這些新變化，得益于海康威視的交通綜合智控系統。

2021年，海康威視與南潯交警達成“數智交管”合作，建立起一套南潯交通綜合智控系統。該系統通過對道路交通進行更精準地感知、分析，運用數字路口基礎建設、智慧信控應用、交通運行分析及問題自動診斷等方式，提升了交通運行效率，讓南潯從傳統型交通管理模式走向了數智交通管理模式。

這套系統有以下幾個特點：

• 紅綠燈隨“車”應變， 一天“自我調整”700余次

根據南潯區分局交警大隊南潯中隊中隊長沈宇在南潯的香山路與虹陽路交叉口進行的一場實測：車流較少時，虹陽路綠燈放行時長為24秒；而早高峰時期，車流量增加，綠燈自動加長至37秒，從而增加路口通行量，幫助緩解虹陽路上的早高峰壓力

這多出的13秒，背后是海康威視的“單點自適應信控方案”，該方案通過雷視設備采集的實時車流，信號燈能“讀懂”車流，實時自動調節綠燈時長。

據沈宇介紹，以往，虹陽路在高峰時段，車輛排隊長度達三四百米，需要等待三四個紅綠燈，才能逐漸放完路面車輛。運行單點自適應信控方案后，只要一兩個燈就可放完，虹陽路通行效率提升了24.5%，排隊等待時間從65秒縮短到35秒，交通流量從1335輛/小時提升至1662輛/小時。

“在這些路口，信號燈不再是幾個固定的時間，配時方案一天最多優化次數超過700次，從而更好地分配綠燈時間，有效減少路面排隊長度、綠燈空放時間，提升路口通行能力。”

目前，南潯已經在城區54個路口上線了這套信控方案。

• 綠波通行

南潯區在主城區向陽路、年豐路、南潯大道等路段設置了4條綠波帶，通過綠波協調優化技術，智能調控各路口紅綠燈放行時間和協調綠燈啟亮時差，保障車輛一次起步，連續多個路口綠燈通行。

南潯區分局交警大隊副大隊長張開遠介紹，啟用綠波后，南潯大道停車次數從平均4次降為0.5次，通行速度提升了約20%，車輛行駛時間平均縮短約50%，有效緩解了交通擁堵。

• 數字化治堵平臺

除了通過智能信控系統為城市提速外，南潯還上線了數字路口平臺、交通態勢分析研判平臺、交通問診平臺等數字平臺，對路口和路段進行知堵、識堵、問堵、排堵，為城市提速提暢。

“知堵”方面，為精準地感知路面實時情況，南潯首先將路口這個道路最小管理單元實現數字化。數字路口平臺基于高精度地圖、3D建模技術，動態還原路口范圍內的交通運行要素，將一輛輛路面行駛的車輛映射在數字世界的道路上，呈現車流量、車速、排隊長度等10余種交通運行指標，讓交警部門以數字化地方式更直觀了解路口情況，輔助決策。

“識堵”方面，對于整個城區的交通運行情況，南潯通過交通態勢分析研判平臺掌握全局，平臺覆蓋了南潯城區165個路口、567條路段，實時進行擁堵識別，還會進行擁堵報警，并開展歷史擁堵規律分析。

“問堵”方面，對于經常擁堵的路口，交通問診平臺對路口不斷“問診”，分析擁堵原因，并給出解決擁堵的策略和建議。目前，交通問診平臺已針對南潯180個路口進行了擁堵規律與成因分析，通過給出的改進策略進行了500余次的調優，這些路口的整體通行效率提升約20%。

張開遠表示，通過“知、識、問、排”四個步驟，南潯通過運用數據思維從點到線到面來重塑交通管理模式，來提升交通智能化水平。雷峰網雷峰網

智慧交通，誕生以來以其巨大的產業前景吸引著時代中雄心勃勃的各路人馬。

幾年來在交通領域排兵布陣的企業不計其數，但在行業理解、科技實力、整合能力、數字化能力、生態培育能力等一堵堵高墻面前，有人離去，有人躺下，有人咬牙行進。

騰訊則是心態平和、灑脫的那個，它姿態溫和而有力，擼起袖子下場卻不打仗，堅持連接器、數字化助手定位，以己之長鍛造數字化武器，填補市場所缺，廣交朋友，一點點疏通交通的經絡，揉開疼痛的穴位。

三年來，騰訊交通一直走在讓中國大地上的交通網絡運行更穩、更快、更安全、更低成本及體驗更好的路上。

數字孿生的「躬行者」

無論是“十四五”規劃等國家戰略、政策，還是市場大勢所趨，數字化已經是不可阻擋的洪流。

《規劃》從八個方面對“十四五”時期我國數字經濟發展作出總體部署，包括優化升級數字基礎設施，充分發揮數據要素作用，大力推進產業數字化轉型，加快推動數字產業化，提升數字化公共服務水平，完善數字經濟治理體系，強化數字經濟安全體系，拓展數字經濟國際合作。

每一句話，都在闡述一個核心：數字。

數字化的核心邏輯，是對物理世界做全覆蓋，實現所有要素的全感知，這是運營、管理的基礎。

這與數字孿生“全要素、全生命周期的數字化”不謀而合。

這也是為何起源于制造業的數字孿生概念，也能為智慧城市、智慧交通、智慧農業、智慧醫療、智能家居等行業所用。

簡而言之，數字孿生無處不在。

某種程度上，數字孿生也是一位“舊人”。這個概念三年前非常熱，后來光芒被層出不窮的新概念掩蓋。

永遠有人迫不及待追逐新概念，也永遠有人為技術打磨與落地駐場死磕。

某種程度，后一類人是數字孿生的躬行者。

其實數字孿生短暫的沉寂不意外——當時的計算、數據等核心技術，市場的接受度等等都不成熟。久而久之，市場誤解橫生：數字孿生？那玩意兒沒啥大用。

誤解皆因當時的技術沒能解決根本問題，觸及到核心痛點。

此前絕大多數的數字孿生僅僅做到了可視化，可視化是數字孿生非常初級的一個階段。只是把物理世界展現給數字世界，沒有計算、沒有實時。

更高階的數字孿生有什么？實時數字孿生。

其實從被追捧到被誤解，從優化到落地，是任何一個新技術從不成熟到成熟的必經過程。

如今，數字孿生又重新煥發了青春，這一次，是從產業端。數據顯示，預計全球數字孿生市場將以58%的復合年增長率增長。

原因無他，以交通為例，數字孿生各方面達到一個節點：感知、實時孿生、交通路網的地圖、能夠支撐交通時空計算的數字底座、云、數據庫等技術逐步成熟，同時，各地的試點讓技術不斷標準化，以及有騰訊等企業正通過數字孿生技術為實體產業數字化添磚加瓦。

事實上，交通是最適合數字孿生落地的產業之一。

《國家綜合立體交通網規劃綱要》明確提出到2035年，交通基礎設施數字化能力要達到90%，交通運輸感知要實現全覆蓋。

如果說國家政策是催化數字孿生的外在因素，那行業的需求就是數字孿生的內在動力。

交通領域對生命力、活力的渴求是比其他領域更甚，其靜態和動態特征都非常明顯。

靜態的路面、隧道、橋梁，動態的人流、車流、物流，通需要對移動的物體分析、預測，甚至誘導和優化，這要求還原時要素不僅要完整，更要逼真、鮮活。

交通對時間非常敏感，比如高速公路上的車時速120公里時，33米/秒，還原時就需要所有動靜態特征不僅可視化，還要盡可能減少時延，計算相互關系。

這也是為什么騰訊認為大交通是一個“生命體”。何為“生命體”，生命體首先是活的、可感知的、有溫度的、可進化的。

發現沒，交通領域的數字化，不僅僅是流程數字化，而且是真正將數字技術與實體經濟融合。

實時數字孿生應運而生，孿生是基礎，實時是保證，保證物理世界更鮮活、更逼真、更容易理解。

它能把動靜態的交通物理世界盡可能真實地還原出來。

“數字孿生是數字化時代的基本工具和基本方法。”騰訊智慧交通副總裁施雪松如此總結。

并不是所有企業都具備“實時數字孿生”的實力。

數字孿生概念起源于美國航空航天組織，航空航天是對可靠性、成功率要求超高的行業，所以就產生了對器件質量、環境、生產工藝、流程、裝備的提前仿真。這也意味著，數字孿生極高的門檻，更何況是“實時”數字孿生。

騰訊是業內少有的具備實時數字孿生核心技術的企業之一。

實時數字孿生的核心技術中的感知、分析、計算和AI深度學習等，騰訊都具備雄厚的技術儲備。

騰訊有虛擬仿真技術還原世界，有高精度地圖確保場景的準確性，有游戲的引擎技術貢獻能力、自動化建模、AI渲染，加上實時數據庫和云計算的支持，騰訊基于交通流還原的實時孿生，時延在100毫秒，也就是人類眨眼的一瞬間。

平臺可以通過高精度三維重建精準還原現實世界，打造三維可計算空間，再基于機理模型、數據驅動模型進行實時仿真計算和自動化動態優化，同時利用高保真云渲染能力和智能終端觸達能力，幫助用戶進行實時監控、系統交互操作和設備自動控制，形成服務閉環。

在高速場景下，騰訊做高速模擬仿真，實現了全天候、全實時。

“比如高速公路今天起了大霧，在大霧天下的模擬和平時模擬的情況其實完全不一樣，我們可以做到實時模擬，這個時候的數據非常有價值，因為它最終支撐的是可決策，這就能真正產生價值。”施雪松說道。

幾年來，騰訊的實時數字孿生技術在交通領域得到驗證，構建起一套完整的實時孿生體系。

從直接的物理世界的感知到通信，到仿真推演，到用戶觸達，形成整個閉環，使得真實世界和虛擬世界之間能夠更好地實時地互通和推演，形成一個閉環的反饋。

交通OS，讓數字化自我生長

騰訊交通的另一大武器是交通OS。

無論是安卓還是IOS，統籌所有資源，向開發者提供最簡單好用的開發環境，降低開發門檻，是所有領域OS的核心之一。

智能交通發展多年，建設了大量系統和設備，但它們大多處于孤島狀態，以最熱鬧的信控為例，有的城市內部各區的信控都無法聯通，更不談與交通其他部門打通。

一次性建設行業慣性下，面對新需求只能重復建設，加之碎片化、定制化，應用開發成本高，周期長，效率低下。

系統的貫通涉及跨平臺、跨云、跨系統等等，有太多挑戰，底層數字化與頂層應用之間的鴻溝太大，交通OS的目的，就是在這鴻溝間搭建一座橋。

交通領域做OS的企業很多，但并非最終都能成為真正的OS。

OS核心是生態，不是技術。

一個有生命力的、真正的生態，需要大量的應用、無窮無盡的創新和服務。而生態的建立無法彎道超車，第一要有清晰的戰略定力，第二要經過漫長的實踐積累。

而平臺與生態，是騰訊的基因之一。

智慧交通需要的生態戰略，它有。

在內卷異常嚴重的To B賽道，騰訊算得上是一股清流。“連接器”、“工具箱”、“生態共建者”，是騰訊各業務負責人在無數場合強調，各大產業堅持的一點。

無論是過去安身的消費互聯網，還是未來立本的產業互聯網，騰訊一直都是生態模式。

騰訊的整個To B產業互聯網，以開放為綱，強調與合作伙伴建立生態合作關系，堅定有所為有所不為的路線，只專注于自己擅長的事，背后的核心邏輯，是對產業生態價值的高度認可。

這需要清醒的自我認知，也需要持久的戰略定力。

“經過長時間沉淀和積累，交通領域已經有很多優秀的企業，他們專門做集成、應用，騰訊不會做具體應用和系統集成，而是退居一線，為他們提供一些產品和能力，就可以了。”施雪松如此表示。

智慧交通需要的平臺實力，它也有。

騰訊交通OS，向下連接交通基礎設施和系統，向上為定制化服務應用開發提供組件和接口，打通所有資源。

具體來說，向下廣連接、標準化，硬件設備和數據信息可以實現統一接入和管理，打破“數據煙囪”和“信息孤島”，實現業務數據信息的有效流通和業務流程自動化，縮短系統迭代周期，避免推倒重建的情況。

向上提供低門檻的開發平臺，讓一線業務人員通過拖拉拽、可編排的方式深度參與場景開發和應用迭代的同時，還能將開發資源開放給更廣大的開發者，從而形成豐富的應用生態。

廣州地鐵為例，騰訊連接了近5萬套設備，創建了近1千個模型。騰訊將業主最需要變革和頭疼的部分，定義為敏捷業務，在過去信息化基礎上做貫通，開發了一套新的系統和工具，讓一線管理人員使用。

“真正的應用和業務專家是客戶自己，不是我們。”

所以騰訊做好角色，提供工具，讓行業內人學會使用工具，在實現全要素、全鏈條覆蓋的基礎上，騰訊交通OS讓建設、管理、養護、運維、服務全生命周期的高效協同。貫通后的新系統潤物細無聲般取代舊系統，并實現自我生長。

如果說數字孿生是對物理世界的實時還原，讓全要素數字化、可計算，那么操作系統OS就是讓各個要素可管理。

“實時孿生+交通OS”雙輪驅動模式，能更高效地滿足管理者和出行者的需求，是安全暢通的全天候行車環境和伴隨式的服務體驗的底座。

實時孿生+交通OS的落地法則

交通領域細分場景眾多，如何選擇突破口？

軌交、樞紐、高速、機場。

這是騰訊的答案。在騰訊看來，這些場景有幾大共同點：

信息化程度高，自動化設備多；系統相對比較封閉；提供大運量的客運服務；安全性要求高。

另外，這些場景基礎好、難度大，也都需要數字化技術打通煙囪式的系統的場景，要知道數字化技術，是騰訊的看家本領之一。

但在業務初期，他們還是吃了不少苦頭，首先一道門檻就是不理解。

說服客戶，消除認知盲區的過程很漫長，要取得信任，騰訊決定用效果說話。

在江蘇南京祿口機場高速的孿生收費站，他們在感知上采用了攝像機融合+毫米波雷達，攝像頭感知車型、車牌號，雷達確定軌跡，還原車道。

與靜態的孿生不同，他們的實時數字孿生技術通過自動化建模技術將所有要素整合到一個可計算時空中，計算后的結果是客戶此前沒有見過也無法想象的。

他們還到了廣清高速開展試點，客戶發現，晚間10點后路上很多摩托車，之前都難以感知，試點后他們能實時看見夜間靠邊違停車輛，并自動語音提醒其離開。

客戶深感“還真不賴”，試點增加到3個，原本只是看看騰訊的能力，結果高速管理單位和交警7×24小時都在使用。

“所以你說有什么困難，其實就是通過生動的效果讓他們了解到實時孿生是什么，解決什么問題。”施雪松表示。

讓客戶理解了此孿生非彼孿生只是開始，騰訊想要交通領域擁有精準的車道級、毫秒級的時延感知體驗。

騰訊選擇與四川蜀道集團和廣州地鐵合作。前者，是智慧高速領域的先行者，承接了科技部的智慧高速重大專項，是智慧高速的風向標。后者，是城市軌道行業技術、運營服務的領導者，有“地鐵行業的黃埔軍校”之稱。

先看高速。

霧天、雨天是四川氣候的顯著特征， 85%-90%的風和日麗，10-15%的極端天氣，有些是固定的大霧，有些是團霧坨坨霧，據第三方不完全統計，高速路段平均一條路一年有2-3個月因霧天封路，極大影響通行效率。同時夜間23：00-07:00是事故高發階段，有大量追尾事故。

傳統的感知都是基于攝像頭視覺，但以視頻為主的AI技術，在大霧、夜間、雨天等天氣下感知能力不足，無法全天候，也難以主動發現。

如何實現全要素、全量、全天候、全生命周期的精準感知覆蓋？

騰訊增加了毫米波雷達作為傳感器，形成了雷達為主、視頻為輔的感知系統。

部署后，他們在成都二繞高速路段實現了99%的的覆蓋率，即使在黑夜、雨雪、大霧等惡劣天氣下，路上的每輛車、波形護欄，高速公路沿線周邊的邊坡、隧道、橋梁的結構監測，隔離帶中間的行道樹，甚至樹上的樹葉，騰訊都能實時感知，且全天候、全覆蓋，維護次數少，可靠性高，壽命長。

同時，感知數據入云后，基于高精地圖、交通大數據，騰訊將道路、車輛、運行態勢等全場景進行車道級仿真再現，并形成實時孿生計算。

如此，高速管理者可以獲得每輛車在公路上運行的上帝視角圖像，當高速路段出現大霧、隧道發生火災等危險信息，系統會感知，基于騰訊交通OS聯動上下游，實時給出行者發送車輛周邊動態信息和有效交通誘導信息，降低安全事故。

而且，從感知到觸達，騰訊能實現百毫秒的級別，整個閉環控制，控制在幾百毫秒的時間，因此，極大地減少了二次事故。

騰訊C端服務能力也在交通場景展現得淋漓精致。

騰訊通過核心的泛V2X引擎、OS系統，將情報板，休息區匝道提示、手機導航等各個系統關聯，感知和孿生的結果會通過微信小程序、地圖、運營方APP和車載OBU等渠道實時發送給車端，駕駛者可以獲得精確到車道級的車輛、周邊車之間的關系。

比如車輛在行駛途中路段進入霧天，駕駛者能夠觀察前后左右方車輛情況，降低安全事故。又或者，前方有拋灑物、有車出故障、隧道事故等，會不斷提醒車主，最大限度避免追尾事故。

這是普通導航和孿生技術無法實現的。

從感知到觸達，騰訊百毫秒的級別，形成閉環控制，也僅用時幾百毫秒，能夠極大地解決二次事故的發生，挽救很多生命。

再看地鐵。

地鐵體系由大量的自動化系統構建，運行過程非常復雜，其一大痛點，在于數據孤島問題。

廣州地鐵有多達幾十套系統，均為工業級，包含列控、電源、運維、站控、車站、安檢等等，子系統非常多，且子系統可能由不同供應商提供，且地鐵建設周期很長，每一條地鐵線制式也可能不同。

要實現真正的數字化，就要將整個地鐵流程重新梳理，傷筋動骨，挑戰極大。

“僅僅是解決‘第二趟班次5分鐘后達到’這樣一個簡單的需求就可能花費大量資金，”施雪松強調，其實可以用平臺化、專業互聯的方式降低大量無謂的投入。

騰訊和廣州地鐵聯合開發的穗騰OS，一開始就是奔著解決這些痛點去的。不同的是，他們并不是一上來就做數字化，而是從運營切入。

作為典型的大B類運輸服務提供商，地鐵對運營的要求極高，更不用說廣州地鐵每天要承受的客流量達700萬到900萬。

從前的運營、流程改進，一定要依靠IT工程師或IT供應商，在騰訊的解決方案里，主體不是非IT部門或騰訊，而是廣州地鐵運營部門，一線業務人員就能完成。

“我們剛開始做廣州地鐵項目時，它的IT部門沒有參與，因為我們開始并不是做數字化項目，也不是IT項目，而是解決今天他們運營過程當中痛點。”

騰訊將整個車站以及運維環境都通過實時數字孿生技術還原，地鐵的整個運營建立在實時孿生基礎上。穗騰OS，則向下接入了地鐵的所有子系統、設備，打通底層系統，向上面向開發者封裝成基于物聯低代碼系統，基于拖拉拽的一個開發環境，地鐵站長可以用拖拉拽編排自己的業務。

