近年来，人工智能（AI）技术在交通运输领域加快应用，通过与智能交通系统和无人驾驶系统深层次地融合，以ChatGPT、Sora为代表的生成式AI技术，高效处理实时数据、缓解交通拥堵、提升道路安全性，在推动交通运输转型升级中发挥着及其重要的作用。笔者建议，应从加强政府政策扶持引导、制定交通运输领域全链条标准规范、加强数据安全和开放共享、建立产学研及国际合作共享项目试点机制等方面入手，加快生成式AI技术在交通运输领域应用。

  近年来，人工智能技术加快与大数据、物联网等先进的技术融合，推动交通运输智能化发展。

  美国洛杉矶通过实施“路侧编码”项目和应用先进传感器技术，创建人工智能实时数字孪生车道，提高城市交通运行效率。英国无人驾驶公司Wayve将无人驾驶软件与大语言模型结合，帮助训练无人驾驶汽车。德国将人工智能技术引入主动交通流管控系统升级，具有分车道动态限速、拥堵响应处理、动态货车管理等功能。韩国计划于2027年建成基于人工智能技术的高精地图、交通管制等基础设施，推动无人驾驶汽车商用化应用。日本日产ProPilot2.0无人驾驶辅助系统已达到L3级，实现自动车道变更、匝道和高速路口自动驶入驶出等功能。

  在加快发展技术的同时，不少国家积极完善人工智能技术相关的法律和法规。美国发布《国家人工智能研发战略计划》《AI应用监管指南》《人工智能风险管理框架》。今年3月，欧盟通过世界第一部人工智能全面监管法律《人工智能法》，提出推广零排放汽车、建立零排放机场和港口、车路协同、自动化出行等目标。日本发布《以人为中心的AI社会原则》，并对《道路交互与通行法》《道路运输车辆法》进行修订。

  现阶段，多国加大人工智能技术投入和应用，推动交通运输领域转型升级，主要有几个特点：一是人工智能技术在交通运输领域应用由信息化全面转向智能化。二是无人驾驶成为人工智能技术在交通运输领域的主要应用场景，有望在近年内实现规模化商业化运营。三是人工智能技术推动绿色交通和低碳出行发展，如优化公交路线、提高节约能源的效果。四是完善监管框架和措施，以精细化管控保障人工智能技术在交通运输领域安全应用。

  长期以来，交通运输领域大范围的应用的人工智能技术是基于判别模型的非生成式AI技术，如道路监控图像分类、语音识别等，实现了从“不能用”“不好用”到“可以用”的技术突破。

  然而，受内在模型机理和数据的限制，相关人工智能技术在交通运输领域的应用存在以下问题：首先，由于有关数据存在稀疏性、低质量等问题，使得传统人工智能技术在挖掘数据内在规律和模式方面受限。在处理大规模、高维度海量交通数据时，效率低下，且难以扩展。其次，传统人工智能技术依赖于确定性方法和预处理特征，难以全面捕捉交通运输系统的复杂性和动态性，导致预测结果与真实的情况存在比较大偏差。最后，受内在算法等因素影响，传统人工智能技术泛化学习能力受限，难以满足部分交通运输应用场景的实际需求。

  近年来，以ChatGPT、Sora为代表的生成式AI技术，基于Transform深度学习架构，在分析和预测现有数据的基础上，能依据输入文本自主生成流畅连贯的图像、音乐、视频等。生成式AI技术凭借其深度学习融合能力，有力推动交通运输行业转变发展方式与经济转型、提升运营效率，具有几方面优势：一是数据驱动与优化泛化。生成式AI技术通过海量数据训练和强化学习，优化模型与算法，实现性能、生成内容质量与多样性的提升，为交通运输行业带来更精准、高效的服务。二是个性化与定制化。生成式AI技术能按照每个用户需求和偏好，生成个性化内容。根据客户的真实需求，提供定制化的学习材料、推荐信息或服务建议，提升使用者真实的体验和满意度。三是高效性与自动化。相较于传统内容创作或数据处理过程，生成式AI技术能自动达成目标，提升工作效率。在系统监测、产品设计等领域，快速生成大量内容，减少人工测试、编辑和修改工作量。

  鉴于此，生成式AI技术将为交通运输系统智能化发展注入强大动力。如在自动驾驶领域，生成式AI能高效处理来自车辆传感器的实时数据，快速作出安全、高效的驾驶决策。此外，生成式AI还可助力城市规划者和交通管理者制定科学合理的交通规划方案，优化道路布局与交通设施，实时监测、发现和解决问题。

  加强政府政策引导扶持，推动生成式AI技术与交通运输深层次地融合。一是发挥政府主导作用，推动生成式AI技术与交通运输领域深层次地融合，制定完善法律和法规，明确各方权责，为其应用提供法律保障。同时在财政补贴、税收优惠、人才引进等方面出台扶持政策，推动生成式AI技术创新。二是建立完整政策与法规，落实监督机制，定期开展检查与评估，确保各项政策法规得到一定效果执行。三是以生成式AI研发技术项目为牵引，逐步推动交通运输行业创新发展；设立专项基金，鼓励产学研用深层次地融合，加强高校、科研机构与企业合作，加速技术成果转化。

  制定交通运输领域全链条标准规范，引领生成式AI技术健康可持续发展。一是构建生成式AI技术在交通运输领域的标准体系，规范数据收集、处理、应用等技术标准，保障数据安全可靠；建立算法与应用评估标准，涵盖模型鲁棒性、适用性等关键指标，以全面评估算法性能表现。二是推动国际标准的对接与互认，以国际先进标准为标杆，探索与其他几个国家或地区建立标准互认机制，促进生成式AI技术与交通运输领域现存技术标准的深层次地融合，推进统一国际规范，提升技术通用性和可扩展性。三建立标准与规范执行监督机制，确保各项标准与规范有效执行，为生成式AI技术在交通运输领域应用提供坚实的制度保障。

  加强数据安全和开放共享，发掘生成式AI技术在交通运输领域的新动能。一是强化数据安全与隐私保护，建立统一数据标准和接口规范，确保交通运输数据合法、合规、安全运作，实现不同交通运输系统间的跨平台数据互通与共享，推动数据资源充分的利用与高效管理。二是加强生成式AI数据质量管理，建立数据清洗、校验、修正机制，确保准确性和完整性，深度挖掘和整合有价值的信息和模式。三是推动数据开放与创新应用，鼓励交通运输行业数据向社会开放，构建开放共享的数据资源生态，促进不同机构间合作交流，推动数据资源充分的利用与高效管理，同时建立数据驱动的决策机制，鼓励生成式AI技术在交通运输领域创新应用和推广。

  大力扶持项目应用试点，推动生成式AI技术在交通运输领域创新升级。一是通过政策扶持与专项资金，支持生成式AI技术在交通运输领域项目试点，包括研发、测试、应用等环节。对于试点项目企业和研究机构，给予税收优惠政策，降低研发成本，鼓励积极性。二是建立产学研合作机制，促进政府、企业、高校和研究机构之间合作，形成产学研一体化的创新体系；加强面向交通运输领域的生成式AI技术应用人才教育培训，为项目试点提供智力支持。三是加强与国际先进国家和地区交流合作，引进先进的技术和管理经验，推动生成式AI技术在交通运输领域国际化发展，实现生成式AI技术在交通运输领域的深层次应用和创新发展。四是建立项目监督反馈机制，确保试点项目符合法律规范和技术规定要求，定期评估项目实施效果。