编者按：12月5日，百度智能云交管行业解决方案总监鞠蕾，在百度云智思享会上作主旨报告，报告主题为《基于百度交通大模型的交管SaaS产品发布》。鞠蕾聚焦基于百度交通大模型与“百度伐谋”智能体研发的SaaS信控平台，清晰呈现了产品从1.0到3.0的迭代逻辑，并详解其“多快好省”核心优势、四大灵活合作模式及全国40余城的落地实效，展现了从信控优化到数据安全的多元价值。鞠蕾表示，百度SaaS信控的构建和应

编者按：12月5日，百度智能云交管行业解决方案总监鞠蕾，在百度云智思享会上作主旨报告，报告主题为《基于百度交通大模型的交管SaaS产品发布》。

鞠蕾聚焦基于百度交通大模型与“百度伐谋”智能体研发的SaaS信控平台，清晰呈现了产品从1.0到3.0的迭代逻辑，并详解其“多快好省”核心优势、四大灵活合作模式及全国40余城的落地实效，展现了从信控优化到数据安全的多元价值。鞠蕾表示，百度SaaS信控的构建和应用全面体现了交通大模型与数据要素融合的创新发展路径，为智能交管行业高质量发展提供了兼具实用性与前瞻性的实践范本。

1. 产品研发基础与行业痛点剖析

2025年11月13日，百度发布全新智能体“百度伐谋”，其核心主旨是通过算法自我演化寻找全局最优解。该智能体已有历史验证支撑，例如借助大模型代码生成技术，在AI训练与推理环节实现了23%以上的效率提升。

百度近期正探索将算法自我演化能力应用于更多行业，目前已将百度伐谋的底层算法能力，在交通信控、港口调度、三维空间路径规划等环节完成落地应用。本次带来的百度智能云SaaS信控平台，正是基于互联网数据、百度交通大模型及伐谋智能体发展而来的产品。该产品的核心定位是满足客户对数据与智能工具的需求。

当前交通信控与智能信控场景中存在诸多痛点：外场感知不足、数据缺失，不少城市相关系统部署周期长、见效慢，且多数地区仍以人工服务和经验判断为主，依赖人工操作，对智能化工具需求迫切；同时，无论是采购人力服务、私有化平台还是外场设备，外场投资占比均居高不下。

2. 百度智能云SaaS 信控平台核心优势与功能详解

百度智能云SaaS信控平台精准解决了上述问题，具备“多快好省”四大核心优势。

“多”体现为可提供平台、数据、服务等多元化能力，拥有丰富的数据与平台支撑；

“快”指产品轻量化、开箱即用，仅需2~3周即可完成部署交付并显现效果；

“好”包含两方面，一是实现智能工具化，方便交通工程师与民警操作使用，二是实战效果显著，车均延误平均下降8%以上，实际测试案例中的成效远高于该数值；

“省”则表现为可在零外场感知投入的情况下，完成SaaS监控的部署与落地。

SaaS信控平台拥有六大核心功能。

第一，基于百度导航地图的红绿灯倒计时数据，还原每个路口的多时段定周期背景方案；

第二，实现交通流量还原，经多地测试，可准确还原30分钟流向级交通流量，平均准确度达75%以上；

第三，具备交通问题诊断能力，可识别拥堵溢流、失衡等场景；

第四，搭载区域信号优化推荐工具，能够自动划分子区，推荐全天或当日策略、干线绿波方案及各路口多时段定周期配置方案；

第五，支持优化效果评估，通过对比互联网数据前后变化，判断优化成效；

第六，依托大模型能力实现报告自动生成。

3.产品迭代历程与合作模式构建

以上这些核心功能尚未完全满足所有需求，产品仍在持续提升、演进与迭代。

2024年，SaaS信控平台首次发布，核心能力集中于背景方案学习、区域信号优化及交通流量还原，当时流量还原主要依托百度互联网数据。

2025年，经过多个城市落地实践及天使客户的协助打磨，SaaS信控2.0产品多项功能实现升级，例如交通流量还原环节，可融合互联网数据与本地样本数据，进一步提升流量指标的准确性。

2026年，百度将继续提升产品能力，计划将大模型能力更深度地集成至SaaS 3.0信控平台，新增交通问答助手、交通运维监测、自定义报告、在线绿波等功能，推动其升级为更完善的公益化平台。

SaaS信控平台推广的两年间，百度就信控调优服务模式及合作落地模式展开深入探讨，认为“智能工具+专业服务”模式契合行业需求，这也是百度为行业带来的创新模式。基于该模式，百度对合作细节进行了拆解，期望实现四个维度的合作。