比如過去地鐵開關站都要對各大系統逐一檢測，通常開站要35分鐘，關站要45分鐘，今天站長可以通過開關站編排，開站僅需兩分鐘，關站僅需三分鐘。

此外，站點內每天有無數設備，他們的開啟、關閉等等都可以用更高效、更自動化的方法實現，同時還能基于突發事件的仿真推演，實時運營調控、實時誘導。

廣州地鐵在6個月時間內實現了279個車站全面的數字化，帶來巨大的運營范式和運營效率提升。

看到這里基本可以明白，騰訊交通的雙輪如何推動交通數字化向前。

實時數字孿生負責構建數字化底座，通過毫米波雷達、視頻感知交通流信息，結合建模、AI渲染、自動化場景構建等核心能力，將交通信息實時孿生呈現，為交通參與者創建更完整的“上帝視角”，并提供精準、低時延、高準確率的交通引導服務。

交通OS負責打通業務、設備和平臺的壁壘，提供標準的組件化、模塊化形式沉淀通用能力，降低開發門檻，并積累行業生態，。

雙輪驅動下，騰訊交通在智慧高速、城市軌交、自動駕駛、智能網聯、智慧機場、智慧港口等領域陸續應用落地。

謹慎而克制的節奏

實時孿生+交通OS，是騰訊摸索出的交通數字化方法論。

G端重發展、B端重效率、C端重體驗，作為一個集G、B、C端屬性于一身的行業，交通的每個維度側重點都不同，但你卻能在這套方法論中找到各自的解法。

縱觀騰訊交通的落地應用，可以發現無論是哪個細分場景，“政府監管、企業高效協同、用戶美好出行”的理念都貫穿始終，滿足管理者、前中后臺業務人員、研發人員、出行者的需求。

以實時孿生為數字底座，以交通OS為方案框架，將騰訊的技術能力封裝起來，并和騰訊的C端觸達優勢結合，最終助力交通行業數字化轉型。

手握技術砝碼，施雪松也十分坦然表示，從智慧交通發展來看，技術永遠不是最難的事情。

施雪松表示，騰訊進入交通行業的節奏極為克制，既沒有所有場景全線鋪開，也沒有盲目接下多個項目，而是先與每個細分領域的頭部客戶共同探索。

這份克制和謹慎也體現在實際落地的方方面面。

交通行業項目落地流程極其復雜，涉及設計、規劃、建設、管理、養護、運營等等環節。G端、B端的企業，大多不是客戶自己做好規劃，而是提出一個籠統的需求。

每一個項目，都是騰訊與客戶共同策劃，“還不是規劃，是更前一步的策劃”，施雪松強調。

策劃階段后，騰訊會引入專業的咨詢公司為客戶做咨詢規劃，再之后才是設計院接入設計，其中分小設計、大設計，前者實驗驗證，后者工程落地，而落地后還有各種優化、運維。

“ 你問我對哪個環節最上心，整個過程都要上心，一個都不能掉鏈子。”施雪松提到，單純的賣云很簡單，有現成的套路，但騰訊做的是整體交付，從開始的策劃到后續的項目結束，都需要極為謹慎。

謹慎、切實際地對待每個項目之外，規模大小并不是騰訊項目選擇的標準，他們更看重兩點：項目對客戶是否有價值；項目是否能發揮騰訊的特長。

“如果這個項目，很有經驗、很出色的傳統行業玩家都可以做，我們就不做了，如果是新興的需求，同時也是騰訊擅長的，我們會去做，我們不會識別規模大小，而是騰訊在這個項目上有沒有獨特價值。”

短短三年，騰訊在交通領域一步一個腳印，在不同城市留下足跡：

與蜀道投資集團有限責任公司、廣州地鐵集團有限公司、招商局港口集團股份有限公司、上海機場（集團）有限公司、中國外運股份有限公司等10余個頭部交通企業建立合作關系；

參與了天津、重慶2個國家級車聯網先導區建設，以及成都、柳州、襄陽、深圳4個城市的車聯網示范區建設，落地智慧交通場景超過100個，打造全息城市路口超過650個

在昆明、上海、深圳、西安、福州等5個城市機場進行智慧化部署，打造交通樞紐“大腦”

助力廣清高速、成都第二繞城高速、機荷高速、江蘇機場路4條高速公路數字化升級。

入場稍晚，騰訊交通不急不躁，對行業持有最大的敬畏與耐心，憑借核心技術優勢的高度整合，挽起褲腳深入行業，在實踐中梳理出一套實時孿生為數字底座，以交通OS為方案框架方法論，走出一條頗具騰訊特色的交通數字化道路。

騰訊還能交出怎么樣的成績單？我們靜候時間的答案。雷峰網雷峰網雷峰網

作者：李溪

編輯：余快

總要去趟紹興，感受江南水鄉。

是各大社交媒體中對紹興最多的描述。其實紹興不只有水鄉柔情，還有柔中帶剛的士人風骨，如今，更有科技的硬朗。

這個已有2500多年建城史的東亞文化之都，近些年開始了一系列的更新城市行動計劃。

而智能交通，是城市數字化中的核心。

千年古城的煩惱

正如著名建筑學家梁思成所言：“城市是一門科學，它像人體一樣有經絡、脈搏、肌理，如果你不科學地對待它，它會生病的。”

城市聚集了40%以上的人口，就交通擁堵而言，城市已經病了許久。

紹興作為一個地級市，也困擾于此，尤其將承接的大型國際賽事，對交通等城市綜合條件要求更高。在建設“立體、高效、綠色、智能”的現代綜合交通體系目標下，紹興選擇與商湯牽手。

商湯又為什么選擇紹興？

三線城市、超500萬常住人口，路網規模幾百個路口。

紹興的城市素描極為典型，全國該類規模的城市數量最多，達幾百個。

紹興交通路口拓撲圖

就交通路網條件而言，與北上廣深以及省會千萬級城市相比，受社會層面影響因素相對較少，易于改造升級，與此同時，紹興的交通攝像頭布設密度適中。

紹興相當于一個大型交通樣本，落地成功后可在全國大范圍內復制。

但千年古城升級換新并非易事。

首先，一直以來，重建設，輕應用，是交通領域過去長期面臨的處境。

建設先行、軟件為后。首先保障系統的業務可行，其次是系統的效率性，甚至沒有“其次”。

也因此，缺乏體系化地規劃、部署，缺乏系統地培養交通軟件體系管理人才，缺乏設備接入網絡流程和制度。這使得信息化和交通軟實力發展脫節。

其次，交通感知能力不足。

目前城市以利舊為主，意味著解析現有視頻后將結果與信號機進行閉環，對攝像頭的部署密度和點位要求較高。

紹興在內的大多數城市存在幾個問題。一是城市建設初期，交通項目分多期部署，攝像頭的機型、視頻分辨率等都不同。二是點位和密度，攝像頭布設密度不均勻。

有些路口只有一個方向有攝像頭，缺乏將視頻轉化為更多更豐富的交通數據支撐交通分析、警情發現與交通控制的能力。

再者，紹興攝像頭的覆蓋率和路口信號燈的系統聯網率較高，但交通智能化程度低。攝像頭僅是用于違法抓拍，并不能提供交通流量等用于交通智能化運營管理所需的數據信息。換句話說，交通部門連整個紹興每天路上有多少輛車都無法統計。

由于缺乏感知數據支撐，交通信號方案大多依靠人力和專家經驗。

每個路口都需要事先通過人工調研路口交通流時段規律，然后為不同時段制定相對可靠的方案，最后人工植入信號控制系統。以一二線城市為例，需配置300-500人規模。

商湯在調研中還發現，很多城市在安裝信號機后，廠商會給每個路口配時參數初始化，多年來交通需求在不斷變化，但路口信號燈方案上，有的依靠人工設置，有的甚至停留在廠商初始化參數階段，從未做過調整。

“可能一周、一個月甚至一年都不變，而全國有80-90%城市處于這個狀態。”商湯科技智能交通產品線總經理郭海鋒表示。

如此一來，不僅每個路口全天候采取時段方案固化，而且交通信號基礎方案精細化程度不足，三四線城市中平均每個路口的配時方案數量少于4套。

此外，路口信息（渠化、交通設施、信號燈設置等）缺乏臺賬管理，最多以手工表格化加以記錄，更新不及時管理難以持續，導致路口隱形資產無法有效刻畫。

這些都導致智能交通發展幾十年，至今仍無法輸出可靠的路口流量，完善的交通控制理論在現實交通環境中難以落地。

這些問題其實并非紹興獨有，紹興等城市在過去幾十年的交通信息化建設中，解決了從無到有的問題，但從有到優的問題一直在起步階段。

來得早不如來得巧

交通上一次承受外界熱切的目光，是在2016年左右，互聯網大廠來勢洶洶，跨界躋身交通，最早以信控為切入口，以探索互聯網數據優化信號配置方案為核心。

彼時他們均以各自旗下地圖軟件數據為依托，但因C端數據不同城市路網車輛覆蓋差別大，數據樣本量不足。

此外，不同系統和部門難以打通。交通部門使用該數據涉及外網與內網切換，不僅存在數據時延問題，還有數據安全、隱私保護隱患。

因此，C端互聯網數據模式難以全面評估交通情況，只能得到偏宏觀的配時方案，與信號機、信號系統之間無法形成閉環，落地效果遠低于預期。

歸根結底，這一波的交通升級只是信息化，而非智能化，沒有大規模應用AI技術。

6年前AI爆火后，還支撐不起交通智慧化巨輪，自2018年開始，AI歷經大坑終得突破性進展，技術成熟度、可用性皆達到了一個恰當節點。

而在這期間，AI技術儲備上，商湯也已攢下不少經驗。

來得早不如來得巧，商湯雖2019年進入交通領域，恰到時機。

交通是AI如排山倒海般涌向千行萬業中一個極為特殊的市場：動力有多足，阻力就有多大。

按理說，有政策支持、有場景潛力、有升級需求，基本盤是沒錯，但近20年來，不僅沒誕生巨頭，亦無絕對領先的企業。

智能交通體系極其復雜，涉及層面多維，在這里就談兩個問題。

技術維度，決策型智能的技術高峰。

城市計算的全感知，由感知智能、認知智能、決策智能組成。

目前應用最廣泛的AI，如圖像識別、語言識別和計算機視覺識別等屬于感知型，核心邏輯是輸入輸出函數，邏輯較為單一，尚且有諸多未解之題。

而以智能交通、AI游戲競技為例的應用則屬于決策型，核心是基于大量知識，不斷地重新判斷和推理，并作出決策，更加動態和靈活，也更加復雜。

要實現交通系統閉環，AI可能需要考慮組合爆炸帶來的無窮無盡的問題：

如何協調一個路口的信號燈？

如何確定協同范圍，是一個街區、片區或整個城市？

交通突發狀況，如何及時找到原因、及時疏散并事后預防？

長期擁堵路面根源在哪里，如何解決？

城市舉辦大型活動，如何在短時間內的制定城市交通方案？

以上問題，需要更加精細的地圖、物理感知，都需要強任務智能的決策型AI解決。

業務維度，交通需求龐大且碎片化程度高、邊際成本高。

業內專家告訴AI掘金志，未來智慧城市會有10萬種以上的算法，交通是需求大戶，據悉，目前交通領域需求就超100種算法。

這技術高峰，商湯想攀一攀。

2019年，商湯布局了感知智能，今年進一步打通感知智能、認知和決策智能之間的溝壑，為決策智能的技術爆點加把火。

這業務溝壑，商湯也想填一填。

交通領域有海量的場景數據，它碎片化、項目規模小，營收小，但數量多，定制化、交付效率低成為行業痛點，解決長尾場景，就解決了碎片化問題。

碎片化本質在于AI模型通用性低，“手工作坊式”的模型生產，AI項目開發流程繁瑣，數據和訓練占用時間長，模型定制化高，復用率低，不同場景重復造輪子。

這，是底層基礎設施的任務。

商湯的AI大裝置，試圖讓AI模型實現流水線生產模式，減少重復研發。

算法生產上，一邊積累大量模型，沉淀可復用的算法底層模塊，模塊化生產，一邊通用大模型+小模型模式，減少定制化，提高AI通用性，降低進入新場景的邊際成本。

研發流程上，AutoML自動執行部分工程性任務降低機器學習門檻，減少對AI專家的需求。

從底層上對各種場景的算法模型進行抽象，使用各種算法工具模塊，通過組合算法套件模塊化的進行新場景的定制，以很低的邊際成本規模化生產、部署AI模型。

城市的脈搏有節奏地跳動

我們以信控為例，深入交通細枝末節，來看紹興交通智能化升級。

在郭海鋒看來，紅綠燈本質是第一警察維護交叉口秩序，解決的是秩序問題，而非效率問題。

在交通矛盾突顯、空間資源有限的前提下，讓路網承載更多交通流量，是交通的核心之一，同時在系統運行最優狀態下，保證管理需求、出行需求、駕駛體驗。

此前的產品以設備為核心，生產的是“物質產品”，解放人力，未來要在數據上創造產品，要生產“智力產品”，解放腦力。

“像當年的智能手機時代，功能機升級到智能機，不僅僅是軟件系統升級，是手機等整個產業軟硬一體的升級。”郭海鋒比喻道。

這是商湯進入交通領域以來一直思考的問題，并找到了「信號控制」的核心入口。

“某種程度可以認為信控是交通的核心。在路面基礎條件不變、交規不變的情況下，信控是能提高的上限的唯一變量。”有專家曾告訴AI掘金志。

根據商湯內部模擬和部分城市實測，信號控制系統性能可以提升10%-20%。10%的提升，理論上可以將1小時的通勤時間降到54分鐘，這將影響一個城市幾百萬到幾千萬人口所產生的勞動價值和經濟價值。

換句話說，如果交通路網是一個城市的毛細血管，晝夜24小時閃爍的紅綠燈，就如同一個城市的時鐘、脈搏。整個城市的人、車、物流動都隨著脈搏跳動而流動。

這種模式下的城市交通，不再是被動式響應的管理式思維，而是系統性運營思維。

商湯在交通數字化運營體系的標準有三：利舊、降本、提效。

前端，商湯兩個動作，一是利舊，基于領先的AI分析能力，識別多維交通事件、交通違法，解析交通參數，并盤活存量視頻，二是降本，解放人力，從感知AI到認知AI。前者依托感知AI能力幫助用戶以最低的投入建立最完整的交通運行數據采集支撐系統，后者通過AI在在信號優化領域全流程替代大量人力資源，實現信號優化服務從人力密集型向智能化升級。

后端，以城市路網數字化為基礎，結合交通運行數據動態數據完成城市全域交通聯網控制，真正提升城市運行效率。

實現這個目標，商湯有幾大法寶。

1個AI平臺，SenseFoundry Tran商湯方舟交通開放平臺為交通行業智能監控提供平臺層解決方案，打造交通視圖智能解析和視圖大數據分析底座，從多層級全方位向上賦能城市交通管控業務。

1個交通數字底座，實現城市交通靜態路網設備設施和資源、交通參數、交通事件、信息發布、交通狀態等動態數據的數字化管理。紹興主城區225個信號燈路口得以形成數字化路口檔案，大幅提升設備運維效率。

對于交通領域的細分場景，商湯通過N+業務系統來一一滿足。

面向交通安全治理，商湯的睿途系列產品，為交通預警和精細化執法提供依據，同時對交通安全風險進行預判。通過實時檢測及大數據分析，對交通事故和交通隱患事件主動預警，實時聯動交管處置，增強警情主動發現與快速處理能力。

面向交通緩堵保暢，商湯認為首先要保證具備優良的調優工具，其睿控系列產品主攻交通信號調優，針對交通場景的交通數據條件制定控制策略，分層、分級的控制策略和控制方案，具體到實際操作來看，分為AI自動控制、AI輔助控制與基礎控制三類，根據不同路口條件情況選擇人工介入程度。

其次要保障有因可尋，而商湯智庫產品，結合了AI技術、機器視覺技術、數據挖掘技術、大數據分析技術、交通咨詢案例庫以及交通專家經驗，實現AI咨詢代替傳統人工咨詢，極大解放交通人力，通過交通數據的利舊感知，多維交通體系的搭建、交管知識圖譜建立，實現了秒級發現問題、全面診斷堵因、系統確定方法以及長效評估效果。

紹興在部署了商湯大規模視頻解析系統后，不僅得到了109個信控路口24H的交通運行狀況，還能獲得各進口道各轉向的流量、通行能力、飽和度，這些是對路口細化分析的前提。

高質量交通數據信息到位后，商湯的交通底座與紹興信控平臺一起，除了實時感知、關聯交通事件與交流變化，及時預警外，幫助交警進行交通智能決策與控制，

以此實現視頻和信控0距離。

圖注：方案優化智能推薦（周期與相位時長單位為秒）

最終，商湯在紹興數字路網的基礎上以最低的投入建立了全息交通數字底座，完成了紹興大規模交通參數解析從0-1的突破。

圖注：行程車速顯著提升

紹興只是中國數百個城市的縮影，在郭海鋒看來，一款好的工業級軟件產品應該滿足四大條件：安全、穩定、魯棒性、用戶體驗。

交通領域，安全永遠是第一位；信控系統，尤其是大規模工程側軟件對穩定性要求非常高；而因為數據質量參差不起、階段性缺失等數據異常問題永遠都存在，這就要求算法魯棒性高，否則生成的方案發生偏差，信控系統落地難以經得起長時間考驗；而用戶體驗則要求系統操作靈活。

這也是商湯數字化產品的基本要求，同時，商湯一整套數字化運營產品矩陣之間互通互聯，系統性提高交通運營效率。

交通界需要智能操作系統

運籌帷幄于帳中，決勝于千里之外。

千年來，世人想象諸葛亮靜坐帳中，輕搖羽毛扇，氣定神閑，談彈指一揮間決定千里之外的戰爭走向，決定天下的興亡，好不痛快，好不妙哉。

但事實果真全然如此嗎？我們有意無意中忽略了歷史中諸多細節，“運籌帷幄”背后，是諸多綜合因素的結果。

以史為鑒，精彩絕倫的故事中，諸葛亮能在帳中沉著分析，應對策略，不外乎情報、策略、人才。

交通系統真正提高效率，也需要海量的數據實時的匯聚、AI能力、平臺能力。

過去的交通數字化建設本質是IT建設，缺乏運營思維，這也是為何技術的紅利似乎并沒有為交通帶來質的提升。

運營體系背后，交通領域真正缺乏的是“智能操作系統”和“交通專業級軟件供應商”，基于實際交通情況量體裁衣，真正喚醒設備，降本增效。

這是商湯正在做也將一直堅持的事情。

在這套理論之下，商湯智能交通已經滲入城市肌理。

在地鐵領域，商湯進出站無感通行產品，已落地全國30多個線路；高鐵行業，商湯AI安全巡檢產品累計分析了50+線路共計約2萬公里；交管領域，商湯的交管集指產品也落地了20多個城市，其中交通AI平臺累計接入近10000路視頻；高速領域，商湯AI稽核產品部署了30+收費站。

