9月23日下午，在全球可持续交通高峰论坛(2026)主题会议会场，“创新驱动——以人工智能（885728）赋能交通运输转型升级”的主题词落在会场大屏正中。台下，来自各国交通运输主管部门、科研院所、企业的代表们凝神倾听，一场关于交通运输如何从“数字化”迈向“智能化”的讨论由此展开。
在会议开幕致辞环节，会议主席、交通运输部部长刘伟表示，创新是交通运输发展的动力源（600405）泉，以大模型、智能体为代表的新一代人工智能（885728）技术，正加速推动交通向数字化、网络化、智能化跃升。中国交通运输部高度重视人工智能（885728）技术应用，全面推进“人工智能（885728）+交通运输”行动，加快860个场景落地见效。站在科技变革和行业转型的历史交汇点，人工智能（885728）在为交通发展带来前所未有机遇的同时，也带来了共同挑战。中方愿同各方一道，凝聚发展共识、加强务实合作，共同推动人工智能（885728）赋能交通运输高质量发展。
刘伟强调，要坚持创新驱动，拓展融合应用深度；践行普惠理念，优化出行服务体验；强化风险意识，守牢安全发展底线；深化开放合作，凝聚共同发展合力，为构建人类命运共同体筑牢互联互通的坚实根基。
到真实场景中去
AI新时代，交通向未来。人工智能（885728）正走进每一张提货单、每一次调度、每一条航线，穿透交通运输全链条。而技术的价值，最先体现在场景应用。
影响最直接的是路网管理与公众出行。江苏省交通运输厅厅长吴永宏介绍，江苏已搭建交通垂域大模型，首创智慧扩容、智能客服等应用，实现交通事件秒级识别、拥堵动态预判管控，高速公路（884154）拥堵里程下降38%。这一思路正与更广泛的行业实践相呼应——中国交通建设（HK1800）集团有限公司总经理张炳南分享了公司研发的国内交通基建行业首个百亿级“交融”大模型应用经验。这一成果支撑综合交通运输大模型“1＋N＋X”体系落地，在高速公路（884154）的场景试点中，抛洒物识别准确率较通用模型提升10个百分点，突发事件响应速度从分钟级压缩至秒级。
同样的变革也正在海外发生，白俄罗斯交通和通信部部长阿列克谢.利亚赫诺维奇介绍，白俄罗斯依托真实出行数据，预测拥堵、分析流量、优化公交线路，科学布局城市交通基础设施，并构建野生动物闯入行车道识别、道路事件自动检测、路面气象监测三大AI系统，对道路事故、障碍物、路面结冰风险开展识别预警。
公路货运领域，网联智能卡车已经走向应用。传拓集团旗下重型卡车品牌斯堪尼亚，在欧洲长途货运、智能网联卡车领域拥有丰富实践。传拓中国办公室总代表、斯堪尼亚集团中国企业关系副总裁何墨池带来品牌在瑞典的探索经验：AI让卡车能够感知、预测和决策，车辆运营可以围绕行驶、加油、保养和休息进行清晰规划，“对于公路货运而言，这意味着更可预测的在途时间、更低的空驶率以及更精准的能量管理。”他分析道。
变革不止于陆路交通，支撑全球贸易流通的海运体系同样经历着人工智能（885728）的重塑。“港口，正从货物装卸的物理空间，演变为数据流动、智能决策、生态协同的复合型枢纽。”山东省港口集团董事长高立平介绍，集团开放80类真实业务场景，落地36套行业智能体，生产调度计划编制由小时级迈入分钟级。国际航标组织秘书长弗朗西斯.扎卡利亚从全球视角补充了海事领域的另一面：AI正在重构船舶交通服务系统(VTS)和海上自主水面船舶(MASS)，但“AI应让操作人员信息更充分，而不是责任更少”，在安全关键业务场景，AI输出只支持专业判断，不替代人。人机协同的边界意识，在内河航运的实景调度中取得实效——覆盖京杭运河苏北段475公里航道、11道船闸的联合调度智能体，将船闸运行效率提升18%、船舶待闸时间缩短21%，增加通过能力近亿吨，内河航运的智能化势不可挡。