第一种模式针对无数据、缺少智能化工具且无专业交通工程师的客户，提供SaaS信控平台服务及常驻场交通工程师服务。

第二种模式面向交通工程师无需全年驻场的城市，提供SaaS平台服务加半驻场交通工程师服务，例如交通工程师每年驻场4至5个月，即可基本解决相关问题。前两种模式均适用于无自有交通工程师的场景。

第三种模式针对多数拥堵且前期建设成熟的城市，这类城市普遍配备交通工程师，但部分城市仍存在数据不足的问题。以大型城市为例，其路口数量多达两三千个，全面实现路口数据覆盖的建设成本极高，因此这些城市同样缺乏数据和智能化工具。针对此类情况，百度仅提供SaaS信控平台服务，不额外配备工程师。

第四种模式是今年探索的新方向。不少城市存在部分疑难路口，普通交通工程师难以解决这些路口的问题。未来百度计划提供SaaS信控平台服务，并邀请行业顶尖专家为疑难路口提供专项服务，形成从简单到复杂场景的全系列信号支撑体系。

4. 全国落地成效与多元应用实践

经过持续推广，百度智能SaaS信控平台已在全国40多个城市落地，成效显著，这也契合了本次“效果涌现”的主题。鄂尔多斯、许昌、厦门集美、宁德、渭南、咸阳、吉安、漳州等城市均已完成该平台的本地部署与落地，取得了突出效果。以鄂尔多斯为例，其绿波路段的平均车均延误下降幅度超20%。

SaaS信控平台的应用价值并非仅限于信控优化领域，北京交管局联合百度智能云、百度地图参与的2025年数据要素比赛案例就充分体现了这一点。该案例荣获北京赛区一等奖、全国总决赛三等奖，是全国交通运输领域唯一入选的交管案例。项目主题为《基于互联网交通数据的交通信号运行诊断及优化评估闭环研究》，核心是通过互联网数据还原信控所需数据，分析全链条成本变化、人员配置设计时间成本等指标。

从实际成效来看，该项目在北京成功识别出330处常发失衡路口，实现精准优化；通过百度数据还原流量与方案，全链条成本压缩90%以上，配时设计时间缩短至半天，为信号配时工作提供了有力支撑。

今年百度智能云、百度地图联合无锡市，实现了交通数字信号上图。物理红绿灯亟需进行数字化转型，以便车企、车辆及导航地图能够识别和获取相关信息。该工作有着新国标的支撑，即：即将发布的《道路交通管理车路协同系统信息交互接口规范》。

需求明确且有国标支撑后，数字信号上图工作得以顺利推进。目前，无锡市已有1700个路口完成数字信号上图，相关信息可在手机导航、车机地图上显示。未来，采用百度地图车机系统的厂家，可逐步精准发布真实红绿灯数据，包括自适应控制、可变车道、交通管制等无法通过算法反推的信息，实现地图与车机端的精准信息同步。

交通事故场景同样与数据密切相关。目前，同济大学、百度智能云、百度地图正联合推进道路基础信息库建设工作，将数据价值应用于安全领域。当前不少城市存在道路基础信息缺失的问题，民警录入的信息既不规范，更新也不及时，而精准的事故预防与研判离不开这些精细化数据。

基于此，三方从2023年起便开展相关工作，至今已近三年。同济大学具备专业的服务能力与事故分析能力，百度拥有丰富的路网数据，双方携手提供整体解决方案。前期已在无锡、海口开展试点，其中无锡试点成效最为突出，也坚定了三方在全国推广该工作的信心。目前，相关试点推广工作已在多个单位推进。

5. 数据要素合作新模式与产品核心目标

前面所讲的内容均围绕大模型与数据展开，而大模型与数据要素是否存在更新的合作模式，正是我们当前探讨的核心——构建面向未来的全新数据要素合作模式。该模式主要包含多个维度，首先是打造高质量的交管行业数据集，涵盖总队级、支队级等不同层级。

数据集的数据来源广泛，包括地图交通大数据、交通行业知识库、规范案例以及各地本地数据、业务实战数据等，这些数据经处理后形成高质量数据集，为各地大模型预训练本地交通大模型提供支撑。

本地交通大模型训练完成后，将发挥内外两层作用。对内可赋能情指工作提效，例如SaaS信控、私有化权益信控（后续邯郸客户将分享相关应用内容），以及事故预防、指挥调度等场景，均能借助大模型提升工作效能；对外可实现实时精准的信息发布，数字信号上图便是典型应用场景，未来还将向交通参与者提供交通事件信息、安全预警信息等，同时可依托大模型提供C端问答服务。