智能交通難點雖多，卻并不影響其被寄予厚望，因本身體量驚人。

據前瞻產業研究院預測，未來5年，中國智能交通市場將繼續保持高速增長態勢。

2010智能交通行業市場規模僅209.2億元，2017年達到515.9億元，預計2023年市場規模將達到1450億元。

2019年，中共中央、國務院發布《交通強國建設綱要》，大力推進智能交通。中國的新基建、雙碳戰略，交通建設都將作為首要建設任務之一。

千古百業興，先行在交通。交通成為未來之星已經是不爭之事。

商湯等AI企業將如何促進交通數字化升級，我們拭目以待。雷峰網雷峰網雷峰網

從具體業務看，智慧交通業務（剔除子公司視頻產品貢獻）實現營業總收入 8.57 億元，同比下降 45.13%；智能物聯業務（包括部分物聯產品在智慧交通領域的銷售）實現收入 22.40 億元，同比下降 13.07%；人工智能業務實現收入 0.41 億元，同比增長 22.51%。

對于業績下降原因，千方科技表示，主要系受市場波動影響公司持有鴻泉物聯的公允價值下降以及受疫情影響公司產品和解決方案銷售有所下降所致。

據了解，鴻泉物聯主要從事汽車智能網聯設備及大數據平臺的研發、生產和銷售，向整車廠、政府客戶、運輸公司等領域的客戶提供設備終端、配件銷售及平臺開發業務。鴻泉物聯一季度報告顯示，其營收為0.69億元，同比下降48.7%；凈利潤為-0.15億元，同比下降171.98%，

千方科技持有鴻泉物聯14.9%的股權，數據顯示，年初，鴻泉物聯的股價維持在35元左右，一路下跌至4月的16元，如今維持在23元附近。

在半年度業績交流會上，千方科技表示，上半年千方總部（不包 括下屬控股公司和合資公司）交通業務訂單同比增長了 40%以上。

而在智能物聯（業務主體為宇視）板塊，上半年國內的銷售受宏觀環境和疫情影響有一些下滑，但海外還是保持了8%左右的收入增長，單季度同比增長超24%。

經營之外，千方科技管理層也發生變動，總經理潘璠因個人原因離職，提前結束任期（原任期至2023年9月），由千方科技董事長夏曙東兼任總經理。

潘璠：產業互聯網時代，傳統行業必然誕生自己的BAT

潘璠系原華為公司員工，在華為工作長達十數年，歷任技術工程師、區域客戶經理、海外大型TK項目經理、國際大客戶系統部主任、辦事處主任、區域人力資源部部長，后來，潘蟠任華為尼日利亞總經理、華為北非地區部總裁等職務。

潘璠于2020年“空降”千方科技，任總經理職務，負責千方科技的日常經營管理。

在接受媒體采訪時，潘璠認為，伴隨著城市結構的重組、新業態和新技術的涌現，使得城市交通治理已經從單點治理走向以交通治理為核心的綜合治理。

并且，在工業化、信息化和數智化三化疊加之下，中國交通步入“無人區”，會涌現出更多復雜場景。這些場景并非孤立的個體，而是相互連接的載體，所以必須要進行“全域交通的數字治理”。

為此，潘璠提出了兩個觀點：一是從技術上實現“軟件定義基礎設施”；二是商業模式必須改變，即從傳統的甲乙方鑰匙工程走向全生命周期的數字運營。

“軟件定義基礎設施”，意思是適用于交通場景的設備，不再是一次性交付的工業品，而是可以持續迭代的系統產品，類似于功能機與智能機的區別。

當遇到新場景、新問題時，可以通過優化算法、更新系統的方式，賦予設備解決問題的能力，無需更換設備，以此減少投入成本。

商業模式，即從以前的“項目交付制”，變為“項目責任制”。

以前，承包方在項目交付后，不會參與到運營管理環節，這種模式的弊端是，管理和建設方的溝通時脫鉤的，在出現問題后，很難第一時間的到解決，效率很低。如果承包方進入運營管理環節，于管理者而言，出現問題可快速獲得運維服務；從企業本身的角度，也會帶來新的業務增長點。

潘璠認為，從IT時代到DT時代，一些傳統的、聚焦區域的，或者就服務于個別客戶的規模偏小的集成商，將逐漸被邊緣化，路會越走越窄。

因為IT時代的信息系統是基于功能定義，技術門檻不高，對客戶依賴非常大；整個單拿下來，可能三五十個工程師就可以搞完交付，實際上是鑰匙工程，交付完了結款走人，沒有持續的運營，所以市場上會有大量的集成公司。但DT時代是基于場景定義的，技術要求很高，且客戶需求也在精細化。 

從另一個角度看，集成商做的是支撐系統生意，而非生產系統的生意。

支撐系統的生意，彈性較大；而生產系統屬于基礎設施，是剛需，波動很小。兩者比較下來，生產系統的生意，其現金流不會斷，而支撐系統的項目回款周期長，現金流很難保障。

很多支撐系統類型的項目，在經濟下行期間，會被優先砍掉，或中斷，這和企業優化業務是一樣的，但生產系統不會受此影響，該怎么投入就怎么投入，資金是有保障的。集成商從更遠的角度看，面臨著如何轉型的問題，不轉或轉型失敗，都會被市場優化掉。

而從傳統交通產業內部講，集成商被淘汰，技術商會活得越來越好；從產業外部看，以技術為核心的交通數字化市場，將迎來BAT、ICT以及AI公司等跨界玩家；競爭將愈發激烈。

潘璠認為，交通的下半場，算法、解決方案、融合創新，這三大能力是交通企業保持競爭力的關鍵。新的增長點則是數字運營，在此背景下，市場將形成“S2G2B2C”的新商業模式。

一些傳統企業的思路是，只注重點，或某個環節。但產業互聯網的思路是把產業的上下游、利益相關方，形成一條價值鏈，放到產業內部考慮。因此城市交通在向數字化轉型的過程中，市場要打造成S to G，再toB，再to C的商業模式。

對于來自BAT的跨界競爭，他認為，如果前者把自身的核心能力包裝成標準化產品，然后賦能別的行業，這條路走得通；但要對別的行業進行數字化重構和運營，成功的可能性不大。落地運營需要大量的實際經驗，而不只是技術，BAT有技術實力，但運營較弱。因此，產業互聯網時代，傳統行業必然誕生自己的BAT。

此外，潘璠在任期間，千方科技推出了“Omni-T 全域交通解決方案”。

“Omni-T1全域交通解決方案”包括全業務領域、全棧式技術、全要素數據和全生命周期等四個方面。

“全業務領域”指的是交管于與交運、動態與靜態、產業價值鏈的融合，即業務涵蓋城市綜合治理的全流程；“全棧式技術”包括云邊端一體、數字孿生、AI、大數據等技術；“全要素數據”包括業務數據、互聯網數據、視頻數據等，充分利用好現有數據，通過AI算法，大數據等技術來解決問題、提高效率；全生命周期則是指既立足現在又面向未來的數字產業運營服務。

目前尚不清楚潘璠去向。雷峰網雷峰網

近日，華為宣布成立機場軌道預備軍團。與正統軍團相比，新的預備軍團會給一定的“試訓期”，根據實際效果來決定是否轉正。目前，這些預備軍團都在加緊籌備，包括人員調配、建立組織結構等等。

眾所周知，公路、機場、軌道等基礎設施屬于強G/B端的業務，在前后不到半年時間里，華為兩次“變陣”，表明其進一步拓展智能交通業務的決心；而獨特的軍團模式，又與百度、阿里、騰訊等三家大廠完全不同。

商場如戰場，如果說公司基因決定了產品、服務形態，那么企業的「排兵布陣」則是保證產品服務能夠觸達客戶、拿到項目的關鍵；二者共同構成了公司的戰略及打法，也就是發展模式。

今天，掘金志就來扒一扒，BATH在智能交通方面的「路徑之別」。

華為向前

華為交通業務稍顯復雜：整個交通業務隸屬于企業BG，是一個二級部門，部門下根據不同場景又分為公路、港口、城軌等6大業務線。

去年10月，智慧公路上升為軍團級別，成為與企業BG并列的一級部門。在此之外，如果把智能駕駛也算進交通的話，華為又設立了智能汽車解決方案BU，但卻屬于消費者BG。

此次設立的機場軌道預備軍團，相當于“準軍團”，效果好即可轉正為軍團。

根據華為官方的說法，這種軍團式作戰，旨在“集中各個BG的人才，打破現有組織邊界，形成縱向能力，快速對重點行業進行突破”。

一前一后兩次變陣，表明華為不再把交通當作是一個封閉的業務，而是通過把“能賺錢的、重要的”業務優先級提高，集中公司各業務部門的能力“攻關”，提供涵蓋各方面能力的系統化解決方案，以此來和其他玩家競爭。

從各業務線負責人的履歷，也可看出華為在交通方面的破局決心。

智慧公路軍團的負責人是馬悅，同時也是企業BG常務副總裁，全面負責華為企業業務在中國的銷售與服務。

機場軌道預備軍團負責人是王國鈺。官方信息顯示，他的另一重身份是華為全球交通業務部總裁，在交通行業有“近20年的信息化研究、解決方案規劃設計經驗”，并且曾參與深圳機場、深圳地鐵等大型項目，是一名妥妥的行業老兵。

對于組織，leader的個人能力對團隊的影響毋庸置疑，有經驗的leader對業務輕車熟路，能避免重走彎路，帶領團隊快速向前推進；而將帥無能的話，真的會“累死三軍”。

兩員大將擔任軍團長，表明華為想要通過軍團模式來改變以往交通作為一個獨立部門帶來的發展緩慢的局面。

與傳統模式相比，軍團化作戰的好處在于，來自不同部門的人才形成一個團隊，既減少了跨部門溝通成本，又不至于形成部門間的利益糾葛，而且避免了以往單兵作戰無法滿足客戶需求的局限性，從而大幅提高項目交付效率。

一位接近華為的消息人士告訴掘金志，截至目前，華為交通板塊仍然屬于企業BG，公路、機場和軌道都是垂直領域縱深發展，接下來還可能有更多的細分。

這意味著華為改變了此前以部門為單位來拓展業務的模式，開始基于交通各個細分場景，采取“重點突擊”進而實現逐個突破的打法。

不過，華為在具體業務層面變動并不大，仍然是提供以ICT為核心的解決方案，側重于搞“交通新基建”，通過提升基礎設施的智能化水平，與其智能駕駛技術、城市交通智能體等耦合，來實現智能交通。

百度向重

“自動駕駛是起點，終局是智能交通、智能城市，甚至是智能社會。”

2022年2月，百度CEO李彥宏在其《智能交通7講》音頻課程里分享了上述觀點。這一觀點實際上反映出百度對于未來交通的認知：交通智能化是趨勢，在實現智能交通的路徑上，自動駕駛是絕對的核心。

在其推出的“ACE智能交通引擎”解決方案中，也暗含著這類邏輯：Autonomous Driving（自動駕駛）+Connected Road（車路協同）=Efficient Mobility（高效出行）。

因此，不難理解百度對于Apollo的重視程度，不論是從研發投入，還是宣傳力度上，智能駕駛已經成為百度除搜索之外的另一枚標簽。

這一點從百度歷次組織架構調整也可得到驗證。

2017年1月，陸奇被任命為百度集團總裁和COO后不久，便將原來的自動駕駛事業部、智能汽車事業部、車聯網業務合并為智能駕駛事業群組（IDG），并且親自掛帥。

當年4月，百度正式發布名為“Apollo”的新計劃。7月，在百度AI開發者大會上，正式推出Apollo1.0，隨后又在三年的時間里，陸續升級到6.0版本。

在2019年12月的一次架構調整中，百度成立智能交通業務組，其主要任務是“專注于交通基礎設施智能化升級，為城市提供車路協同系統、區域智能信號優化系統等下一代智能交通解決方案”。

到目前為止，在體系架構設計上，智能交通業務組與自動駕駛業務組平級，前者由尚國斌負責，向智能駕駛事業群組（IDG）李震宇匯報。

這與多數傳統智能交通大廠恰好相反。

“通常情況下，從廣義上看，智能交通與自動駕駛之間，前者包含后者。”一位智能交通從業者表示，傳統的交通大廠，都是以智能交通為目標，然后針對不同場景做產品和方案，如智慧高速、交通智能體、自動駕駛等。

“百度反其道而行之，或許是更想突出其在自動駕駛方面的投入和不同的實現路徑。”該從業者表示。

從工作經歷看，2017年8月，李震宇開始擔任百度智能駕駛事業群組總經理，全面負責百度智能駕駛的業務及管理工作。在此之前，他曾歷任百度多個基礎技術部門和業務部門的負責人，并于2015年10月籌建百度自動駕駛事業部。

尚國斌于2012年加入百度之后，先后負責百度地圖、人工智能等業務的戰略研究及規劃工作；2017年開始負責Apollo平臺和生態管理，主導發布了主導發布了《Apollo 智能交通白皮書》，以及“ACE交通引擎”。

“他們和Apollo的淵源頗深，思路偏向于自動駕駛也不奇怪。”另一位從業者告訴掘金志，除了Apollo，百度另外合資成立了集度汽車，也佐證了百度實際上是把車作為核心來做交通。

不同的公司基因不同，加上百度相關負責人本身懂智能駕駛，因此走與其他廠商不同的路線，“太正常不過”。但他同時表明，百度在自動駕駛技術上獨樹一幟，但交通本身“有其規律”，百度的路徑能不能實現智能交通還“很難說”。

總而言之，百度的模式是：以自動駕駛為核心，圍繞車做業務拓展，包括車路協同、信息控制、出行MaaS等等，最終達到智能交通階段。

阿里向后

“城市大腦”可以說是阿里在智能交通領域的名片。

早在2016年，阿里云城市大腦就已在蕭山落地，而交通則是城市大腦最初的探索方向。2017年，阿里云城市大腦1.0正式誕生；2018年，又發布了城市大腦2.0版本。無一例外，交通始終是城市大腦的核心。

在隨后的幾個版本中，城市大腦已經從比較單一的交通行業，延展到政務、民生、公共服務等多個場景。同時，在交通業務方面，阿里云不論是從產品還是組織結構上都有了新的變化。

2020年，阿里云在交通方面的動作十分明顯，先是引入了多名“外援”，比如城市大腦首席科學家張磊、大交通事業部副總經理高翔等，前者在城市和交通領域浸淫多年，后者畢業于交通與物流工程學院，曾在國內某交通設計院工作。

其次，在引入人才之后，成立了“阿里巴巴數智交通研究院”，作為連接行業的橋梁。研究院成員多數由學院教授、專家組成，例如同濟大學中國交通研究院院長李興華、浙江大學智能交通研究所所長王殿海、西南交通大學交通運輸與物流學院院長劉曉波等等。

在產品方面，阿里云主要發布了“智慧交通操作系統TBOS”。阿里云智能副總裁、數據智能總裁曾震宇表示，該系統是一個依托城市大腦為交通行業打造的專屬產品。

“此前，阿里云在交通方面向來高舉高打，談的都是城市級項目。”某智能交通大廠員工表示，阿里云想利用城市大腦做很多事，民生、行政、交通......通過云計算、大數據等能力，從整個城市的角度，為管理者提供一套比較完整的解決方案。

不過，這種大包大攬式的打法，在他看來，想要畢其功于一役幾乎是不可能的事。

”城市是一個復雜體，每行每業都有其內在規律和痛點難點，并且形成了相對獨立的業務部門，打通各業務部門之間的壁壘就存在很大問題。”

以交通為例，某區域發生交通擁堵，實際上可能是另一個區域帶來的連鎖反應，而兩個區域之間的數據互通、共享就很難打破，這種情況并非通過城市大腦就能解決，涉及到各方的協調。

“所以阿里云這幾年開始把相關的技術、產品，打造成基礎設施，讓各方都能用起來。”比如交通操作系統TBOS、全域交通解決方案，都在強調其數字底座、生態聯結方面的能力。

這正如阿里云智能大交通事業部總經理肖露所言：“阿里云的智慧交通之路，是新基建驅動下的以數字化交通設施建設為基礎的智慧交通。”

“但和華為不太一樣，阿里云的基礎設施，更軟一些，畢竟阿里沒有華為那么強的硬件能力。”

騰訊向輕

如果要給騰訊智能交通確定關鍵詞，“聯結主義”再貼切不過了。

在2021年騰訊數字生態大會上，騰訊智慧交通與出行總裁鐘翔平曾表示，騰訊“不碰硬件、不造車”，而是做三件事：第一，提供云、圖為核心的“數字基建”能力；第二，發揮“以人為中心”的連接價值；第三，促進產業生態共創。

從這三件事可以看出，騰訊在交通方面的基本打法是，連接消費互聯網與產業互聯網，從中尋找價值點。

鐘翔平告訴掘金志，這種聯結，騰訊內部稱之為“C2B”的能力，即融合對C端用戶需求的理解、產品能力、用戶觸達能力等，來幫助B端客戶服務C端用戶。

以交通為例，騰訊“一碼通”可幫助C端用戶實現快速乘車、快速進站，同時為運營方提供相應的技術支撐，比如云計算、大數據、數字孿生等，幫助運營方了解實時交通運行情況，協調交通資源，最終促進整個交通效率的提高以及服務改善，實現從C端反哺B端再觸及C端的閉環。

“把廣泛的C2B的能力，結合對用戶的理解、完整的技術體系以及生態聯結能力，帶到產業里面來。”

另一位接近騰訊的人士表示，騰訊在交通方面的思路就是“統一一張網，出行和交通的業務整合來做”。

具體來講，就是基于云計算、AI、大數據、安全等技術，構建智慧交通出行一張網，實現“一圖統覽、一云共建，一碼通行”。這一思路的產物就是“We Transport”。

2020年9月，騰訊智慧交通副總裁施雪松在全球數字生態大會上發布了We Transport戰略，從交通建設、管理、營運和服務四個環節發力，旨在助力建設“以人為中心”的未來交通。

在四大環節之中，前3個環節主要面向B/G端，（出行）服務則主要面向C端，也暗合C2B2C的邏輯。

“騰訊主要是從出行切入來做交通。”某傳統交通大廠員工對掘金志表示，這與其互聯網基因分不開：騰訊的基因之一是社交，而社交與出行往往分不開。

以微信為例，微信是國內使用人數最多、打開頻率最高的社交APP，本身就是一個很大的流量入口，而在微信上有騰訊地圖、有微信支付、有乘車碼等等，同時也可集成各類出行小程序，來搭建C與B/G的橋梁。

“實際上是利用C端優勢的外延，結合騰訊本身的各種技術，來拓展交通業務。”在他看來，這是騰訊做交通的基礎，其他公司很難有像騰訊一樣的C端積累。

施雪松在接受采訪時也表示，基于 C 端優勢，可以將交通數據通路全面打通，聯結運營（管理）方與用戶，增強服務能力。

從這個角度看，騰訊做交通除了想要在交通市場上分取蛋糕之外，另一個目的，是在未來做MaaS出行平臺，來鞏固自身在B/C/G端的基礎能力。

此外，從騰訊交通的管理團隊也能看出一些端倪：騰訊智慧交通與出行由鐘翔平負責，向云與智慧產業事業群CEO湯道生匯報，而事業群的COO是邱躍鵬，三個人都出身QQ系，有著較強的2C基因，從某種程度上講，這也是騰訊交通選擇C2B打法的原因之一。

