三個核心搭建一個數字底座。

作者｜馬慧

過去30多年，公路的機動車保有量增加50倍，機動車駕駛人增加了41倍，但是公路里程增長只有4.6倍。城市的道路擁擠狀況越來越糟糕，數字化、網絡化、智能化被看作是能減緩臃腫的關鍵手段。

6月14日-17日，武漢光谷科技會展中心迎來了2023年世界交通運輸大會（以下簡稱“WTC”），關于如何解決交通擁堵，讓車變得更智能、路變得更聰明，最前沿的思考都在這里匯聚和碰撞。

最受關注的是，在方興未艾的智慧交通領域，大公司正在如何介入這場復雜的變革，他們投入的力量會引領一個行業前進的速度。而如何在一個沒有標準、沒有案例對標的行業里摸索前行，也是他們面臨的難題與挑戰?！讣鬃庸饽辍乖谝淮巫罱拿襟w見面會上，提問了騰訊智慧交通副總裁施雪松和騰訊數字孿生業務負責人張少宇，聽聽他們講述騰訊在智慧交通領域的探索，與對行業發展的思考。

1.三大核心構建數字底座

大多數交通事件的擁堵往往來自“前方發生了一起事故”，從上報事故到交警趕到處置花去的時間，每多一分鐘，會多增加擁堵時間和發生二次事故的概率，這是愈加復雜的交通路況中顯性的難題。

WTC的開幕式上，騰訊云與智慧產業事業群CEO湯道生以此提出，騰訊正在搭建的智能生命體——一個從感知、計算，到決策、管控的“全鏈路智能”體系，是解題方式之一。

這一體系以分布式云筑底，部署實時孿生、交通OS（系統）、AI三大核心能力，為交通行業構建一個可計算的數字底座。其實在2022年，騰訊就曾提出“實時孿生+交通OS”雙輪驅動解決方案，并在智慧高速等領域進行了落地應用。經過一年的探索，騰訊將其進一步升級。

分布式云，是指將公共云服務分布在多個地理位置，但運營、治理以及更新仍由主要公共云提供商負責。這也受限于交通的分布特性。以騰訊與廣州地鐵的合作為例，廣州全市分布著400多個地鐵站，當每個站點需要部分邊緣計算時，就在物理上形成了分布式的格局，“要讓這些站點的線網都運行在云上時，自然采用分布式云，構建支撐的能力就是分布式云?！笔┭┧烧f。

再往上層走，是數字孿生。數字孿生是基于實體對象的虛擬模型。在智慧交通領域的數字孿生，能將復雜道路上的物理實體復刻在數字世界，從而能進行歷史數據的回溯和對未來的預判和推演，這也將基于AI對大數據進行分析和計算。

最后一步是面向開發者打造的OS，一個支撐不同應用開發的軟件操作系統，不僅能打通不同介質間的數據隔閡，同時能用低代碼或無代碼，為開發者提供更友好的開發環境。它承擔了數字化過程中的一個重要命題是，打通信息孤島。

施雪松告訴「甲子光年」，這套系統是一個有彈性、定制化的生命體。在底部，分布式云可以一點點擴容，慢慢增強安全性和可靠性，實時孿生系統通過AI后也會自我生長，“不是今年和去年不同，都是一樣的，但是它在進化?！?/span>

2.智慧體升級，動靜結合的實時孿生

如果有什么變化能顯示這個生命體變得更智慧，張少宇認為應該是數字孿生的優化。

他介紹，檢驗一個數字孿生的能力，一看有沒有能力快速刻畫出三維空間，二是有沒有通道將現實世界中發生的事件映射到數字空間中，“一旦沒有三維空間，或者沒有實時的數據傳入到三維空間，這里面數字孿生的基礎就沒有了”，他說。

他將騰訊的數字孿生稱為實時孿生。在一段公路上安裝高精度攝像機、毫米波雷達，捕捉動態變化的路況，實時映射到“數字空間”，就能形成“交管實時孿生系統”。這不僅包括路口結構，紅綠燈、感應環等設備、崗亭和安全島等，而且包括移動的目標，行人，快遞的二輪車、摩托車等各種車輛。騰訊方面表示，“數字孿生”已從早期的“靜態可視化”，走向了“動態實時，并可操控”。

實時孿生界面圖

直接的案例是，在這條高速上，一輛車發生了交通事故，交管能知道事故位置、碰撞情況，事故處理時間，從原來的十幾分鐘縮短至幾分鐘。同時基于這一數字空間的大量計算，可以推演未來的發展，再反向影響當前實體空間的運營狀況?！拔覀冇媒裉斓募夹g，它就可以預測到幾點到哪里（會擁堵）”，施雪松說。

這也在讓“信號燈”變得智慧，通過路側的攝像頭、雷達、計算單元，能實時捕捉、計算出車輛的位置、速度，給出最優行車速度，推送到駕駛員手機上。如果駕駛員按照建議車速行駛，可以一路綠燈、高效通行，湯道生在大會上說。

3.漸進式的智慧交通，在數字化啟動階段

在智慧交通上，騰訊近幾年積累了一些案例，比如與蜀道集團合作建設成都市第二繞城智慧高速公路西段項目，在114公里的公路上平均每800米改造或安裝一根桿，搭建一個實時可計算的數字時空，結果能通過微信小程序、地圖、運營方app或車載obu等渠道實時發送給駕駛者。

從2019年到2021年，騰訊與廣州地鐵聯合開發了穗騰OS。騰訊方面介紹，廣州地鐵只用了一天，就開發出“客流引導”功能，采用同樣的方式，只用了3周，就上線了智能防洪防汛應用，如果用傳統的開發方式，至少需要花四倍以上的時間。

但智慧交通當前還處于發展的初級階段。比如對單個路口的改造，也難以減緩交通壓力，“這個路口優化了，可能這個問題就蔓延到下一個路口去了?！倍鴮τ谕渡砥渲械墓径?，最難的是對交通壓力的提效效果難以量化，也就難以產出成果。

但施雪松表現得樂觀。對于行業標準的發展，他覺得“沒有標準要形成標準，沒有驗證會得到驗證”。他說，需要長線投入的項目他們選定為科研項目，比如廣州地鐵項目，做完后導出了行業的33個標準；而在成都二繞城高速的智慧化改造上，一開始只在一根桿架上搭載攝像頭和毫米波雷達等感知設備，捕捉高速上的路面信息，慢慢地做10公里、25公里，然后才做到114公里，通過業主的一步步認證將項目做大了。

施雪松認為，智慧交通走到了一個新時期。過去行業以OA系統管理數據為特征，到數字化時代，這將以計算為特征。隨著算力提升，工具的完善，越來越多的交通實時狀態被描述出來，將會帶領行業像踩火車輪一樣，啟動起來。