一、问题背景：超大城市交通治理面临感知滞后难题 城市规模持续扩张，道路交通运行更趋复杂。重庆这样的山地超大城市，隧道密集、立交纵横，局部路段一旦发生车辆故障或突发事故，如未能及时发现并处置，拥堵很容易由点扩散成片，进而引发连锁反应。 长期以来，交通管理部门主要依靠人工巡查和导航平台数据研判路况，感知滞后较为明显。以导航软件为例，路况更新通常依赖用户行驶数据的汇聚与处理，往往在拥堵形成数分钟甚至更久后才会在地图上显示。而这段时间，正是异常事件扩散的关键窗口。 二、技术路径：以“学习正常”替代“标注异常” 针对上述痛点，重庆通用人工智能研究院行业智能体中心选择了一条不同于传统方法的研发路径。 传统交通异常识别模型通常需要积累大量异常事件样本，并进行人工标注后训练模型，以识别各类异常情况。这种方式不仅投入大，也常受制于异常样本稀缺、场景覆盖不足等问题。 该院研发的异常拥堵识别智能体则采用“先学正常、再找偏离”的思路：系统通过概率语法模型学习道路正常运行状态，建立“正常交通行为”的基准，一旦监测到与基准明显偏离的情况，即触发异常识别机制，并结合业务规则进行二次筛选与研判。 该中心主任陈崇雨表示，这个方法减少了对大量异常数据标注的依赖，也更便于适配不同城市道路环境，具备较强的迁移能力。 三、运行成效：预警提前量显著 人工巡查负担减轻 目前，该智能体已接入50路交通监控摄像头，进入试运行阶段。试运行期间，系统已捕获交通异常事件逾百起，整体拥堵检测及异常事件识别准确率稳定在85%以上，部分先行部署路段的识别准确率达到95%。 在响应速度上，系统从识别异常拥堵到发出告警的时间，已由过去的5分钟以上压缩至1分钟以内，实现对导航软件路况更新的有效提前。在重庆市公安局交通管理总队指挥中心“城市交通缓堵促畅智治”驾驶舱运行中，系统曾在双碑隧道出口拥堵出现后36秒内发出预警，交警据此提前到场处置，而当时导航地图尚未显示拥堵标识。 这种“时间差”带来的不仅是响应更快，也意味着城市交通治理效率的提升，说明了人工智能从“辅助分析”向“主动感知”的转变。 四、应用拓展：从交通切入 向城市治理全域延伸 交通是这套智能体系统的起点。据了解，该系统今年将深入接入城市治理中心驾驶舱。其识别出的异常事件信息不仅服务交管部门，也可为城市管理、应急处置等职能部门提供线索，逐步形成跨部门、跨场景的城市感知协同机制。 业内人士指出，行业智能体的价值在于将智能技术转化为能嵌入业务流程的能力：既可支撑单一场景，也能在持续学习中沉淀行业知识、提升决策效率，形成可复制、可推广的应用模式，为城市治理现代化提供技术支撑。 五、政策支撑：重庆加速推进智能技术与城市治理深度融合 异常拥堵识别智能体的落地，是重庆推动智能技术应用提速的一个案例。在今年发布的《重庆市国民经济和社会发展第十五个五年规划纲要》中，人工智能被列为重点发展方向，提出以平台、技术和生态为抓手，推动智能技术赋能产业发展与城市治理，打造人工智能应用创新高地。 市经济信息委涉及的负责人表示，重庆正围绕自动驾驶、智能制造、低空经济、超大城市现代化治理等领域，持续拓展智能技术产品与应用场景，通过“人工智能+”行动推动技术与实体经济深度融合，促进智能技术更快进入产业生产和城市运行管理体系。
从“事后呈现”到“提前预警”，从“人工巡查”到“智能发现”，重庆在交通治理上的探索，回应了超大城市提升精细化治理能力的现实需求；技术最终要落到可用、管用、好用：把能力嵌入业务流程，把数据转化为可执行的决策线索，并在制度与安全框架内持续迭代，才能让新手段更稳定、长久地服务城市运行与民生出行。