因此，不妨將騰訊定義為“聯結主義者”，既可通過自身技術來助力交通基礎設施升級，又可通過開放應用生態來聯結多方，形成了獨特的智能交通發展路徑。

總結

BATH共同在智能交通這片土地上掘金，但由于各自的基因不同，形成了差異化的發展路徑：

百度以車為核心，重倉智能駕駛；阿里發力城市大腦；騰訊注重聯結，以出行為突破口；華為搞交通新基建。

雖然四家企業針對智能交通都發布了相應的解決方案，如百度的ACE智能交通引擎，阿里全域交通解決方案，騰訊We transport，華為Traffic go；但從根本上，BATH基于自身優勢，在智能交通產業鏈上找到了適合自己的角色。

從這個角度看，BATH之間，在交通行業或許「無戰事」，但會面臨來自傳統智能交通企業的「反制」。

而面對來勢洶洶的BATH，傳統智能交通大廠也表達了看法。

國內某智能交通頭部企業高管認為，BATH都有著很強的技術實力，如果把這些核心能力包裝成標準化產品，然后賦能交通行業，這條路能走得通。但想要顛覆交通，對交通進行數字化重構和運營，則成功的可能性“微乎其微”。

可以想見的是，在未來，BATH與傳統智能交通企業之間，必然會有一場「刀兵相見」。

誰會勝出，還有待時間檢驗。雷峰網雷峰網

早在去年11月，西門子就宣布將旗下的ITS（智能交通系統）部門拆分為獨立的公司。今年2月，西門子新任首席執行官羅蘭·布希表示，拆分計劃將于年中完成，該部門旋即更名為“Yunex Traffic ”。

彼時，西門子內部就有人爆料：Yunex Traffic在拆分完成之后，將被掛牌出售。

但這一消息并未獲得官方證實，直到上周日。

據德國商報消息，來自金融界的人士透露了西門子出售Yunex Traffic的具體情況：已有5家來自不同國家的公司參與競標，投標人將在“圣誕節前不久”提出報價。

西門子對此并未發表評論。

老業務跟不上新形勢，被賣系注定？

西門子的智能交通業務可追溯到一百年前。

1924年，西門子在柏林的波茨坦廣場安裝了第一套自動操作的交通燈（五邊形交通燈塔），自此開始擴張之路。

二戰后，隨著經濟復蘇帶來的基建需求，西門子智能交通業務一發不可收，智能交通解決方案拓展至包括迪拜、倫敦、柏林在內的多個世界級城市。

1989年，西門子成立了Siemens Mobility部門，智能交通業務（ITS）是該部門的四大核心業務之一。

2021年2月底，ITS部門正式更名為“Yunex Traffic”。7月，作為Siemens Mobility的新公司開始運營。

西門子在一份對外新聞稿中表示：

“Yunex Traffic將以明確的業務重點和創業自由的方式運作，在那里它可以追求自己的增長戰略，建立戰略合作伙伴關系，塑造行業數字化并積極推動市場整合。”

這意味著西門子實際已經釋放出售該業務的信號。

不過，外界對于西門子出售“Yunex Traffic”感到疑惑。

Yunex Traffic并非虧損業務，其2020年營收大約為6億歐元，增長率為8%，并且是唯一一家能夠提供歐洲、英國、亞洲和美洲所有主要區域標準的智能交通解決方案供應商。

舉個直觀的例子：Yunex Traffic的年營收（約43億元），即便在A股市場的智能交通企業里，也算優等生（A股智能交通企業營收多數在30億元以下）。

賣掉一個能賺錢并且市場保持正向增長的業務，看起來并不符合常理。但一位西門子內部人士稱，這是西門子“愿景2020+”戰略的一部分，即通過精簡組織架構，聚集資源發展核心業務，以提高利潤率。

羅蘭·布希曾公開表態：“我們不是一家企業集團，而是一家專注于技術的集團。”

西門子近幾年持續“瘦身”的動作也表明，出售Yunex Traffic并非空穴來風。

17年：以12億歐元的價格出售其持有的歐司朗（全球第二大照明廠商）17.34%（全部）股權；

18年：分拆醫療和軌道交通獨立上市；

19年：剝離油氣和發點業務單獨上市；

20年：將傳動技術子公司“Flender”以20億歐元作價賣給美國凱雷投資集團；

21年：出售智能交通子公司“Yunex Traffic”？

可以看出，西門子的“瘦身”計劃，要么是分拆上市，要么是打包出售。對于Yunex Traffic而言，其年營收大約6億歐元，是西門子交通技術子公司Mobility（專注于鐵路技術）的一部分。

從營收規模和部門等級來看，Mobility明顯比Yunex Traffic更具備分拆上市的可能，后者在西門子內部屬于小部門，雖然給Mobility的營收增長作出了貢獻，但整體利潤率并不高。

一位西門子內部人士表示，該部門的增長率和利潤率保持個位數，并不滿足其10%到13%的新中期目標。

根據羅蘭·布希的計劃，這類“非核心業務”應該被優化掉，西門子必須將重心放在“利潤率高、更高技術含量”的工業技術上，比如加強鐵路技術，與中國中車競爭。

因而，“被出售”或許是Yunex Traffic的唯一宿命。

國外5家公司競標，海信半路殺出欲截胡？

雖然，Yunex Traffic在西門子看來并不算核心業務，但從其市場、品牌以及項目經驗等方面看，仍然屬于優質標的，吸引了來自多個國家的5家公司競標。

據德國商報，已披露的參與競標的5家公司中，有兩家從事交通運輸業務，剩余三家皆是投資集團。

Cubic，一家美國運輸公司；Autostrada，意大利公路運輸公司；KKR，美國私人投資機構；Bridgepoint（橋點），英國私募股權投資機構；PPF，一家捷克投資集團。

這5家公司將于圣誕節之前提出報價，具體情況尚不清楚。

而就在該報道后三天，國內就有消息，稱海信計劃以10億美元的價格收購Yunex Traffic，但尚未得到海信證實。

為什么是海信？

海信入局交通很早，其子公司“海信網絡科技”（下以海信指代）主營智能交通業務，是和易華錄、上海電科、銀江股份并列的四大集成商之一。

賽文交通網的數據表明，海信在國內的智能交通市場份額位居前列，解決方案落地一百多個城市，曾參與北京數字奧運工程智能交通等國家級項項目，在國內屬于頭一檔。

“海信收購Yunex Traffic，可能有兩個目的，一是為了提高自身的技術實力；二是看中了渠道資源。”某從業人員告訴掘金志。

Yunex Traffic主要提供用于監控和引導交通的硬件和軟件，包括交通燈技術，攝像頭和雷達，收費系統，停車和路燈控制。

這與海信業務有相近的地方，并且Yunex Traffic背靠西門子發展了很多年，技術實力也不容小覷。而海信一直被視為項目集成商，“在技術上或有不足”，如果拿下Yunex Traffic，不論從技術還是解決方案上，海信都能得到很大地提升。

更重要的是，Yunex Traffic在歐美、中東、亞洲等地區都有項目落地，渠道資源豐富，這對于海信拓展國外市場無異于如虎添翼。

海信網絡科技公司總裁張四海曾在接受采訪時表示，海信正“積極參與全球市場的智能交通項目招標，并已經中標了一些國家的智能交通項目。”

“企業出海的一個難點就是，國內的經驗很難在新的環境下進行復制，智能交通項目周期一般來說較長，需要比較豐富的經驗，并且要拿新項目，也需要渠道。”

所以不難理解海信收購Yunex Traffic，既是為了擺脫“集成商”的標簽，又是出海的關鍵一步。

但海信能成功嗎？

從報價上看，近10億美元的價格確實夠誘人，其他幾位競爭者的出價從5.5-6億歐元（約6.8億美元）不等，海信在價格上或占優。

然而另外幾家公司也可能開出更高的價格，實際結果或將在明年初公布。此外，并不排除其他因素，可能導致海信出局的情況。

智能交通賽道競爭加劇，集成商紛紛轉型

隨著AI企業和互聯網企業的跨界，國內智能交通市場玩家越來越多，這給集成商們帶來了巨大壓力。具體參見文章《智能交通「圍城」：跨界玩家向內猛攻、傳統巨頭向外突圍》。

壓力之下，不少企業都開始轉型，有的以業務為主，有的以市場為主。

譬如，易華錄通過股權轉讓、掛牌增資等方式，對以集成業務為主的子公司進行清理，進一步收縮對傳統模式下智慧交通、安防等業務子公司的資源投入，已經轉型成一家數據公司。

千方科技則以宇視科技為跳板，切入車聯網、交通云等智慧物聯領域。

顯然，海信走的是拓展海外市場的路子：通過并購進入當地市場，拿到訂單。

過去幾年，整個海信集團的并購動作不斷，先后收購了日本東芝映像、歐洲廚電巨頭古洛尼、日本汽車空調公司三電等企業。

海信集團總裁賈少謙在接受媒體采訪時表示，海信海外收入最快3年就將反超國內，實現“大頭在海外”的目標。

對于海信而言，收購Yunex Traffic，既是整個大集團的發展戰略，也符合其本身轉型的需求。

結語

海信收購Yunex Traffic一事尚未塵埃落定，但這并非一次普通的商業并購。從國內智能交通市場來看，城市交通呈現出精細化需求趨勢，對于技術、解決方案的要求也越來越高，傳統集成商的優勢并不明顯。

不論并購是否成功，海信都給國內一些智能交通企業提供了借鑒：向外走，掘金海外。雷峰網雷峰網

傳統智能交通企業有些急了。

“以前，多數企業都是悶頭干活，現在意識到要做品牌，打影響力。”一位代理智能交通公關業務從業者告訴 AI 掘金志。

BATH 的高調入場，讓傳統智能交通大廠感受到壓力，開始焦慮。

“互聯網企業由于具有先天的技術優勢、資金優勢、品牌優勢等，他們進入傳統的智能交通項目如同鯰魚效應，打破了傳統公司的寧靜。”易華錄市場營銷總監李海亭表示。

科力市場與營銷中心銷售經理馬曉龍也表達了類似看法：“他們的項目落地能力不弱，表現的也很有侵略性。傳統產品在人工智能上面的應用，應該會在互聯網企業上先實現。”

智慧交通網的統計數據佐證了這點：在城市智能交通領域，尤其是智能網聯相關的項目，2020年全年公開招標千萬級項目共36個，僅百度就拿下10個項目，總金額超過9億元，市場份額占比23%。

如果算上阿里、華為等公司，這一數字至少超過了30%，并且比重正在持續增加。

“互聯網公司很能抓風口，并且拓展業務邊界的能力強，在資金、技術方面也具備優勢。”一名行業人士表示，傳統的智能交通大廠正面臨著挑戰，因為整個市場是有限的，互聯網公司的涌入，無疑會分化掉部分市場需求，加劇行業競爭。

互聯網巨頭跨界擴展，步子大，氣勢逼人；AI企業來襲洶洶，各個交通事業部交相成立；安防巨頭功底深厚，頻頻發力。

傳統交通頭部企業，能不能守住、該怎么守住他們這智能交通的場子？

圍城

外面的人想進來，里面的人想出去。

以互聯網企業為代表的跨界選手枕戈待旦，磨刀霍霍想要掘金千億市場。但傳統智能交通企業卻正在走出來，要么轉型，要么開拓新業務，不再把寶押在一個籃子里。

“如果要找原因，用比較時興的話來說，就是內卷。”

該行業人士表示，智能交通市場雖然號稱千億，但實際上被釋放出來的有效需求不過百億，而做智能交通業務的公司多達數十家，互聯網公司的進入，又分去了一些大訂單，競爭非常激烈。

比如，據賽文交通網的報道，重慶主城區智能交通系統升級改造工程，其競標企業多達二十家，其中有16家企業廢標，競爭激烈程度可想而知。

該行業人士同時表示，智能交通業務并不好做：毛利低、回款周期長，加上政府財政預算萎縮，項目審批立項也更加復雜......智能交通市場并不如外界描述那樣火熱。

AI 掘金志了解到，目前做智能交通業務的上市企業，比如千方科技、銀江股份，其業務毛利穩定都低于30%。

以千方科技為例，其智慧交通行業毛利率為25.27%，遠低于其智慧物聯的33.80%，智慧物聯恰好是千方收購完宇視之后開展的業務。

而對于回款周期，河北萬方中天交通行業總監盧興崗在接受媒體采訪時透露：“中小型項目普遍6個月以上，大型項目可能12-16個月。”

“省外項目回款在變差，應收款持續增加是企業比較頭疼的事情，省外項目平均回款時間超過一年。”中控信息智慧交通事業三部總經理賀國軍表示。

對于企業而言，業務毛利率關系到產品的造血能力，而回款周期則影響公司的正常經營。智能交通毛利率低、回款周期長帶來的痛楚，直接體現為“經營活動現金流凈額低，應收賬款高企”，這對于已上市的公司而言，更是深有體會。 

據 AI 掘金志統計，2019年之前，智能交通曾經的TOP4企業，易華錄和銀江股份的經營活動現金流量凈額一直不佳，處于低位；另一家大廠——千方科技的情況稍好。

在應收賬款方面，三家公司都呈現出上漲趨勢。

“錢不好賺，行業又涌入新的玩家，競爭壓力越來越大，企業轉型是再正常不過的事。”該行業人士表示。

比如，易華錄在2019年就開始全面向數據公司轉型，當年即實現經營活動現金流量凈額的“負轉正”，而根據其年報披露，其數據湖相關業務的毛利率在50%左右。

從易華錄近兩年的資本運作也可窺見這點：易華錄曾多次將與智能交通業務相關的子公司的股權掛牌轉讓，或是引入戰略投資，實現“控股到參股再到退出”的目的；另一方面則是給數據湖業務鋪路，先后設立多個子公司，并進行增資。 

2019年11月，易華錄公開轉讓子公司 Infologic 20%的股權，后者負責海外智能交通業務；

2020年5月，易華錄在上海聯合產權交易所公開掛牌轉讓易華錄國際 31%股權；

2020年10月，百度以7.3億元向華錄易云增資，易華錄持有的股權從60%下降到27%；

2021年4月，易華錄擬轉讓子公司“山東廣電易達”49%的所有股權；

在2020年業績快報中，易華錄表示，為優化業務結構，減少項目墊資，提升業務整體毛利率，公司通過股權轉讓、掛牌增資等方式，對以集成業務為主的子公司進行清理，“進一步收縮對傳統模式下智慧交通、安防等業務子公司的資源投入。” 

又比如，千方科技在2017年收購完宇視技之后，大力開展智慧物聯業務，2018年營收猛增189.56%，經營性現金流凈額也大幅攀升。近些年，千方科技也開始做交通云、車聯網等毛利較高的業務。 

“傳統的系統集成業務賺不到錢，而別的產品能掙錢，為什么不做能掙錢的業務？”

該業內人士說道，回款周期長，對企業的再融資能力要求很高，對于一般的企業來講，如果產品不賺錢又拿不到回款，生產經營就會受到重創。

對于上市公司而言，如果產品毛利太低，利潤增幅很小，財務數據不好看的話，那么也很難獲得投資者信心，再融資也會變得更難。

“以互聯網公司為首的新勢力正在蠶食既有的市場，而新市場又遲遲得不到釋放，這幾年政府支付能力呈下降趨勢，業務越來越不好做，是傳統智能交通集成商開始轉型的主要原因。”

困局

在宇視智能交通產品線總經理楊齊期看來，互聯網公司進入智能交通賽道，并非完全是為了這塊“不大”的蛋糕，其真正目的是“讓所有的信息、車輛、人員在整個運營的框架上動起來，產生新的動能”。

換句話說，通過交通這條賽道，擴展業務生態，進而賦能既有業務，比如云服務、廣告業務等，才是互聯網公司的終極目標。

“他們在資金上有很大優勢，既能在技術上投入大量資源，又沒有回款壓力，這是傳統集成商所不具備的。”該業內人士表示，智能交通項目金額雖大，但與互聯網公司的營業額相比是九牛一毛，并且互聯網公司的融資能力非常強。

不過，這并不意味著互聯網公司在智能交通這條賽道上沒有阻礙。

AI 掘金志了解到，目前智能交通建設的難點主要體現在兩個方面：需求與技術。

在需求方面，智能交通建設屬于政府端業務，具有一定的周期性。

“政府采購都有預算，這與政府財政收入密切相關，近幾年，經濟形勢日益復雜，尤其是遭遇了疫情，政府支付能力正在下降。”

在技術方面，政府需求也因城市而異，大城市需求精細化，小城市需求碎片化，對技術提出了更高要求。

海康威視副總裁徐志軍認為，智能交通真正要進入黃金發展期，還有一些瓶頸問題亟待突破。

“現在的智能交通產品、系統、服務，離智慧城市建設真正需要的智能交通需求，差距還挺大的。智能化的場景會更加多樣化、碎片化，需要在我們的產品、技術上有更好的突破。”

大華股份國內營銷中心副總裁楊斌表示，智能交通目前還處于一個基建的階段。

“只有基礎設施發展到一定程度，數據收集更充分、全面及準確，各種交通工具與人員能夠充分協調，才能將整個城市的智能交通運營起來。但目前還達不到這個水平。”

需求和技術的問題，是所有企業都無法回避的難點。這意味著，必須加大對技術研發的投資，提供更加智能的產品，才能獲得更多訂單。

“互聯網公司資金及項目落地能力很強，但相對的，其項目經驗較為欠缺。”該行業人士表示，需求和技術的問題也并不完全能用資金來解決，所以傳統集成商也并非沒有出路。

出路

企業要賺錢，產品和業務是兩個最重要的點。

在產品端，要么提高質量，打磨具有超強競爭力的產品，提高毛利率；或是以量取勝，強調性價比。在業務上，拓展新業務和新市場往往直接有效，但具備一定的風險，且前期成本較高。

從千方科技、易華錄和銀江股份的轉型可以看出，目前傳統智能交通大廠的思路是“與BATH合作，拓展新業務，做毛利率高的產品”。

以千方科技為例，其轉型發生在收購宇視以后，切入安防市場，發展智慧物聯業務，并且利用宇視的視頻能力，賦能交通業務。2019年，千方又引入阿里為股東，既獲得了資金支持，又能與阿里在技術上展開合作，推出交通云這類毛利率高的產品。 

不久前，千方又以增資方式獲得聯陸智能交通38.65%的股權，從而切入智能網聯賽道。

“企業要開源，最好的辦法就是切入臨近賽道，因為有技術積淀，且市場較為接近，這樣相對來說容易一些。”該行業人士認為。

但也有的企業“劍走偏鋒”，走上了另一條路：加碼海外市場。

比如，銳明技術近年加大了海外市場的拓展力度，在海外布局貨運、出租、公交行業方案、校車抓拍解決方案等業務。

最新的財報透露，其海外收入達7.37億元，同比增長49.31%，占公司主營業務收入達到51.53%，銷售占比首次超越國內。

對此，銳明技術表示，將繼續推動行業化解決方案在海外本地化應用，加快海外營銷網絡建設，拓展海外市場占有率。

除了在產品和業務上發力以外，這些大廠都開始重視品牌建設。

“以前的交通行業比較封閉，媒體和大眾都知之甚少，現在意識到要做品牌傳播，給投資人信心。”有媒體公關人士透露，品牌價值越來越重要，對企業拓展訂單和融資都有幫助。

總之，現在的智能交通大廠，都在尋求符合自身的破局之道，但目前為止，還沒有走出一條標準化的路徑。

一切嘗試，都尚需時間檢驗。雷鋒網雷鋒網雷鋒網

目前全國機動車保有量已上漲到 3.8億輛，駕駛人達4.65億。這意味著城市交通管理將更愈發嚴峻。

然而隨著人工智能、大數據、5G等高新技術的高速落地，行業看到了新興科技顛覆傳統交通行業的巨大可能性。各大廠商紛紛入局智能交通行業，打法層出不窮。

眾多參與者中，百度宛如一匹黑馬，闖入了智能交通領域。

2020年4月，百度正式發布智能交通解決方案——ACE智能交通引擎，隨后全國各地項目不斷；10月百度以7.3億控股交通老牌企業華錄易；11月百度ACE智能交通引擎獲得“世界互聯網領先科技成果獎”；2020年末，百度智能交通全年訂單超10億；2021年2月，百度全球首個服務多元出行的自動駕駛MaaS平臺落地廣州；

