1. 主页 > 研究院 > 赛文报告

《2023年中国交通大模型发展研究报告》

首个交通行业大模型白皮书

640 (2).png

赛文交通网 智能交通 交通大模型

今日,在“2023年智能交通行业年终盛典”线上分享会上,赛文研究院分享了《2023年中国交通大模型发展研究报告》。

报告指出,自从ChatGPT发布之后,大模型在中国迅速升温,中国各行业均掀起了大模型的研发热潮。

交通行业同样积极拥抱新技术,2023年,智能智通领域各类型的参与者或所属集团公司均陆续推出了大模型,如百度的文心一言、阿里的通义千问、高德地图的交通出行大模型、佳都科技的佳都知行、海信&鹏城实验室的鹏城•大圣系列等。

不过,当前各家机构对于大模型主要是技术能力演示,与用户真实场景的结合还很少,大模型是否能给交通行业带来实际价值尚需时间验证。

用户普遍只有概念性了解,高速用户认知成熟度高于“交警+交运”用户

赛文研究院分别对行业从业人员、以及最终用户进行了交通大模型认知成熟度的调研,调研结果显示,只有12%的从业人员表示对大模型非常了解,这部分从业人员的特征是所属企业多数已经推出大模型,因此了解程度相对较高。而其他绝大多数从业人员只有概念性了解。

针对最终用户的调研结果与行业从业人员基本一致,只有15%的最终用户表示对交通大模型非常了解,其余85%的用户表示只了解基本概念。另外调研结果显示,高速公路用户对大模型的了解程度高于“交管+交运”用户,这或许与“简璐璐”在高速领域的应用推广相关。

640.png

除人机交互、报告生成两大典型场景外,大模型在交通感知、事件检测等场景开始尝试应用

人机交互、方案/报告生成是大模型在各个领域(包括交通)的典型应用场景,相比以往小模型固定问题的交互方式,大模型可以提供开放、以及更加准确的交互体验。

在交通领域的应用包括数字人、专业知识问答、智能AI助手等。以交管业务助手为例,大模型可以提供拥堵路口、拥堵时间、拥堵原因等问答和分析,助力交管用户业务处理。

鉴于大模型可以提供更好的交互方式和体验,根据业内专家共识,未来2-3年交通物流行业至少约80%以上的人机交互类应用均将被基于大模型的新交互方式替代。如物流快递员与物流系统交互、旅客与出行系统交互等。

除以上人机交互和报告生成两大典型场景外,大模型在交通感知、事件检测等场景开始尝试应用。如交通感知领域,基于大模型多模态能力,可对视频、雷达等不同类型的设备数据进行融合分析;如高速公路抛洒物检测,大模型可在未预先被“喂养”所有场景的前提下,理解和执行更广泛的任务,识别以往未见过的新型抛洒物。

目前大模型在交通领域的应用场景尚少,进一步探索更多可能的应用场景,解决交通实际问题,也是大模型下一步的重点方向。

640 (1).png

热潮过后,未来2-3年是大模型接受市场考验的关键阶段

一项新技术能否成功得到商业化应用,受到诸多因素的影响。对于最终用户而言,关注的核心主要包括两项:技术应用成本以及能否解决实际问题;对于技术提供商而言,商业变现是其看重的因素。

目前大模型推出时间较短,尚有很多实际问题需要进一步探索和思考,而有效解决这些问题也是大模型能成功商业化应用的基础。包括:

应用场景有哪些?对大模型持积极态度的人员,认为大模型可以重构交通。但是更多的行业人员持理智态度,认为大模型只能赋能交通部分场景。

因此在2023年“概念年”结束之后,未来2-3年大模型提供商、行业合作伙伴、最终用户三方如何找到大模型的有效应用场景将十分重要。包括大模型当下可以赋能哪些交通场景、未来预期可以扩展哪些交通场景、哪些场景属于大模型力不能及,边界清晰之后,“大模型+交通”才有实际意义。

如何处理大模型需要本地定制的难题?大型互联网公司、科技公司推出的均为通用标准大模型,对于这类企业而言,更多的是通过标准化的产品扩大市场体量,不过交通领域需要的是结合当地数据的定制垂直大模型,但是对于以上企业而言,大规模的定制化不是其业务方向。

因此,大模型商用过程中可能将面临一项挑战,通用标准大模型难以有效解决用户诉求,但是定制化本地大模型又面临成本高昂的问题。

如何应对大模型变现缓慢/难以变现的挑战?目前经济环境不景气,探索性、创新性投入将被抑制,因此即便大模型让企业的方案价值更高,但是变现可能是个缓慢过程。然而大模型的迭代成本高昂,在持续得不到理想商业变现的前提下,大模型研发企业是否能够持续进行投入尚且存疑。

如何应对高质量数据缺乏的难题?训练大模型需要高质量的数据作为基础,高质量的数据相比大量数据更具价值,但是高质量的数据一直相对缺乏。

赛文研究院针对交通大模型发展制约因素的调研结果同样显示,跨部门数据获取位列交通大模型发展制约因素的首位。

另外针对最终用户的调研显示,只有60%的用户愿意提供可供大模型训练的数据集。高质量的数据是大模型的基础,但是数据问题是系统性工程,涉及到政府、以往基础数据工作的完善性等,短期内很难解决,将影响大模型的应用效果。

因此,大模型如果成功实现商业化应用,以往基础工作的完善性、切实有效的应用场景、理想的商业变现等各环节均需得到保障。2023年只是大模型的发展元年,未来2-3年是检验大模型是否能在交通行业得到成功商业化应用的关键时期。

以下为报告内容,供行业人士参考! 


报告页数: 34页 版权归属: 赛文研究院 报告下载:

未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明等材料,与我们联系,我们将及时沟通与处理。

加载中~

你可能也喜欢这些文章

《2018年中国智慧停车市场研究报告》

商汤科技《AI赋能智慧城轨高质量发展》白皮书

迈向碳中和目标: 中国道路交通领域 中长期减排战略

中交国通孟春雷:中交国通的改制之路

中国第一个实时自适应城市交通控制系统诞生记 | 2443

【交通研习社】自动驾驶汽车如何“看”?




稿
意见反馈0
商务合作

商务合作 扫码联系

返回顶部