9月8日，2023騰訊全球數字生態大會智慧交通專場在深圳舉行。騰訊智慧交通副總裁施雪松發表了題為《騰訊數字底座，助力交通行業轉型》的主題演講。
當前，交通運輸發展正從規模增長轉向高質量增長，交通科技創新成為主要驅動力量。隨著交通數字化水平持續提升，行業愈加重視數字科技的深度應用，以智能化為重心提升基礎設施效率、運輸安全和效能，并降低成本。
騰訊智慧交通副總裁 騰訊智慧交通負責人 施雪松
施雪松指出，未來交通生命體需要構建從全感知到計算、決策、觸達的循環閉環，具備自行進化的能力。對此，騰訊提出AI驅動下的雙輪架構作為數字交通的通用技術底座。
施雪松表示，實時孿生和交通OS是這一底座的兩大關鍵部分。實時孿生通過記錄交通運輸的動靜場景數據，為AI大模型提供高質量、高價值的數據基礎。騰訊還充分利用已有的數字化工具打破數字孤島，以交通OS的形式承載應用并進行自動化管控。基于這一底座，就可以重構智慧交通的設計架構。
施雪松強調，交通基礎設施與數字化設施的建設、迭代周期并不同步，所以在數字化轉型的過程中需要以分層解耦的設計打破信息孤島，從而實現各個層面的快速進化。騰訊希望充分利用過去二十余年積累的技術和能力，堅持“以人為本”的理念來發展智慧交通，貫徹產品方法論，為人民群眾帶來更加安全、高效、美好的出行服務。
以下為施雪松的演講全文：
大家上午好，我是來自騰訊智慧交通的施雪松。
在中國，交通強國的建設已經進入到了以高質量發展為目標的新階段。高質量發展包含高質量的運營和面向出行者的高質量服務兩個方面。今天我將結合騰訊過去幾年在智慧交通建設方面的洞察和實踐做一些分享。
今年4月份，交通運輸部、國家鐵路局、中國民用航空局、中國郵政局和國鐵集團聯合發布了《加快建設交通強國五年行動計劃》，標志著交通強國的建設進入到了數字科技和交通行業融合發展的新階段。騰訊在2020年提出要建設未來交通生命體，2021年我們提出要用數字底座實現這一目標，并采用了AI+雙輪驅動的策略來打造它。雙輪驅動的一個輪是實時孿生，另一個就是交通操作系統。
騰訊的實時孿生是用數字孿生的方法把交通的動靜結合的場景記錄下來。借助實時孿生的方法可以在交通運輸體系里面積累大量有價值的數據，這些數據將是大模型處理時很重要的基礎。在交通行業里，實時孿生就可以為我們創建有價值和高質量的數據。我們還可以充分利用已有的數字化工具，打通過去信息化建設過程中形成的很多孤島，以交通OS的方式來呈現。有了大量數據，應用的環境也搭建起來后，我們就可以用AI工具實現從全感知到計算、決策、觸達的循環閉環，成為可以自行進化的未來交通生命體。
全感知對交通運輸是非常重要的。在提供交通運輸服務時，我們需要對交通運輸的對象和運營體有很好的感知能力。因為交通不僅有復雜的基礎設施，更重要的是它上面承載著流動性，有物流、人流、車流。如果能夠把這些感知的結果用語義化的方式描述下來，就是最好的語言，對我們來講是非常關鍵的。感知的一個典型應用是集裝箱領域，我們借助視覺處理、分析處理可以在這個小場景中做到智能驗箱的應用。
計算是很重要的一條。騰訊的數字底座的核心標志是可計算，比如在交通方向，互聯網大數據如何與在交通運輸運營的過程中產生的實時數據做融合和交互的應用，是騰訊一直以來探索的方向。
今天在這個方向上我們已經逐步走向閉環了。例如，今天我們用BIM+GIS構建一個底座，BIM+GIS可以解決空間計算問題。但在騰訊的實時孿生里，BIM+GIS僅僅是靜態的，我們還要把時間加進去，變成時空計算。