近期，百度還發布了《百度Apollo智能交通白皮書-ACE智能交通引擎2.0》，帶來重磅升級的ACE智能交通引擎2.0版本。

可以說，近年來百度每一個舉動，都引起了行業矚目。

懷著對百度智能交通業務的好奇，雷鋒網筆者與百度智能交通核心人員進行了一場對話，深入了解百度如何如何打破桎梏，讓交通不再成為城市發展的阻礙。

從自動駕駛到智能交通，百度的解題思路是什么？

在人工智能與交通行業融合落地的領域，百度Apollo更為人熟知的身份，可能是在自動駕駛領域深耕8年的領頭羊。

從2013年開始，百度Apollo開始投身自動駕駛技術研發，目標是在更多駕駛場景里解放人類駕駛員。

據了解，目前百度Apollo已經在世界范圍內近30個城市開放道路測試，測試總里程超過1400萬公里，是全球范圍內為數不多可以與谷歌Waymo比肩的自動駕駛玩家。

“但中國自動駕駛線路跟歐美不一樣，歐美更多強調的是單車智能，國內走的是車路協同道路，既有聰明的車還有智慧的路，兩者協同起來可以更好解決自動駕駛的問題，汽車也不一定需要造的那么貴。很自然地，百度在2016年開始做一些車路協同方面的探索。”百度智能交通核心人員說道。

如果把自動駕駛視為未來交通的重要元素，那么百度入局智能交通似乎是一件水到渠成的事情。

從自動駕駛、車路協同切入智能交通，百度Apollo有更好的解題思路嗎？

“交通問題一直都沒有變，但不同時代有著不同的解決方式。”百度智能交通核心人員對雷鋒網表示。

他舉了個例子，以最簡單的紅綠燈場景為例，傳統的交通解決方案往往是對車輛進行大規模、無差別的控制和誘導，更遑論對單車層面的交互。但在智能交通場景下，車與路的協同可以使路端信息觸達單車，實現車路信息交換，從而實現更精細化的交通管理和控制。

但這種精細的車路交互，會對交通玩家的C端觸達、云端服務能力提出非常高的要求，然而，對互聯網科技企業而言，云服務和C端能力，則是一道天然的天塹。

據了解，百度地圖、車載OS、智能后車鏡等產品在汽車市場上已經有相當高的市占率，通過這些豐富的終端能把個性化信息推送給單車，能夠實現交通的精細化管理、控制和誘導。

ACE智能交通引擎1.0架構

ACE智能交通引擎2.0架構

從百度最新的智能交通解決方案——ACE智能交通引擎2.0架構來看，百度將原來的“1+2+N”總體架構升級到“1+3+N”，在“自動駕駛”和“車路協同”基礎上新增“Mass出行服務”智能引擎，將“出行即服務”納入全場景智能交通解決方案當中。

但無論是1.0架構還是2.0架構，百度智能交通的核心優勢都離不開四個要素：車、路、云、圖。

對于“車”，目前百度Apollo合作品牌超70個、頭部生態伙伴超300家、上市車型超650款車。可服務數千萬的車輛用戶。百度的用戶規模在2019年就已突破10億，月活4億的百度地圖也在觸達著更多的用戶。

同時，百度還建立起了一支自動駕駛Robotaxi車隊，數量超過500臺。這些自動駕駛終端也能夠幫助百度初步構建起交通數據收集系統框架。

至于聰明的“路”，百度則是在路側、路口等地方部署智能感知設備，收集道路交通、惡劣天氣、安全設施等多種信息，并及時傳遞至出行者，同時車端獲取的突發信息也能夠反饋至智能路側感知進行協同。通過車路協同的強大信息交互能力，便于交通管理者大范圍及時獲取最新交通狀況，降低管理成本。

云則代表著百度智能云，作為一朵AI定義的云，百度智能云則能夠為路側設備提供云端以及邊緣側的算力。

在“圖”方面，百度地圖提供的高精地圖、三維地圖、智慧地圖，結合百度智能巡檢車輛、車路協同路側設備的感知能力和數據分析能力，深度融合地圖場景與交通管理，實現設備的全生命周期管理，從而保證智慧交通系統穩定健康的運行。

以AI為媒，智能交通如何既面未來，又兼容當下？

不難看出，百度正在以AI技術為媒，來挖掘交通智能化轉型的潛力。

但業內也有一些聲音認為，自動駕駛和車路協同更像是智能交通的明日之星，而交通行業的變革需要更實際的落地手段。

事實上，包括李彥宏（百度董事長兼CEO）在內的百度內部人士都清晰地認識到，徹底解決交通領域的問題，并非一日之功。因此在智能交通解決方案設計之初，百度就明確認識到，智能交通不僅要能夠解決未來的事情，同時也要解決當前城市發展的實際交通問題。

百度兩位受訪人也一致表示： 百度的智能交通方案不僅可以解決明天后天的問題，同時可以用來解決當下非常現實的交通問題，比如說交通安全、擁堵問題。

以交通路口的治理為例。交通路口一直是城市交通管理的重中之重，是城市通行的命脈。百度如果想要解決當下的交通問題，那么路口治理也是一個避不開的難題。

為此，今年3月，百度發布了ACE智能路口解決方案，希望用“多桿合一多感合一”、“ 面向未來兼容當下”、“一次投資持續收益”三大特點，重新定義新基建交通路口的中國標準。目前該方案已經在北京亦莊12.1公里的道路范圍落地。

具體來看，部署在路口的設備由攝像頭+激光雷達+信號燈采集器+通信設備+邊緣計算單元組成。其中邊緣計算單元組件是Apollo核心資源產品，具備高性能、強算力的特點，可以適配不同交通場景需求的多場景兼容復用。

基于百度的車路云圖的能力，可以實現全要素監測、多系統融合、高度可靠性以及高度開放兼容這四大特性，具體來說：

• 全要素監測：通過集成電子警察、卡口相機、雷達、魚眼相機、邊緣計算等感知與計算設備，實現對道路車輛、道路、行人、環境、交通事件等全要素感知；

• 多系統融合：能在路口側深度打通自動駕駛系統、城市管理系統以及車輛網聯應用生態，為出行者提供全方位、多角度的交通信息；

• 高度可靠性：可對車路協同視頻、雷達、信號控制數據進行邊緣側計算，結合百度地圖數據進行多源數據融合，核心交通參數檢測精度>97%，極大提高了系統可靠性；

• 高度開放兼容：對路口已有監控、雷達類產品進行充分復用，避免路端硬件設備重復建設，助力美化市政環境。

從環境感知、路端大腦、產品可靠，到與既有路口產品的融合，百度的ACE智能路口方案很好的兼顧了當下交通痛點的解決和未來智能化升級的需要。

由此可見，百度在以自動駕駛、車路協同等新興技術切入智能交通的同時，也在使更多交通場景具備AI能力。

據了解，在《百度Apollo智能交通白皮書-ACE智能交通引擎2.0》中，百度還打磨出了智能網聯、智慧交管、智慧高速，智慧停車四大方案。

但無論是哪個方案的落地，都不同于以往一刀切式的傳統基建建設，而是一種更加長遠的智能交通運營商模式。

百度認為，當在城市路口部署設施以后，如何提升設施的穩定性，滿足服務的持續性等，會是未來智能交通玩家需要面對的問題，而智能交通運營商可以肩負起這個責任。

智能交通運營商模式將改變過去傳統智能交通建設的業態，由一次性集成商模式改為持續性運營商模式，通過貼合實際場景持續升級的車路智行算法，提升城市通行的效率，解決過去靠人力、傳統基建解決不了的問題。

憑借這些場景AI化能力和智能交通運營商理念，百度既面未來又兼容當下的智能交通方案已經在北京、廣州、上海、重慶、保定、陽泉、合肥、重慶、南京、銀川近30個城市落地。

百度ACE如何跑出“示范區”？

回望2020年，百度城市智能交通、車路協同全年市場最終用戶訂單業績超10億元。雷鋒網注意到，在百度的智能交通訂單中，車路協同的城市交通訂單占比達到了70%。

這意味著什么？

百度智能交通核心人員表示，這個數字的背后表明，當前政府對于車路協同的建設已經產生了極大的需求和興趣。

但究其根本，百度之所以能夠獲得更多城市的認可，是因為百度在車路協同這樣的新興項目中為政府提供了一個兜底的能力。

事實上，礙于成本、政策、法規等問題，車路協同技術在當前并未得到大范圍的落地與應用，車路協同的規模落地還需要一個過程。因此對百度而言，作為第一個吃螃蟹的玩家，需要有更多的技術與工程兜底能力。

“畢竟車路協同作為一個新興產業，行業發展初期其實需要一些更加效果可感知的標桿，所以我們一定要把效果做出來，產生更大的價值。”百度智能交通核心人員說道。

他表示，百度的產品和技術都不是傳統集成商產品，而是存在很多技術創新點。這些技術創新產品的落地而言，選擇外部的供應商團隊來落地肯定性價比更高，但同時也存在一定的交付風險、交付落地效果也很難保證。

所以在智能網聯、車路協同等項目中，百度選擇了技術總承包商的角色。2020年，百度通過7.3億控股華錄易云這一市場動作，補足了互聯網科技公司在交通領域所缺乏的交付能力。

不僅總承包，而且自建交付團隊。據了解，百度智能交通內部的交付團隊規模在不斷擴大，人數超千人。

自建交付團隊，相當于從方案、技術、落地上都要為項目兜底。

以北京亦莊項目為例，北京亦莊的網聯云控式高級別自動駕駛示范項目涵蓋了智慧交管、智能網聯多個應用方案，既為當下車路協同、智慧交管應用提供數據支撐服務，還要支持L4級自動駕駛車輛的規模運行。

同時，多桿合一多感合一需要將交通設備安裝在同一個桿上，各類攝像頭掛設數量同比下降一半以上。更為重要的是，亦莊路側的設備可以通過OTA的方式進行系統優化，具備持續迭代能力。

項目涉及的技術難度巨大且鏈條復雜。

由此可見，百度的目標并非成為一個項目工程公司，自建交付團隊更像是有點不得已而為之的動作。

“先做一個懂行的人，然后再將產品可復制化”。

但智能交通的規模化到來，并不能只依靠一家企業的單打獨斗。生態的力量往往才是一個產業不斷壯大的源泉。

為此，今年百度廣發英雄帖，連續在北京、上海、廣州、重慶、等18座城市舉辦智能交通合作伙伴大會。為的就是在打通自身的技術、交付閉環之后，與更多合作伙伴推動行業前行。

總地來看，百度也就在智慧交通項目落地選擇了兩條腿走路，一方面依靠自有團隊進行交付，在降低各項成本的同時，不斷打磨解決方案，打造標桿案例；另一方面不斷拉攏生態伙伴。兩條腿走路，這將是車路協同從示范區走向大規模落地的關鍵。

ACE智能交通，并不止于交通

在百度來看，ACE始于交通，但不止于交通。

智能交通建設在智慧城市建設中其實可以發揮出更大的價值。

首先是基礎設施的復用。路側實時反饋的數據，并非只有交管部門需要，城市中的住建、城管、市政、環保等委辦局也都有著極大的需求，而讓一套設備能夠被各個委辦局共享，其價值在被放大的同時，成本也進一步被均攤。

在這個基礎之上，ACE智能交通引擎則可以演變出整個智慧城市的解決方案，為城市提供一整套的智慧化治理體系和系統，從而發揮出更大的價值。

這不禁讓筆者想起了今年5月住建部和工信部聯合推動的《智慧城市基礎設施與智能網聯汽車協同發展試點工作部署》，其中工業和信息化部黨組成員、副部長辛國斌，特別指出：“要強化試點示范協同，深入推進智能網聯汽車測試示范工作，加強智能化基礎設施和‘車城網’平臺建設，提供更加多樣化的測試和應用場景。”

這一發展路徑，也正與百度ACE智能交通發展方向不謀而合。

作為先行者的百度，正不斷將技術落地，推動我國交通數字化、網聯化、自動化進一步實現，為居民提供良好的出行體驗。

要說過去5年智慧城市大盤下哪個場景最火，交通絕對算一個。

中國智能交通協會公布的數據顯示，2011-2020年，我國智能交通市場總規模從420億元增長至1658億元，并且以年化約20%的增長率擴張。AI的風，引爆了一個千億級別的市場。

智能交通并非時下的新概念，上世紀九十年代，我國就開始了智能交通建設。

但起步早并不意味著發展好。

一方面，最早的一批智能交通企業，諸如千方科技、易華錄等大廠，已創立二十多年，屬于行業第一梯隊，其在智能交通賽道的營收也不過三四十億元。

根據AI掘金志不完全統計，A股有關智能交通的上市公司中，多數企業的營收規模在15-30億元。

數據來源：公司年報

事實上，這些企業在排除其他業務之后，在智能交通賽道上的營收還要打個折扣。例如千方科技和廣電運通，雖然總營收成績耀眼，但其智能交通業務營收分別為45.51億元和4.28億元，“縮水”較為嚴重。

另一方面，來自智慧交通網的數據也顯示，2019年智能交通企業前十強的市場占比僅26%，市場集中度較低。也就是說，交通這塊大蛋糕，還沒有出現獨一檔的玩家。

表面上，交通場景高頻、剛需，潛力巨大，也吸引無數企業前來淘金，阿里加碼，騰訊入局，百度力博，華為殺入，還有眾多AI企業競相追逐，實際上，新舊玩家眾多，但愣是20年，也沒有培養出一個百億巨頭。

智能交通，它為什么玩不轉？

市場很大，蛋糕很小

先有路，再有交通。

2016年之前，我國交通建設的重點是基礎設施建設，即以修路為主，對智能交通的建設需求很小；智能交通建設只能在北上廣深等一線城市和少數省會城市展開試點，且技術水平處于爬坡階段，相關企業也處于“摸著石頭過河”的探索與成長期。

可以想象當時的心理活動：我基建的活都干不完，哪有心思搞那些“花里胡哨”的東西？

2016年，隨著人工智能的爆發，加上發改委和交通運輸部聯合印發《推進“互聯網+”便捷交通 促進智能交通發展的實施方案》，智能交通建設一方面有了頂層設計，另一方面在技術上也取得突破，因此成為新的風口。

但智能交通建設的需求仍然沒有爆發，因為一線城市的需求存量較小，二三線城市有需求但“修不起”。

根據2015年財政部印發的關于《政府和社會資本合作項目財政承受能力論證指引》的通知，每一年度全部PPP項目占一般公共預算支出比例應當不超過10%。

智能交通建設所費不貲，動輒數千萬上億元的投資，讓不富裕的城市捉襟見肘，地方政府在面對這類巨額投資時受財政預算約束，顯得有心無力。

換句話說，智能交通建設屬于“發展資料消費”，需求彈性較大。有固然最好，沒有也影響不大，地方政府對于建設智能交通的態度是——可以搞，有錢再說。

所以即便“交通強國”“新基建”等政策陸續出臺，帶火了智能交通概念，但實際上，二三線城市的地方政府作為建設需求方，受到財政預算的直接影響。隨著國家樓市調控的進一步加強，地方政府的財政收入將承壓，也會調整其財政支出項目，對智能交通建設這種大工程的需求也將緊縮。

因此，在整個市場需求沒有完全釋放的情況下，相關企業要做大做強，也只能是巧婦難為無米之炊。

To G業務不好做，企業開始“內卷”

智能交通業務的需求方是政府，結構較為單一，而G端業務一個很明顯的特點是：訂單大但回款慢。

智能交通項目建設總投資動輒數千萬甚至數億元，從業務招標到具體施工再到項目驗收，建設周期往往數年起，其回款周期較長，這就需要企業有足夠的資金流來作支撐，那些財務狀況不健康的企業自然而然被拒之門外。

而訂單大這個特點，也從另一方面影響著企業的發展：出于稅收、就業等社會效益考慮，當地政府更愿意選擇本地企業合作。

實際上，各大城市都有自己的明星企業，比如上海的電科智能，杭州的阿里和銀江，北京的千方、易華錄，浙江的中控，深圳的金溢等等。

這些本土企業在當地智能交通建設中具備相對優勢，因而事實上也形成了各自的“護城河”。

這種護城河一方面維護了企業的本土市場，另一方面也制約著企業的業務拓展，一定程度上抑制了競爭。

前面已經提及，一線及省會城市是建設智能交通的主力，但這部分市場已經較為穩定。因此相關企業不得不將重心放在那些沒有本土企業能提供解決方案的城市，大多以二三線城市為主，這部分市場比較分散、狹小，明星企業之間的競爭相對充分，大家“雨露均沾”，誰也無法一家獨大。

明星企業在鞏固自身護城河的基礎上，向二三線城市“內卷”，狼多肉少的情況下，多數企業只能勉強果腹，因此A股智能交通上市企業營收都相對接近，卻沒有企業一騎絕塵。

互聯網、AI公司先后入局，競爭加劇

和其他傳統行業一樣，智能交通這條賽道不單有“內卷”，還面臨著外部的競爭威脅。

以BAT為代表的互聯網公司先后入局：百度推出了ACE智能交通引擎，阿里大搞城市大腦項目，騰訊也提出“We Transport”戰略。

這些公司有錢又有技術，沒經驗也可戰略入股，比如阿里入股千方，百度控股易華錄子公司，是智能交通企業的有力競爭者。

而以技術出身的AI公司也將交通視為技術落地的最佳窗口之一，紛紛推出了相應的解決方案和產品，為的是在這塊大蛋糕中分下一口，以緩解商業變現的壓力。

此外，ICT廠商諸如華為，視頻監控企業諸如海康威視等也在智能交通產業鏈上尋求突破。

這意味著，智能交通市場，已經不單單是傳統智能交通企業的“內部競爭”，而變成了諸多不同類型的公司共同角逐的混戰。

在有限的資源里，玩家的數量越多，對資源的爭奪越激烈，能從中獲取漁利的公司，要不在技術上有著獨特優勢，或者經驗老道豐富，還有的是具備成本端的優勢，不一而足。

然而不論是傳統大廠還是BAT以及AI公司，其核心競爭力在于對具體交通場景提出的技術解決方案，以技術賦能交通，是智能交通的核心要義。

隨著技術的更新迭代，人工智能被寄予厚望，運用到更加廣泛的場景中，但實際能解決的問題有限。比如交通擁堵，是AI發力的主要場景，雖然AI的賦能一定程度上提高了通行率，然而面對逐年增加的汽車保有量，各大城市出行狀況依舊不容樂觀。