此外，AI应用场景正从传统客货运输向多式联运、城市公交、低空飞行等领域延伸。中交集团提出“八网融合”战略，在交能、交城、交水等领域搭建智慧平台，培育智能绿色交通新场景——众多案例表明，AI赋能交通的核心逻辑始终是“从真实场景中来，到真实场景中去”。
然而，与会代表也指出，人工智能（885728）在交通运输领域的规模化落地仍面临多重挑战——行业正从“卷算法、卷算力”转向“卷数据”，“标准不一、全球协同不足”的情况仍然存在，技术与业务隔阂同样突出。而如何破解上述难题，正是主题会议嘉宾聚焦治理与协同的深层动因。
全球共治拓AI应用空间
面对安全与伦理风险、数据治理之困、标准协同不足等多重挑战，嘉宾们的话题从技术应用转向治理路径。
大家形成共识：人工智能（885728）赋能交通运输，不能只靠算法单兵突进，也不能等出了事故再补规则，而要靠制度先行划定边界，产学研协同提供支撑，全球合作打通壁垒。
安全底线与标准引领是制度构建的核心主线。交通运输部科技司司长徐文强提出的“四点主张”具有代表性：坚持安全为本，建立评测与应急响应机制，把人作为最终责任主体，划清权责边界；坚持标准先行，鼓励政产学研参与共建，引导算法公平透明、可解释；坚持科学用数，建设高质量数据集并规范采集流通；坚持全球共治，政府、产业、学术、国际组织各司其职。
从国家立法到行业规则，这一框架得到多方实践映证。阿列克谢.利亚赫诺维奇介绍该国《人工智能（885728）技术示范法(草案)》将人的安全、生活质量改善和国民经济效率提升确定为优先事项，规定了人工智能（885728）技术从科学研究到实际应用全生命周期（883436）各阶段的规则。弗朗西斯.扎卡利亚则从海事角度划出人机责任红线：AI在船舶交通服务中的人类权限必须清晰；在越来越依赖自动化、电子化系统时，系统的韧性和可靠性也愈加重要。
数据层面的协同则更为深层。学界从底层架构给出思路：北京航空航天大学校长、中国工程院院士王云鹏认为，当前数据与算力资源分散，存算体系难以打通。他提出构建交通数据融通的数智基座，明确数据权属与供给规范，实现AI应用风险可验。行业层面，联盟化、平台化正成为打通技术到场景的主流路径。中国交通建设（HK1800）集团在交通运输部指导下牵头组建“交通大模型创新与产业联盟”，汇聚百余家单位，实现算力、数据、场景、算法、标准全链条资源聚集；江苏则指导60多家企业、科研机构和金融机构成立省级产业联盟，建设交通运输行业可信数据空间……这些探索共同勾勒出以安全为底线、标准为准绳、数据为主线的制度供给体系。
面向未来，深化国际合作、守住伦理底线是嘉宾们的一致共识。国际合作正从互学走向互鉴——阿列克谢.利亚赫诺维奇表达了在联合试点、标准协调和人才培训方面的合作意愿；高立平倡议共建技术共享网络、共育国际化复合型人才、共研安全治理与伦理规范。伦理底线则贯穿讨论始终：徐文强将“人作为最终责任主体”写入制度主张，弗朗西斯.扎卡利亚反复强调AI不能立即替代操作员，阿列克谢.利亚赫诺维奇直言AI应将人从繁重和危险任务中解放。
正如主题会议所展现的，人工智能（885728）赋能交通运输的治理框架正在成型——以制度划定边界，以协同提供动能，以全球共治拓展空间，最终指向“人享其行、物畅其流”的美好愿景。
