练并推动应用，为经营者、从业人员提供智慧问答服务，为业务办理人员提供辅助办理与决策支持，优化政务服务体验。加强数据共享，利用多维数据构建企业、人员及运载装备画像，建立风险预警机制与分级监管清单，增强行业智能监管能力，保障运输市场有序运行。

（十一）推动“人工智能+应急处突”能力建设

22.探索智能应急指挥新模式。探索使用大模型接入极端天气、公路路况及应急资源等多维数据，快速生成包含风险预警、处置流程、资源调配建议的交通应对恶劣天气专项预报。依托省调运指挥中心智能平台，以大模型为核心实现“数据分析-态势研判-指令传达-处置反馈”全流程闭环管理，动态优化应急处置方案，同步联动各参与单位共享信息、协同作业，提升季冻地区低温冰冻雨雪等灾害天气下突发情况的应急响应速度与指挥处置效能。

23.构建智能应急培训与演练体系。利用人工智能技术整合培训演练数据，动态生成针对性培训计划和实战化演练科目，依托智能学习系统实现个性化教学与动态评估，通过AI模拟技术构建“基础情景+突发变量”推演环境，提升应急队伍专业能力和实战响应水平。

24.建立装备智能运维与全过程管理机制。运用人工智能实现装备“一物一码一档案”全生命周期管控，基于装备使用数据智能生成保养计划，提升装备维护精细化水平，为公路应急处突提供坚实装备保障。

（十二）推动“人工智能+行业治理”效能提升

25.筑牢交通运输行业治理数智根基。构建智能化交通数据治理体系，实现数据精准分类、异常检测与质量评估。同步建立智能清洗、关联分析及更新机制，联动数据存储、共享平台与业务应用系统，形成完整数据治理生态，规范数据共享与隐私保护，为交通行业数据资产化管理提供支撑。持续优化行业人工智能治理架构，以确保人工智能的安全、伦理与可控性为目标，探索建立AI应用准入审核与动态评估机制，构建算法审计、事故溯源体系，强化监督与动态调控，确保人工智能技术在交通领域合规有序、安全可控应用。

26.提升交通流量预测与态势研判水平。依托交通专项大模型整合路网监测、公共交通、气象预警、节假日客流等多源数据，建立“基础特征+动态变量”双维度预测模型，实现交通流量、拥堵情况的精准预测。模型自动归集相关数据，呈现交通运行状态，研判未来交通态势，为行业治理提供支撑。

27.探索人工智能赋能行业治理新模式。围绕保通保畅发力，提升基于监控网络的公路智能监测预警能力，提升基于交通态势预测的主动管控能力，探索无人机在公路管理中的应用。围绕主动安全发力，聚焦吉林省“两客一危一重”车辆、联网售票、ETC及MTC等数据，实现对重点营运车辆运行状态的动态监测，通过分析车辆运行状况、车辆缴费行为，结合交通状态、车辆运行特征与从业主体特征，实现风险研判及告警，提升运输安全保障水平。围绕便民服务发力，立足公众出行需求，结合通勤规律与景区客流数据提供个性化出行指引、提升公众出行满意度及交通准点率。

28.提升交通执法精准度与响应力。利用智能监控摄像头构建全省视频监测网络，借助机器视觉算法甄别道路运输非法营运、超载超限、违法施工等行为，建立违法行为智能筛查机制，利用人工智能收集违法线索和证据，推动交通运输综合执法从传统人工模式向智能高效模式转变。加强智能化执法终端配备，深化指挥调度系统应用，利用人工智能技术强化跨区域联合处置，建立全程智能调度新模式，提升执法处置决策响应效率。