現有的技術水平無法和市場需求相匹配，各企業都有自己的技術，但也都只能解決一部分問題，這也是交通賽道沒能出現行業巨頭的原因之一。

等待真正解鎖的那天

智能交通這條賽道的競爭日趨激烈，從供求規律上看，市場需求雖有千億，但沒有真正釋放出來，造成了僧多粥少的現象。

在市場總量較為固定的線性約束下，能拿下政府訂單的，往往是資本和技術都有優勢，并且政府關系維護得好的大公司。而對于小企業而言，以技術賦能，與大廠合作，或許是一個不錯的選擇。

此外，智能交通建設屬于政府工程，受制于財政預算。在政府優化財政支出結構的背景下，企業要拿到項目，就必須從技術和成本端突破，以技術實現降本增效，是競爭取勝的關鍵。雷鋒網雷鋒網雷鋒網

2013年5月，馬云在卸任CEO前最后一夜，為阿里做了一件影響深遠的事：斥資2.9億美元入股高德，成為大股東。

當時，阿里正處于極速擴張的階段，先后投資了微博、陌陌、美團、友盟等企業，而被其視為發展O2O模式最重要的抓手——高德地圖，也自然而然成了囊中之物。

一年之后，阿里再斥資近11億美元，將高德正式收編。

收購高德的效果是顯著的，阿里不僅LBS（基于位置的服務）搞得風生水起，其另一核心——菜鳥網絡，接入高德地圖的數據之后，在物流方面也開啟外掛模式，已發展成估值約1900億元的超級獨角獸，電商業務也因此獲益。

雖然阿里收購高德的初衷是為了利用地圖這一流量入口來賦能其O2O業務生態，但高德的意義卻不僅于此。

2016年，阿里在通過追加4億美元的投資之后，成了滴滴出行的大股東，并且簽訂了一份由高德地圖為滴滴出行司機提供地圖導航服務的合作協議。

表面看，這是為了鞏固高德地圖的用戶群和業務，但實際上，這是阿里進入交通領域的里程碑事件。

在此之后，阿里在交通出行領域的投資多達數十起，涉及公共交通、車聯網、二手車、自動駕駛等多個業務，從汽車生產到生態，從公共出行到汽車服務，從智慧高速到城市大腦，已然形成了一整套的行業布局，成為名副其實的智能交通“高端玩家”。

氪金之路

“互聯網沒有邊界，就像電一樣。”

馬云曾如此說道，其意指互聯網通過對各種行業的兼容并包，能夠打造新的“網絡經濟體”，讓“個人和企業都從中受益”。

但這同時也表明：互聯網公司的基因，本質上是擴張性的。其表現就是通過投資并購來實現對企業的控制和影響，從而在業務上進行協調配合，最終反哺到整個公司，形成“擴張-盈利-再擴張”的正循環。

阿里在智能交通行業的布局也遵循這個邏輯。

在收購高德地圖之后，阿里又馬不停蹄地投了“快的打車”（后與滴滴打車合并）、“神州優車”、“斑馬汽車”等公司。據IT桔子統計，過去十年間，阿里在汽車交通領域的投資共41起，其中有33起發生在投資滴滴（2016年）之后，涉及金額達數百億元。

阿里的交通版圖

可以看出，阿里的投資比較明晰：以交通出行為核心，圍繞人的用車需求，建立從產品到服務的“車生態”。

而在這些企業里，有三家公司值得特別關注：智己汽車、斑馬智行、千方科技。

智己汽車是一個新能源汽車品牌，2020年由上汽、阿里和張江高科共同成立，這是阿里在投資小鵬汽車之后的第二家新能源汽車。

雖然都是投資，但事實上有差別：投資小鵬，就像普通人買股票，更多看中的是投資收益；投資智己汽車，更多是為了發展自身業務，而這又與斑馬智行密切相關。

斑馬智行是由斑馬網絡和Ali OS于2020年重組而來，由阿里云智能總裁張建鋒擔任董事長，阿里副總裁張春輝擔任聯席CEO，是妥妥的阿里系成員。

并且Ali OS的完整技術體系和核心技術人才也被完全納入斑馬智行，由此可見斑馬智行的重要性。

作為阿里布局車聯網的重要抓手，斑馬智行的主要業務集中在汽車操作系統上，Ali OS目前已在上汽榮威、名爵的部分車型落地，而智己汽車L7車型的操作系統“Cloud Car”也由斑馬智行提供。

在車已經被視為下一個現象級消費場景的趨勢下，汽車操作系統已經被“再定義”，成為一個新的流量入口：

從地圖導航到電子支付，從汽車娛樂到車生活服務，這是一個巨大的業務生態，而這都需要一款具備良好用戶體驗的車載操作系統。

但研發車載操作系統并不容易，尤其是在自動駕駛趨勢下，系統與芯片、傳感器之間的適配就是一個大問題。

因此，斑馬智行與速騰聚創、AutoX于4月達成戰略合作，共同打造自動駕駛平臺，而這三家公司，背后都有一個共同的股東：阿里！

換句話說，沒有直接宣布造車的阿里，私下里卻不斷搞“小動作”：一邊搞汽車操作系統，一邊投資新能源汽車公司。而且阿里達摩院也在搞自動駕駛，雖然聚焦于物流場景，但技術上的共通，難保不會使用在乘用車上。

因而，阿里雖然一直很低調，實際上已經完成了自動駕駛的相關布局。

不過，如果說阿里投資智己汽車、斑馬網絡以及速騰聚創、AutoX等公司并且自研汽車操作系統，僅僅是為了搶占下一個流量入口來拓展其業務生態，這未免太小看了阿里的格局。

2019年5月，阿里斥資35.95億元入股千方科技成為二股東，順道拿下了千方科技旗下的宇視科技。

千方科技是智能交通行業里的TOP級玩家，而宇視科技則是AI安防的佼佼者。2017年，千方科技以45億元的作價收購宇視科技母公司交智科技，將這個國內僅次于AI安防巨頭海康、大華的企業納入麾下。

阿里入股千方科技的目的很明顯：千方在智能交通建設方面已沉淀多年，與千方合作不僅能更快地進入行業，少走彎路，而且可以高效配合自己的城市大腦。

另外，雖然阿里已經在單車智能方面取得進展，但在車路協同，甚至車聯網的建設中，還缺少一個重要的幫手，千方顯然符合這個條件。

而作為國內第三大視頻監控企業，宇視的作用則在于提供“端”的感知，這是阿里這種互聯網巨頭較少深耕的領域。

監控攝像頭作為路的眼睛，對于實時感知路面情況，比如交通擁堵、事故等，起著不可忽視的作用。

因此阿里入股千方，其意在一箭雙雕：既能與千方合作搞交通大腦，又能讓宇視參與到感知端的建設。

也就是說，阿里除了在“車”“管”方面下功夫以外，也在“路”上有布局，兩者相輔相成，形成了“車+路+管”的模式，共同為阿里的智能交通戰略服務。

但，這就夠了嗎？

細心的人會發現，阿里不僅投了車和路，還投了網約車、二手車、洗車機器人、汽車維修、停車等等與車相關的車生活服務公司。如果把所有的投資項目融合在一起，從城市交通的角度理解，便不難得出阿里的野心：

建立起以交通出行為核心的大交通業務生態。

這個大交通業務生態不單單局限于交通行業，而且可以賦能阿里的其他業務，比如支付、物流、廣告等，從而形成開頭所說的正向循環。

于是“重氪”之下，阿里終于從“職業小白”晉升為“高端玩家”，在智能交通行業，形成了以交通出行為核心的商業版圖。

然而，高玩的核心競爭力，除了人民幣以外，還得有過硬的技術，或者說裝備，才配得上“高玩”的稱呼。

阿里的這些業務就像一個個獨立的點，雖然有著千絲萬縷的聯系，卻始終沒能連接成面。就好比一個個散件裝備，缺少了核心，無法融合在一起，不能發揮出最大的威力。

那么，阿里的核心裝備是什么呢？

核心裝備

如果把地圖、出行、交通、停車......這些詞寫在紙上，用一個關鍵詞將其串聯起來，那么答案就呼之欲出了——云計算。

作為AI時代的新概念，云計算可以幫助人和機器更加高效地處理數據，因而被廣泛應用于人工智能技術，對于急需AI賦能的交通行業，也不例外。

不論是城市交通治理，還是單車智能與車路協同，再到交通出行，都會產生大量的數據，而如何利用好這些數據來賦能交通，就需要云計算服務。

阿里之所以能夠在智能交通領域一枝獨秀，其核心裝備就是阿里云。

作為國內云計算的排頭兵，阿里云能牢牢占據國內公有云市場的頭一把交椅，其中很重要的方面就是阿里的城市大腦項目，而城市大腦的建設，最重要的就是交通治理。

2017年，阿里云城市大腦1.0誕生，其主要功能就是AI信號燈和交通事件自動識別及處置，從通行疏導和事件處置兩個方向來提高通行效率；

2018年，阿里云推出城市大腦的2.0版本，在交通治理的基礎上，向政務、水務等領域拓展，并且落地全國多個城市；

2019年，阿里云、千方科技與高德地圖三方聯合發布“千方阿里云城市大腦交管聯合解決方案”，同年推出了城市大腦3.0版本；

除了城市大腦以外，阿里云在高速公路的智能化建設上也有實踐項目，包括高速云控平臺、自由流收費稽核、監控管理和視頻上云、車路協同等等。

據不完全統計，阿里的城市大腦已在全球數十個城市落地，而阿里云參與的國內智慧高速實踐項目達到二十多個。

在阿里云的賦能下，阿里的智能交通建設如魚得水，2020年成立了“阿里巴巴數智交通研究院”，并且推出“智慧交通操作系統TBOS”。

該系統融合了云計算平臺、數據融合引擎、視覺AI等人工智能技術，并與阿里生態下的高德、菜鳥高度互聯，可以整合外場硬件和交通運輸信息系統的數據，進一步提高交通管理水平。

而在這些項目的反哺下，阿里云也于2020年首次實現盈利，結束了長達11年的虧損狀態。

從本質上看，阿里云對交通的賦能是技術性的，而交通對阿里云的反哺則是經濟上的。

如果把阿里在智能交通的投資當作一個個點，那么阿里云就是一條線，將這些業務串聯在一起，通過阿里云來實現整個“大交通”業務生態的閉環。

正是有了阿里云這件核心裝備，阿里才能在智能交通這條賽道上越走越遠。而在交通強國戰略背景下，智能交通建設將成為城市建設的重點，阿里云若要實現業務增長，就必然離不開這個巨大的市場，并且還要面臨強大的競爭對手。

按照一般的游戲規則，玩家在氪金拿到核心裝備之后，要想獲得更多資源，就必然要與其他玩家同臺競技，憑借硬實力來戰勝對手，從而壯大己身，并且只有競爭，才能進步。

和阿里同臺競爭的對手們，都有怎樣的實力？

競技時刻

提起阿里，就不得不說騰訊和百度。

曾經的BAT，憑借著各自的優勢發展為現在的龐然大物，但在智能交通方面，三家的路徑卻有著相似之處：投資！

百度和騰訊在汽車交通方面的投資，比起阿里有過之而無不及。并且，三者投資的公司都有很強的共性與競爭性。

比如，阿里投了小鵬和智己汽車，騰訊就投了蔚來和恒大，百度則投了威馬和集度。

BAT汽車交通生態

可以看出，BAT在汽車交通的布局，總體來看差別不大，卻也有各自的側重點：百度主要集中在自動駕駛方面，騰訊更多布局汽車服務生態，而阿里則主攻城市大腦。

雖然BAT都意識到了“大交通”生態，但阿里顯然提前一步，其城市大腦已經更新到3.0版本，并且在數十個城市落地；百度和騰訊即使也在快速跟進，但落地的項目相對較少，暫時無法與阿里相提并論。

在云計算服務領域，阿里云也占據了國內公有云三分之一以上的市場，行業地位較為穩固；這意味著在城市大腦建設過程中，阿里可以憑借積累的經驗和阿里云的硬實力，在城市項目招標時更具優勢。

目前，城市大腦已經從交通向多個領域拓展。理論上講，基于城市大腦項目，BAT都可以完成其“大交通”業務生態的布局：以導航地圖為切口，打通以車為核心的交通出行服務各個環節；以云計算為技術支撐，將所有的業務串聯起來，形成集“云邊端”和服務為一體的智能交通產業生態。

就當前的形勢來看，阿里顯然做得更好一些，但沒有達到一騎絕塵的地步，百度騰訊這兩個老對手，也正在加班加點地錘煉武器。而此時，另一個蟄伏已久的玩家悄然露面了，這個玩家雖然不像他們一樣氪金，但其技術實力卻足以引起重視。

這個玩家就是華為。

作為一家ICT公司，華為屬于技術派，走的是以技術為核心、產品為武器的路徑。

這名玩家性格僻靜，但出手就是狠招：車聯網、自動駕駛、操作系統、車路協同、城市大腦，從設備到系統，從車到路，提供“云邊端”一體的綜合解決方案，其智慧城市解決方案也已經在多個城市落地。

而華為云，也正在發力，目前雖然比不上阿里云，卻能和騰訊云媲美。這對BAT來說，意味著未來的云服務，增加了一名強有力的對手。

不過，華為在技術上功力深厚，但其交通業務生態相較于BAT來說比較窄，主要聚焦于智能交通內部，沒有向更多的汽車出行服務作外延，這對BAT來說可能是個好消息。

然而在智能交通建設上，BAT已經不能忽視H的存在，這名競爭對手的出現，將使這個市場的競爭趨于多元化。同時，也讓這場游戲變得更為有趣。

時代的脈搏

馬云曾在第四屆浙商大會的論壇上，給予中小企業創業者一個忠告：創業要順勢而為、借勢而為。

文章開頭提到，阿里的投資并購在主要集中在2016年之后，這個時間點其實非常重要。

一是阿爾法狗擊敗李世石之后，AI被徹底引爆；

二是國家提出從交通大國向交通強國的目標；

三是阿里云從幕后走向前臺。

如果把這句話套用在2016年，就會發現，上面的“一”是技術趨勢，即以人工智能技術來解決問題；“二”是政策趨勢，即我國交通行業從“大”向“強”的轉變；“三”則是在兩種“勢”的背景下所作出的改變。

阿里正好是抓準了這個“勢”，并且將技術用得恰到好處，才得以從諸多競爭者中脫穎而出，成為行業頭部玩家。

其“順勢、借勢”的思路無疑是值得借鑒的，因為現在恰好處于這樣一個時代：政策和技術的趨勢已經指明方向，可誰也不知這條路上會遇到什么，發生什么。

同臺競爭的玩家越來越多，誰會成為交通領域的「終極boss」呢？雷鋒網雷鋒網雷鋒網

阿里云16.5億聯合體再中標智慧高速項目；

百度再獲近億元重慶永川區智慧交通試點項目（一期）；

烏蒙云大數據產業1.7億元中標貴州省畢節智慧交通（一期）；

達實智能簽訂價值3.11億元深圳地鐵智慧交通項目；

......

今年以來，超億元的智慧交通項目中標消息不停叮叮作響，單一季度，中國城市智能交通千萬項目市場也同比增長近7成。

去年的戰績同樣不俗。據ITS114數據統計顯示，2020年城市智能交通市場（除停車項目）中標過億項目32個，中標過億項目市場規模總計約為66.58億。智能交通千萬項目（不含公路信息化）市場規模約為296.12億，項目數1400個。

自2019年的“交通強國”戰略以來，中國智慧交通的車輪轉速持續加快。

2020年，27個省、市以及6家企業、1家高校的交通強國建設試點實施方案全部公開，智慧交通、智慧高速、TOCC等頻頻成為政策關鍵詞之一。

新基建強力輸血，十四五規劃重磅來襲，地方政策出臺，行業規劃落地，中國智慧交通的新圖景徐徐展開。

前瞻產業研究院預測，到2023年，智能交通行業市場規模有望超1300億元。有分析機構預測，2030年市場規模或將達到萬億級。

千億市場中，賽道熱鬧不已，市場主導的城市主角們，也一個個閃亮登場。

基于此，本文梳理出目前中國在智能交通領域的城市排頭兵，從五座城市的智能交通發展脈絡、最新進展中，一窺中國智能交通產業的整體面貌。

深圳：智能交通尖子生，打造深圳樣本

全國第一。

是的，2020年，廣東高速公路里程突破1萬公里，總長度連續七年排名全國第一。

1989年到2020年，從0到10000公里，廣袤的南粵大地上，高速公路氣貫長虹。

在智能交通項目上，2018年，廣東同樣位居全國第一。其中，最大的項目在深圳。

"深圳是中國目前最具創新能力的城市，沒有之一！"

這是經濟學家、中歐國際工商學院經濟學和金融學教授許小年在某次接受媒體采訪時，對深圳的肯定評價。

現實中的深圳也確實如同上述贊譽所說的一樣，不但孕育了華為、騰訊、平安、恒大、正威、大疆、比亞迪這樣的世界級公司，同時還是全球城市競爭力指數排名中國第一、智慧城市發展指數中國第一。

這座創新之城，也是全國智能交通系統應用示范工程試點城市之一。

在2003年到2008年間，深圳一步一個腳印建設了深圳城市交通仿真系統SUTSS一期工程、二期工程。2011年，更是率先在大運會車輛管理上進行RFID電子標識應用。

智能停車上也勇于嘗鮮，2014年開始就推出有泊位自動感知、移動互聯及大數據應用等技術的智能停車平臺。

2015年，市交通運輸局構建了覆蓋多種交通方式的視頻聯網監控系統。

2017年，深圳交警與華為聯合打造城市交通大腦。

深圳圍繞智能交通大腦，利用大數據、云計算、人工智能等前沿核心技術，在計算智能、感知智能、認知智能三方面下功夫。

當年，深圳交警從全球三百多個領先城市中脫穎而出榮獲世界智慧城市博覽會唯一一個的平安城市大獎。

2019年，雙方將“城市交通大腦”升級為“鵬城交通智能體”，在“全市智能燈控一張網、人工智能輔助執法、提升大數據打擊效率”核心方向中，深圳違章圖片識別效率提升10倍，套牌、假牌、報廢、多次違法車輛在深圳道路已基本絕跡。

今年的十四五規劃中，深圳更是為智慧交通設立了六大任務：

打造暢通雙循環的全球交通戰略樞紐；建設高效集約的全球性物流樞紐城市；共建品質宜行的區域綜合立體交通網；構建多網融合的品質公交服務體系；打造數字驅動的智慧交通新基建樣板；探索超大城市交通現代化治理新標桿。

7月19日，深圳市交通運輸局發布《深圳市交通綜合治理2021年工作計劃》，透露今年將主要實施26項行動523個具體工程項目，進一步緩解城市交通擁堵。

政策層面的扶持之外，深圳市在基礎設施上也持續超前投入，其中最典型就是5G網絡的鋪設。

智慧交通最核心的能力之一是感知，5G大帶寬、低時延和廣連接的特性，可以讓城市內遍布的攝像頭、傳感器等各個方面的數據實時傳輸到城市大腦中，而這可以讓交通管理者，實時監測城市交通的運行情況，有效降低城市交通的擁堵。

要知道早在2019年，深圳就開始積極搭建5G行業應用試驗網絡，將車路協同場景的網絡性能驗證提到了"優先級"。

就在我們在其他城市苦尋5G信號而不得時，深圳在2020年8月就已經建成超過4.6萬個5G基站，實現了全市5G基礎設施全覆蓋，深圳也因此成為全國首個5G獨立組網全覆蓋的城市，5G基站密度全球第一。