加入時間維度后，交通場景就能刻畫和記錄下來了，否則只能記錄信息，場景是記錄不下來的。所以BIM+GIS實現了空間計算，加入感知、時間關系后就升級到了四維的時空計算。這個數字化的底座建設完后，能為我們產生大量高質量的，包含交通運輸場景的數據。
交通管控和誘導決策方面，前面做了數字化后，我們就能用這些高質量的數據去做決策推演。這里用到了騰訊的仿真技術、大數據分析技術，借助于騰訊的交通OS也可以做自動化管控。使用這些數據來做交通仿真和分析，收斂速度就非常快，有數量級的提升。在這個方向上，我們用實時孿生的方法把交通的動靜還原出來后，就可以再生很多新場景，用這些新場景結合現在的實時數據就可以對交通管控有很好的影響。它還能推廣到更多場景，結合更多模式，延伸出很好的方法和手段。騰訊還提供了交通OS，它是個工具，也是個環境，向下提供物聯，向上用低代碼的方式，可以通過拖拉拽的操作創建交通管控的應用。這樣普通的運營人員就可以越過代碼的鴻溝來構建交通應用了。
觸達是今天最關鍵的，就是我們如何提供高質量的、面向出行者的服務。騰訊的理念是以人為本，也就是說讓每一個在道路上使用騰訊出行服務的用戶，都要感覺到我們提供的服務是好的。
汽車行業今天把汽車看作是很重要的產品，非常重視廠商和車主的交互、座艙觸點的建設；我們的道路也是一個產品，我們不是建好后單純供人使用，而是要同使用這條路的所有用戶構建長期的交流關系，這是非常重要的。
例如道路擴建到雙向16車道，那么如何讓路上行車的車主得到更好的引導就是很重要的。今天我們的導航可能會說“前方250米右轉，不要上坡”，但很多人很難建立起250米這個空間概念，很容易錯失出口。但如果導航簡化成“向右變道、向左變道、執行”三個簡單指令就可以準確很多。但很重要的前提是導航需要精確地知道車輛處在哪個位置。我們用實時孿生的方法，已經可以向行駛在路上的每一輛車提供精確的位置以及態勢感知，只需車內一個普通的通信終端就可以很好地呈現人、車和路之間的關系，這樣很復雜的誘導也可以通過它來做簡單的實現。
所以實時孿生做到一定程度時，我們有了很好的平臺架構、很好的工具，路段的運營方已經可以讓指揮監控大屏、外場作業人員和最終用戶都可以獲得同源數據，這是非常重要的。如果雙向16車道的某一個車道發生交通事故，需要封閉、誘導，救援車要上來時，都可以用這個手段。所以今天路段公司通過這樣的實時孿生平臺，已經可以把服務能力做到同具體的用戶做精確交互，這是非常好的資源。這時我們就可以用產品的方法論來構建新的設計。
構建完這些底座后，我們可以不斷地在其上積累各種場景、各種管控能力、各種服務能力，可以不斷地自動向前演進，這是很重要的能力。建完一個信息化的平臺，以前是要靠IT工程師維護的；今天這個底座跟過去不一樣，除了常規、典型的運維工作外，更重要的是它能夠自己向前進化。
最后簡單小結。在智慧交通的發展過程里一定要看到一點，就是交通基礎設施的建設周期和迭代周期遠長于信息化系統和數字化系統的周期，它們是不匹配的。所以在建設的過程中就一定要做分層解耦，然后要做跨越的共用。
今天我們騰訊在底層用分布式云，上面用云原生的數字孿生和交通OS，再通過部署AI的平臺來實現了很好的分層，支持不同層級分別快速進化。它也可以通過自身的積累不斷提升能力。通過分層的方法可以解決很多問題。有些人認為大系統也要軟硬一體化，但這樣很容易產生孤島。在交通行業數字化轉型時，這種大系統的軟硬一體是很容易采的坑。所以今天在交通智慧化這個方向，如果我們能把底座建好，然后堅持以人為本，貫徹產品的方法論，就可以得到很好的收獲。
以上是我就過去幾年的經驗同大家做的分享，謝謝大家。