這樣的技術環境放在全國可以說是獨一份，在此基礎上，深圳建設了大量多功能智能桿，作為智能網聯重要入口，這些多功能智能桿除了打造5G通信、智能交通、智慧市政等30多種場景應用，還為智能汽車、自動駕駛服務。

在公共交通方面，深圳通過建設公交專用道體系、制定“快-干-支”三層次公交線網功能劃分、推出二維碼掃碼支付以及推出公眾交通出行信息服手機應用等舉措，縮短交通出行時間，進一步緩解擁堵問題。

在管理方面，深圳實行“大交通”管理模式，采用“管理職能于協調職能并重”的管理體系，實行“決策——執行——服務”的三級管理體制，條狀管理和塊狀管理相結合，減少政府部門之間的矛盾，從而提高管理效率。

如今，深圳智能交通不論是基礎設施建設，還是技術應用層面，都已經走到國內前列，并且孕育了一大批AI公司和互聯網企業。深圳交通創新被稱之為智慧交通“深圳模式”，并且該模式已向異地輸出。

杭州：從起步晚到全國翹楚，智能交通的杭州路徑

杭州稱得上智慧交通的后起之秀。

一是起步較晚，二是非試點城市，沒有國家政策上的先天優勢。

但如今的杭州，在政府與企業奮進下，已成為長三角數一數二的智能交通之城。

杭州的崛起與本土的企業緊密相連。

2006年, 杭州市率先在全國開通了第一條快速公交線路BRT-1號線，采用的是銀江股份的BRT信號優先系統。

期間的杭州逐步小跑，2009年，杭州市智能交通信息平臺(一期)示范工程正式開建；2012年，成為“中國智慧城市”試點城市之一。

轉折始于2016年，阿里云提出ET城市大腦的概念。

這一年，杭州啟動城市大腦建設，主要由阿里和海康威視負責承建，以交通為突破口，將交通、能源、供水等基礎設施全部數據化，連接散落在城市各個單元的數據資源，打通“神經網絡”。

受益于“城市大腦”，杭州交通效率不斷提高。依據公開的城市季度報告，在全國最擁堵城市排行榜上，杭州從2016年第5名下降到第57名。

此后，杭州“城市大腦”不斷開拓應用新領域，除了交通、消防之外，還在征信系統、市容市政管理、旅游交通等多方面進行應用嘗試。

杭州城市大腦運營指揮中心的展廳

杭州通過城市大腦匯聚起了城市交通管理、公共服務、運營商的海量數據，在歷史上首次實現了城市數據的匯聚、融合、計算，甚至數出每時每刻跑在路上的車輛數，改變了傳統用靜態的機動車保有量來制定交通政策的方式，緩解了交通工程數十年未曾突破的問題。

“城市大腦，是杭州為世界做的探索。”阿里云之父王堅曾說。

曾經，杭州市政府聯合阿里云等企業，代表中國城市為世界作探索。今天，杭州的經驗正在輻射國內外。

杭州正走出一條杭州路徑。

“十四五”期間，浙江省將斥資2萬億元投入綜合交通投資，將基本建成省域、市域、城區3個“1小時左右交通圈”。

交通強市、交通強省，拭目以待。

武漢：老牌交通樞紐，“九省通衢”功力深厚

2020年6月初，疫情后武漢公共交通全面重啟。

彼時全市地鐵全線日均客流一度高達150萬左右乘次，公交客流量更是自恢復運營以來首次突破100萬。

這座千萬級人口的“熱干面”之都又見熙來攘往的早高峰客流，“九省通衢”開始重振往日的熱情與活力。

集鐵路、水路、公路、航空于一體，武漢是中國少有的“水陸空”全棧交通樞紐。

當信息化時代來臨，武漢敏銳地探測到需求，并在2003年，在漢口中心區域建立了交通控制系統，該系統涵蓋信號控制、視頻監控、LED交通信息發布引導牌等。

三年后，武漢再次斥資近八千萬，啟動區域交通信號控制系統項目，兩年后建成并投入使用。

果然，兩年后的2009年，經歷過6年交通信息化建設初體驗的武漢，發布了《武漢市智能交通系統發展規劃研究》，制定了武漢ITS發展規劃，明確了ITS發展方向和總體構架。

此后多年，武漢智能交通多次升級，大小迭代。

在智能化時代來臨之際，把握了時代脈搏的武漢再次出擊。

以交管為例，2018年，在以效果為導向目標下，武漢市交管局成立了安全運維監管中心，將所有的交通設施進行統一運維、統一監管，通過打造集約化、標準化的外場運維，構建一體化運維模式，提高運維管理效率。

張開懷抱，與互聯網及AI公司合作，率先引入視頻監控、人工智能技術、大數據，來實現對交通情況的實時掌控，同時建立起對應的調度系統。

如今，武漢正加大“水陸空”交通勢能，利用人工智能、區塊鏈、5G、物聯網、大數據、云計算、移動互聯網技術打造完全覆蓋漢江水域、航道、岸線、船舶的海事智能監管服務網絡體系，構建充分適應未來航道建設、養護、應急、管理的智慧監管運行系統。未來，漢江水路“萬物互聯”感知網絡將統一匯聚各類視頻資源，提升漢江“視覺感知”能力。

在智能汽車領域，早在2016年，武漢就欲建智能汽車智慧交通示范區，這一愿望在自動駕駛浪潮翻滾的今天得以實現。

2021年，武漢又建成我國最大的5G車路協同自動駕駛示范區，計劃開放測試道路159公里，全域覆蓋“5G+北斗”高精度定位系統，可實現遠程駕駛及車路協同。

同時，武漢國家新能源與智能網聯汽車基地正加緊建設，以基地為焦點，中國車谷已聚集幾十家自動駕駛汽車產業鏈上下游企業，自動駕駛產業“生態圈”顯現雛形。

武漢的轉型升級在路上，智慧交通也亟待走出野蠻地帶。武漢，將一仗接著一仗打。

北京：率先入局，推九大領域66項場景

北京，這座世界超大城市之一、超2000萬常駐人口的城市，出行需求之旺盛，交通壓力之大，讓人戲稱首都的堵車稱為“首堵”。

同時，北京特殊的城市地位，讓其在智能交通探索上一直擔任沖鋒者的角色。

1996年，北京首都高速公路發展有限公司與美國Amtech公司在首都機場高速公路做的ETC實驗，這是國內最早的一次ETC試點。

1998年之前，北京智能交通可以說是“一窮二白”。1998年，為迎接申辦奧運會的大考，北京交管局開始規劃設計“一個中心、三個平臺”為核心、科技信息化工程為重點的智能化交通管理“科技工程”。

2003年，北京市通過交通體制上升級，在原有交管局的基礎上，成立了交通委員會，將原交管局、市政管委及公安部的部分路政管理職能一同合并至交委會，由交委會負責整個城市的交通管理工作。

這一動作效果顯著，此后的6年，北京陸續建立起統一的交通信息化網絡、交通運輸行業綜合數據庫等智能交通工程。

如今，北京新的十四五規劃將推動智慧交通場景應用創新，推進九大領域66項智慧交通重點應用場景建設，建設“智慧交通數據云腦”等。

同時，高德地圖顯示，北京市交通健康指數已連續4年同比變好。

在自動駕駛示范區上，北京也領銜一方。

截至2020年底，北京共認定封閉試驗場地4個，仿真測試平臺1個，可充分滿足自動駕駛企業測試與研發需求。同時，在海淀、順義、經濟技術開發區、房山共4個區縣開放了200條自動駕駛測試道路，合計699.58公里。

北京已累計為百度、小馬智行等14家自動駕駛企業87輛車發放一般性道路測試牌照，測試里程超200萬公里。其中，載人測試里程超過102萬公里。

據悉，北京還將推進建設全球首個網聯云控式高級別自動駕駛示范區——北京市高級別自動駕駛示范區。

北京還孵化了一大批諸如千方科技、易華錄、ETCP等智能交通企業，這些企業的市場總規模居中國前列。

得益于首都交通建設，北京智能交通產業起步早，加之北京智能交通企業自身的努力，使北京智能交通在發展中形成了自己獨特的優勢，成為影響中國ITS的力量。

上海：首批試點城市，智能交通三步走

作為首批科技部確定的全國智能交通系統應用示范工程試點城市，上海是整個華東地區的核心：

一方面承接著數千萬常住人口，一方面是重要的國際交通樞紐，大量的常住人口及流動人口帶來對交通出行的巨大需求，讓上海早早踏上了的交通智能化建設之路。

交通基礎設施投入是上海交通領先的底氣。

據前瞻經濟學人數據，2019年上海市軌道交通運營里程排名全國第一，達801公里，同時也是全球范圍內城市軌道交通運營里程第一位。此外，2018年上海市公路建設投資強度位列第二，公路交通現代化、信息化程度較高。

倚借連續多年雄踞全國GDP第一，上海經濟實力雄厚，在城市科研投入上強度傲人。

2019年上海市R&D經費投入1524.6億元，R&D經費投入強度為4.00%，排名僅次于北京市的6.31%，且高出全國平均水平(2.23%)1.77個百分點，這為城市智慧交通創新發展提供經濟基礎。

過去20年，上海是全國電子車牌最早應用的城市，也是國內最大的區域聯網不停車收費（ETC）的城市。

上海市一直是推動智慧交通發展的“先鋒”，其智能交通建設主要分3個階段。

上世紀九十年代末至2002年，項目不多，主要集中在高速公路以及城市交通信控等少數領域。

2002年至2010年，借助世博會契機，上海市于2002年開展了“上海市智能交通系統應用試點示范工程”項目，隨后于2006年成立交通信息中心，建成了交通信號控制自適應系統、城市道路交通監控系統等智能交通管理系統。

2010年至今，基本建成上海市交通信息整合共享與發布服務平臺，開始運用AI、大數據及云計算等新技術，建設“交通大腦”，實現交管的數字化轉型。

截至目前，上海基本形成了針對不同路網交通特征，應用出租車GPS信息、SCATS系統、牌照識別、微波等多種技術手段，分別采集快速路、地面道路和干線公路等道路交通實時信息，通過對這些動態數據進行處理，實現交通實時運行狀態的發布。

除了傳統大型智能交通項目建設以外，上海吸收新產品與新技術能力全國首屈一指。

當下上海已經聚齊了各種汽車勢力：智能電動汽車的開創者特斯拉、上海本土傳統汽車巨頭上汽、國內新造車四小龍之二蔚來汽車全球總部和威馬汽車總部，更有科技互聯網公司和傳統車企結合的衍生品牌智己汽車，還有從地產跨界到汽車的華人運通，幾波勢力，你尚未唱罷我便登場。

據悉，上海計劃形成3家左右產業競爭力和規模水平具國內領先水平的整車企業，各關鍵技術領域有2家以上具備國際領先水平的零部件頭部企業，智能網聯整車產量超過100萬輛。上海在智能汽車產業方面的野心可見一斑。

總結

智能交通，是智能城市的重要落子。

交通強國、新基建等政策的驅動下，交通行業的數字化轉型變得炙手可熱。

數字中國的發令槍響已然升空，十四五開局之年，智慧交通開啟新賽季。

各大城市紛紛在智能交通的政策、產業、資金投入上拿出最大的決心和誠意，迎陣智能交通新基建，讓其到來變得有跡可循。

如何將智能交通一步步照進現實，則是離不開玩家們的加碼與投入。

企業“頭號玩家”們的積極響應，各大城市爭奇斗艷，在新基建的智能交通之戰鏖戰中，智慧交通將融入觸達千家萬戶的時代洪流。

我們也相信，未來的智能交通，一定是多強爭霸的盛世。雷峰網雷峰網雷峰網

相較前期燒錢搞研發，技術變現似乎更為困難。

高新技術的特點使得AI產品在成本上難以形成普惠，加上整個行業自帶"投資回報周期長"的標簽，所有生存下來的AI公司，都面臨一個問題：如何扭虧為盈？

賺錢無非開源節流：拓展收入和縮減成本。

縮減成本向來是最為直接有效的方式，但AI行業"研發投入高"的特性，使得AI公司基本不可能從成本端下手。

于是乎只有開源，也就是拓展新賽道，將技術和產品應用到新的場景，來實現增收。

電網就是這樣一個需要AI賦能的賽道。

在供給側，電力公司需要優化設備、提高效率，實現降本增效；在需求側，消費者要實現用電管理的智能化，也少不了AI應用，而連接供給與需求的電網設施，同樣需要AI技術來進行改造、維護。

比起安防、金融、醫療這些熱門賽道，電網對于AI的需求有過之而無不及。

根據中電聯的測算，2021年我國智能電網投資金額可達969億元。但這樣一個千億級別的賽道，智能電網的建設卻主要依靠傳統的電網設備公司，AI公司切入智能電網的寥寥無幾，觸景無限就是其中之一。

電網建設痛點多，AI賦能場景豐富

"電力行業業務比較復雜，從發電側到輸電再到配電調度，環節多、過程長"，觸景無限CEO肖洪波說道。

在他看來，多環節意味著多場景，多場景意味著需要更多的傳感器，來實現對場景的感知覆蓋。

傳統電網采取的是發電廠到用戶的單向輸電模式，這個過程要歷經"發電、變電、配電、用電"等環節，各環節的關聯性較弱。

以輸電為例，發電廠在生產電力之后，需要依靠高壓電線來進行電力輸送。

眾所周知，高壓電線里程長、分布廣，且主要通過人煙稀少的區域，在極端天氣或者特殊場景下，高壓電線出現事故之后，電網公司很難第一時間定位事故所在區域，也無法分析原因，及時搶修。

但智能電網就可以通過配置傳感器來實現對線路的感知與檢測，這些傳感器分布在電塔上，將一條完整的線路切割成多條線段。當其中一條線段出現問題，那么傳感器就能將異常數據傳送至云端系統，電網工作人員就可以進行分析與搶修，及時恢復供電。

并且，電塔上的視覺傳感器還可以分析線路上是否有異物，周邊環境中是否有山火、施工車輛、吊車觸碰高壓線等；保障電塔的正常運行。

在供給端（也就是發電廠），也需要AI賦能，比如用攝像頭來監測工廠運行、用機器人做一些高危工作、用AI系統來計算數據等。

在消費端，電網公司可利用AI實現對消費數據的分析，優化服務，消費者也需要更為智能的系統和應用，豐富體驗。

可以說，智能電網建設的整個環節，從供給側到消費端，場景非常豐富，不同的場景，對于AI技術的需求又各有不同。

除此之外，肖洪波表示，未來隨著能源開發方式的變革，分布式能源在未來也會產生更多對感知和其他AI技術的需求。

聚焦自身價值，合作才能雙贏

"首先要找到我們在這個行業里所能產生的價值。"

即便智能電網建設需要AI賦能，但在肖洪波看來，這并不意味著AI公司會與傳統的電力設備供應商之間展開競爭。

他認為，AI公司可以從自身的優勢出發，與傳統的電力設備供應商合作。

據了解，目前做智能電網的公司以傳統的設備供應商居多，比如國電南瑞、平高電氣、特變電工等"國家隊"，他們在資金、渠道等方面優勢明顯。

AI公司如果想要切入智能電網賽道，最好的方式是針對某些難點做"定點突破"，為行業設備商提供技術解決方案。

"他們其實做的是智能電網的整體運營系統，我們做一個非常有意義的補充。"肖洪波表示。

以觸景無限為例，其主要專注于嵌入式計算機視覺與感知技術，核心競爭力在于智能感知，為傳統電力設備公司提供電力專用傳感器、智能分析產品，建立相應的數據庫，協助推進智能電網的落地。

AI不是萬能，電網建設仍有難點

雖然現在有不少的傳統電力設備公司在做智能電網，同時也有像觸景無限這種AI公司賦能，但智能電網建設仍有諸多難點亟需突破。

首先是硬件的性能與質量需要提升，如果硬件出現問題，那么運維難度亦會增加，且成本不可控。

"它對于邊緣的一些傳感器和芯片要求很高"，肖洪波表示，以野外場景為例，電塔上的傳感器首先要解決供電、能耗的問題。

比如輸電線路上的產品，都是要求在野外能夠工作8年左右的時間；其次要解決在極端天氣下持續工作的問題，最后還要解決數據傳輸的問題。

其次在數據方面，目前的電網尚未構建起全面的數據感知體系，數據傳輸不及時，也難以實現數據共享。

肖洪波認為，正如人工智能最終都要基于數據，智能電網建設也需要數據，包括運維時產生的數據，供給側和需求端的數據等，通過數據分析原因、總結經驗，從而提高管理水平。

最后是配電、變電等環節中的設備和技術智能化程度較低，仍然有待提高。

政策紅利影響不大，核心是趨勢與價值

近幾年，隨著"碳中和"、"碳達峰"等目標的提出，政府出臺了一些列促進節能減排的政策，電力行業也包括在內。

生態環境部《關于統籌和加強應對氣候變化與生態環境保護相關工作的指導意見》就明確提出："推動......石化、電力、煤炭等重點行業提出明確的達峰目標并制定達峰行動方案。"

并且，各地也針對性地出臺了一些優惠政策，以促進綠色能源的開發與使用。

肖洪波認為，這些政策紅利其實很難直接給到AI公司，而是更多地影響新能源。

"'碳中和'可能會引發深層次的能源革命，推動新能源，比如太陽能、風能的發展，進而影響整個工業，當然也包括AI公司"。

他表示，風能、太陽能等分布式能源會對傳統的輸電模式、售電模式帶來巨大影響，這里面存在很多的市場機會，智能技術在能源領域有非常好的應用場景。

從趨勢上看，能源行業與人工智能的結合是一個長期的過程，對AI技術的需求也會增加。

這也是觸景無限選擇切入智能電網賽道的原因——結合行業趨勢和自身價值來尋找突破口。

同時，這意味著觸景無限并不會局限于智能電網，還會拓展石油、交通等賽道。

"飯得一口一口吃，智能電網只是階段性重點，就像安防一樣。"

在肖洪波看來，哪個行業對于視頻感知有強烈需求，哪條賽道就是觸景無限的拓展范疇。但現階段的重點是智能電網，不會選擇多線作戰。雷鋒網雷鋒網雷鋒網

高德地圖發布的研究報告顯示，在汽車保有量超過200萬輛的27個城市中，有16個城市交通處于亞健康狀態，包含了所有一線城市和大部分新一線城市。并且，隨著汽車保有量的增加，城市擁堵情況形勢更為嚴峻。

為了解決擁堵問題，各城市使出了渾身解數：從多修路到多設信號燈，從倡導綠色出行到給予補貼出行，從單雙號限行到早晚高峰限行......

然而，種種措施在面對千萬級別的人口帶來的出行需求時顯得如此"雞肋"。公安部數據顯示，過去五年，我國汽車保有量以大約每年2000萬的數量增長，這表明從出行方式上來解決問題已然難以奏效，消費結構升級與交通資源不匹配的矛盾愈發突出。

根據供求定律，增加資源是解決供求失衡的方法，體現在交通上，就是修路。修路往往是解決擁堵問題的不錯選擇，但在現有城市規劃下，尤其是寸土寸金的一線城市，修路成本太高，涉及到拆、遷、改等環節，顯然不是上策。

在修路成本這一線性約束下，另一種方法是通過提高道路通行效率來實現側翼突破。但如何讓既有的城市道路發揮出最大的通行效率，這是諸多城市管理者面臨的難題。

"要解決交通擁堵，首先要'發現擁堵'，然后才是'疏解擁堵'。"天壤創始人薛貴榮表示，面對龐大的工作量，人已經不能解決許多問題，可行的方法是：依托人工智能技術，實現對交通擁堵的智能化治理。

和多數人一樣，薛貴榮起初并不熟悉交通，更沒想過會做這方面的技術，然而多年以后，他已成為研究交通擁堵問題的專家。一切，都還要從十多年前的一次"偶遇"開始。

「偶遇」阿里，因棋「入道」

和大部分AI企業CEO一樣，薛貴榮也是科研出身，屬于圈內人士。

2006年，在結束4年微軟研究院的工作后，薛貴榮拿到了交大的博士畢業證，那時國內人工智能企業正處于摸索階段，商湯曠視科這些明星公司都還沒有成立。

畢業后的薛貴榮選擇留校任教，帶著學生們在實驗室里繼續搞算法研究。但實驗室里搞研究，最大的問題是，計算資源很少，數據不足以支撐大規模的運算驗證。

"當時實驗室里大概能做百萬級別的網頁搜索，現實數據卻是上百億級別的規模。"薛貴榮表示，數據規模越大，問題的難度和挑戰都不一樣，算法研究需要大量數據作支撐，才能訓練出較為準確的模型，但學校顯然無法提供如此龐大的計算資源。

正當薛貴榮為數據頭疼時，阿里找到他，表示可以提供1000臺機器做研究，"想怎么玩就怎么玩"。

彼時阿里云剛剛成立，云計算在國內還不是一個熱門概念，急需從事算法研究方面的人才，所以向他拋出橄欖枝。不久之后，薛貴榮加入阿里云，花了數年時間構建了神馬搜索系統。

2013年，薛貴榮被調往阿里媽媽，負責廣告端的搜索技術。基于此前的經驗，他所在的團隊很快就搭建起數據管理平臺，也就是赫赫有名的"達摩盤（DMP）"，通過對數據的分析運用，實現阿里廣告業務面向人群的精準投放，大大增強了阿里的數據變現能力。三年時間，阿里的廣告業務收入從一千多萬增加到八千多萬。

2016年，薛貴榮從阿里媽媽離開，離開的原因很簡單--阿爾法狗戰勝李世石，讓他開始思考如何利用人工智能技術來提升人的生活質量。

"那時候我就想出來開始創業，看看人工智能的核心的技術能不能用在我們的商業或者是工作與生活中。"

于是在阿爾法狗戰勝李世石后的三個月，2016年6月，薛貴榮創立天壤，第一件事就是組建算法團隊復現阿爾法狗的技術。

兩年后，也就是2018年5月，天壤團隊研究的算法機器在90手以內就擊敗了當時世界第一的圍棋選手樸廷桓，機器再次贏得了優勢。興奮之余，薛貴榮開始思索技術落地的場景。

在他看來，數據的多少關系到技術水平的高低，如果沒有數據，那么就很難把技術做深，但數據獲取又是比較難的事。同時，這種人工智能技術對于系統的要求非常高，落地的市場也很復雜。

過程漫長而焦灼，在這期間，天壤推出了人機對戰平臺，普通人可登錄該平臺與機器進行圍棋對弈，提高自身水平。后來，一個偶然的電話，讓薛貴榮如魚得水般看見了新的賽道。

對方是某市交警隊的副局長，以棋為引，說他的技術可以用在交通上，來解決交通擁堵問題。

"棋論"顯然頗有深意，但當時薛貴榮對交通并不了解。掛掉電話后，他花了相當一段時間來考察和思索城市的交通問題，最終發現，城市交通并非簡單的信號控制，要解決交通擁堵，挑戰非常之大。

「人力」有限，「技術」有缺

如同下圍棋，交通治理也要從全局出發，兼顧局部問題，一個地方發生擁堵，很可能會引起連環反應，進而導致"一子落錯，全盤皆輸"的情況。

薛貴榮介紹道，以常見的19路棋盤為例，共有361個落點，每一個點的狀態有三種可能：白子、黑子、無子，那么算下來一共是3的361次方種變化可能。

但是一個路口，車輛有直行的，有左拐的，有右轉的，還有對面來車......這些狀態顯然比棋子落盤更為復雜，并且，如果把整個城市當成一座棋盤，那么落點非常之多。

綜合下來，交通治理的復雜程度要比圍棋更加復雜，靠人力來指揮交通，除了效率低下以外，人力成本就是一項很大的開支。

薛貴榮表示，比較普遍的情況是，假如某地發生擁堵，如果靠人力調控紅綠燈，以180秒的相位算，紅綠燈真正能起作用，需要調節5到10個相位，也就是15到30分鐘左右，才能將交通擁堵慢慢疏散。

"目前基本上是以單點調控為主，以人的能力，一般能調兩個路口，三個甚至以上的路口，依靠人來調控就不太現實了。"

那么用機器調控呢？

"現在的機器調控都側重于搞'綠波帶'，而不是從整個擁堵的場景出發做解決方案。"薛貴榮說道，所謂綠波帶就是通過對車輛經過某一路段的時間進行計算，協調各個路口的紅綠燈信號，從而使得車輛在通行時能"一路綠燈"，提高通行效率。

但"綠波帶"對道路交通秩序要求非常高，行人、非機動車與機動車等都要各行其道。"這往往適合于主干道"，薛貴榮表示，現實情況是，擁堵的路口情況非常復雜，行人、司機在擁堵時可能會爭路權，也會產生許多突發情況，所以"綠波帶"很難從實際場景來解決擁堵問題。

「動態」數據，「暢通」城市

在薛貴榮看來，"綠波帶"之所以難以解決擁堵問題，除了對道路的要求過高之外，更重要的是沒有考慮到數據有效性的問題。

人們提到交通擁擠，總會參考汽車保有量和每天的通行量這兩個數據。誠然，從大趨勢看，汽車保有量越大，城市擁堵的也會更嚴峻，但真正會造成擁堵的，往往是某一時刻道路上行駛的車輛數量。

"一座城市汽車保有量的數據是相對靜態的，但城市道路上的實時行駛車輛數，卻是動態的。"薛貴榮認為，汽車保有量這類數據只能做一個大致的參考，實際作用不大，因為并不是所有車都會在同一時間行駛在路上。有的人錯峰出行，有的人綠色出行，還有的人直接走路出行。如果參照這類數據來做信號調控，其效果并不會很明顯，甚至可能會造成資源浪費。

比如，過春節時，一線城市路面上的車輛較之平常肯定減少，通行很順暢；而逢中秋國慶等節假日，一線城市的出行需求就會大幅上升，從而造成擁堵。

"我們還在用一種很靜態的方法來描述一個城市，而忽略了城市交通本身是動態的，那么我們對城市交通的理解就會有失偏頗，特別是當車流動起來之后，數據都是全新的，不能再以靜態的思維來思考問題。"

他認為應該用更加貼切的指標，比如在途量延誤指數，包括平均車速、最大車速、延誤指數下的最大通行量等，來衡量城市的通行能力，從動態數據出發，因地制宜，因時制宜，才能提高道路通行效率。

「解決」擁堵，「天壤」賦能

交通擁堵的治理，主要分為"發現"和"調度"兩個環節。

"首先要發現擁堵，這是最重要的，同時也是最為困難的事。"薛貴榮表示，堵車存在一個現象，即蔓延性擁堵，一個路口的擁堵會很快蔓延到鄰近的路口，所以盡早發現擁堵，才可能盡早實現調節，解決問題。

但是發現擁堵并不容易，交通管理者和司機通常依靠高德、百度等地圖軟件來發現擁堵情況，然而互聯網地圖存在一個特點：信息滯后。

"地圖沒有眼睛，不能直接觀察到擁堵，而是算出來的。比如一輛車行駛緩慢，地圖軟件將GPS定位信息傳送至云端，云端系統不會判定為擁堵，十輛二十輛車也不會，只有樣本數達標以后，系統才會判斷為擁堵。"

一般情況下，地圖軟件發現擁堵會滯后5到10分鐘，對于不太繁忙的路口，很可能已經疏通完畢。而對于交通要道，這樣的延遲只會造成更加嚴重的擁堵，因為車流源源不斷，哪怕是很短的時間，道路上也會聚集諸多車輛。

"所以，要解決'發現擁堵'這個問題，一種解法是直接派交警去觀察， 但是成本很高；另一種解法是利用數據，來做綜合判斷。"

"天壤獨有的多源數據融合算法使場景數據告別'5分鐘更新'時代，實現1分鐘更新。"薛貴榮表示。

發現擁堵之后，天壤的交通大腦一方面會給交管部門預警，交管部門會派出工作人員進行疏導；另一方面會及時提醒司機相應路段的擁堵情況，從源頭上疏解車輛。

在"調度"環節，天壤交通大腦主要通過信控方案來調控信號燈的時長，基于數據的特殊算法來實現對信號燈時長的準確控制，針對不同地區的擁堵，分析其成因，并且給出對應的解法。

目前，天壤交通大腦已在南昌等多個城市落地。

以南昌為例，該市的汽車保有量已經增至127萬輛，交通擁堵問題較為嚴重。在引入天壤交通大腦之后，全市平均車速從2019年的32km/h提升到38km/h，交通擁堵指數相對下降了0.08。

根據高德地圖2021Q1報告，南昌的交通健康指數在全國重點50個城市中從2019年的第42位升至第10位，擁堵程度相較于2019年Q1緩解了9.22%，從亞健康狀態變為健康狀態。

薛貴榮透露，天壤即將推出新一代交通大腦，能支撐城市級規模2000+路口的真實路網與100萬+實時車流的交通仿真推演，并提供城市級規模的信號燈調控大模型，進一步為城市交通賦能。

總結

隨著人工智能技術的發展與應用，交通行業也將迎來智能化。從以信號控制為主的"粗放型"治理到以交通大腦為主的"精細化"治理，在大量數據的模型推演下，道路通行效率將進一步提高，擁堵也會得到疏解。

未來，天壤將會探索用智能技術去解決更多城市復雜場景下的調度決策問題。

"城市交通治堵是系統工程，城市級的資源優化配置是世界級命題，還有很多難題等著我們擊破。"薛貴榮表示。雷鋒網雷鋒網雷鋒網

五年前，Uber將中國業務售賣滴滴，拿著10億美金和5.89%的滴滴股權離開中國。按照Uber招股書的記載，Uber進入中國市場的解禁期是2023年8月，也就是兩年之后。

單從市場增長的角度來看，Uber肯定是想要重回中國的，只是困難重重。

首先，最大的難點就是如何迎合國內監管。當前網絡安全部門調查滴滴，增強對其數據安全的監管并建立更嚴格的標準，短期來看是給滴滴帶來了困難，但長期來看卻是對Uber的巨大限制 。Uber重回最好的辦法就是跟本土的美團、高德打車等進行結合。

其次，國內出行市場的競爭是地獄級的，滴滴廝殺多年，幾乎沒有像樣的對手，美團和高德占據的份額都很少。國內市場是滴滴的基本盤，也是滴滴市值的支撐點，Uber重回的最大意義就是鎖死滴滴增長。

但是，Uber當前主要方向是盈利，沒有再打燒錢大戰的欲望，如果不是萬不得已，絕對不會做重回中國的選擇。

甚至可以說，滴滴和Uber是否還有一戰，不取決于Uber，而取決于滴滴。畢竟，滴滴出海已經打到了Uber的核心地帶。

1、滴滴國際化

2020年4月，程維公布了“0188”戰略，即3年內實現全球每天服務1億單；國內全出行滲透率8%；全球服務用戶MAU超8億。

在國內市場已經飽和的情況下，滴滴每日仍然只有不到6000萬單，所以剩下接近一半的訂單量量都必須得從海外獲得。

滴滴正在走一條相對激進的國際化之路，這件事顯然動了Uber的蛋糕。

現在來看，滴滴的出海之路大抵是這樣的。

首先，2018年之前基本是投資布局。在滴滴與優步的大戰中，程維在危急之際，想到了一條“打章魚”戰術。滴滴被動出海，拉著自己的投資方，一起在美國投資了Lyft，在東南亞投資了Grab、在印度投資了Ola，將Uber逼退的同時，也開啟了滴滴的國際化之路。

尤其是美國之外的市場，在前面三家投資做完后，滴滴又先后投資了歐洲的Taxify、迪拜的Careen、巴西的99等公司。

程維曾經引用過一句話：“亞歷山大來過莫斯科，拿破侖來過莫斯科，希特勒來過莫斯科，但誰都沒有征服過莫斯科。 ”

這句話背后其實還有一句國內互聯網圈的俗語“ebay來過中國，谷歌來過中國，亞馬遜來過中國，但誰都沒有拿下這塊領地。”

東南亞、中東、拉美的互聯網公司在本土也沒有贏過美國，而中國的互聯網公司則從來沒有輸過。

滴滴在給他們帶去資本的同時，也總是給他們灌輸抵抗Uber的信念。后來，馬來華人陳炳耀領導的Grab果然擊敗Uber，讓Grab成為了東南亞最大的獨角獸公司。

2018年之后，滴滴才親自下場，最先是從人力資源較為便宜的發展中國家和地區入手。

當年1月，滴滴收購了巴西最大的網約車99，在圣保羅、里約熱內盧開展智慧交通業務，仇廣宇擔任CEO，也擔任整個拉美地區的總負責人；仇廣宇雖然是摩根士丹利、貝恩資本等投行出身，但是對Uber作戰經驗豐富，之前負責滴滴專車業務時，一直沖在滴滴Uber競爭最一線，親自操刀過各種打Uber戰法。

4月滴滴進軍墨西哥，在托盧卡推出滴滴快車。

在此之前，Uber在墨西哥占據的市場份額已經接近到90%，收入貢獻巨大。

滴滴到來后立刻開打補貼戰，在用戶端搞低價，在司機端搞獎勵，抽傭比例也降到10%，比Uber低了15個百分點，甚至試圖直接將司機服務中心與優步放在一棟大樓，最后因對方阻撓作罷，不過遷移地址也在優步旁邊街區，這樣做的直接結果是滴滴門前應聘的司機大排長龍，優步則門可羅雀。

不過出行市場是一片險地，最大的特點就是易攻難守。

我們可以算筆賬：用一個不那么嚴謹的視角來看，出行大戰就是補貼大戰，如果一片市場的原占有者擁有90%的份額，進攻者新占10%的份額，那么進攻者每補貼1元錢，防守者就不得不花費9倍的代價來對齊。

從成本一點來看，在份額平均之前，進攻者總是處于優勢中。這種戰爭的唯一打法就是“步步為營”，避免大決戰，在每塊市場單獨作戰，形成優勢后再開辟新戰場，逐步滲透。

滴滴尤其清楚這點，在實現30%份額目標后，就將價格都拉到和優步同一水平，之后便靠改善服務和運營吸引客戶，滴滴始終保持著主動權。

正所謂“寧失一子，莫失一先”，滴滴既不戀戰，也不攻城，站穩腳后立刻揮師南下，先后進軍智利、哥倫比亞、秘魯、哥斯達黎加、巴拿馬、阿根廷等數十個國家的網約車市場，在拉美幾百個城市的網約車市場都吃掉了Uber的部分份額。

團隊上，相對于Uber喜歡的特種兵式作戰，即一個城市3名員工，遇到大事呼叫后臺支援；滴滴選擇了與當地深度融合，在拉美建起了1500人的運營團隊，其中90%為本土員工。

拉美模式成功后，滴滴又轉戰澳新、歐洲、非洲等地市場。

2018年5月，滴滴開始在墨爾本運營，之后又在10月宣布在墨爾本設立總部，管理澳大利亞和新西蘭的滴滴運營。

在此之前，Uber已經用了6年時間教育市場，應對法規，終于將澳新變成了一片市場穩定、客單價高、法規友好的盈利地區。

滴滴登陸后迅速占據了14%左右的份額，在墨爾本、悉尼、堪培拉、布里斯班等28個城市擁有7.5萬司機和150萬活躍用戶，滴滴在吉朗試運營時甚至被當地報紙稱為“諾曼底登陸日”。

滴滴在歐洲的拓展大體是從東往西，從北往南，東歐的俄羅斯排在前列。

不過，滴滴又遇到了當年Uber的困境：打車在很多國家是一項輕奢服務，平臺方通過補貼就能吸引更多用戶，然而俄羅斯作為資源大國，打車本來就是一件很便宜的事，國際大公司根本沒有打價格戰的空間，甚至連本土第一的Yandex.Taxi也只能占據27%的份額。

2014年Uber進軍俄羅斯，但也就只堅持了3年就草草收場。

滴滴在俄羅斯開出的抽傭只有5%，但任然無法吸引到足夠多的司機，勉強開城后，只能看精細耕耘的結果。

從這里，我們可以大體看出一個趨勢，Uber的優勢在技術和系統支撐上，但是本土化能力還是弱于滴滴，所以滴滴總是能從Uber那里搶到份額。

滴滴摸著Uber過河，Uber能吃的地方滴滴也能吃得下，Uber啃不下的地方滴滴很難下嘴。

近期，滴滴已經成立了負責歐洲市場的團隊，將會服務包括英國、法國、德國在內的廣大西歐地區，招聘程序也在歐洲啟動，

如果滴滴繼續加大在歐洲的進攻力度，Uber在海外市場的核心利益將會受到巨大威脅，到時候即使面對重重困難，Uber在2023年重回中國也不是沒有可能。

2、Uber做外賣

但是沒有卡蘭尼克的Uber，是否還有戰斗力呢？Uber的外賣業務證明了職業經理人們實力。

事實上，Uber Eats最初也是卡蘭尼克的想法，在Uber備受資本追捧的年月里，很多人認為他會超過谷歌、Facebook，原因之一就在于他的Ubereverything的構想，貨運、快遞、外賣全都在他的射程范圍內。

2014年，卡蘭尼克在香港包下總統套房指揮與滴滴大戰之時，Uber在洛杉磯開始嘗試一項名為Uberfresh的食品配送業務，主要是為用戶提供午餐晚餐的套餐服務，誰能想到這成了Uber后來的救命稻草。

2015年12月，Uber Eats作為獨立應用被正式推出，進入了急速擴張期，開始在各個城市擴張銷售團隊，事實上這時候美國的外賣應用Postmates、Grubhub、DoorDash都已經做得很大，但是Uber Eats仍然有自己的優勢。

一方面是技術運營積累，Uber在網約車上耗資巨大進行的測繪城市、規劃路線全都被二次利用；另一方面，Uber天然擁有龐大的送餐群體，200萬名Uber司機可以就是最好的外賣小哥；再就是生態支持，對于很多沒有車的送餐員，他們甚至可以直接騎行Uber Bike進行短距離送餐。

從這個角度來看，網約車業務似乎與外賣業務天然耦合，滴滴其實也是這么玩的。

2017年2月14日，美團在江蘇南京試點打車業務，并在內部建立起一支超過200人的打車事業部，很快就把日訂單量做到10萬。

當年12月滴滴的外賣業務部被媒體曝光，當時業界判定這是滴滴的防守，不過從Uber Eats的業務邏輯來看，似乎美團才是防守的一方，只不過方式是先發制人。

2018年3月，滴滴在無錫、南京、長沙、福州、濟南、寧波、溫州、成都和廈門等9個城市上線外賣業務，大撒優惠券，一頓飯甚至便宜到了幾毛幾分錢，當天無錫一地訂單數就超過33萬單。

不過雙方顯然無意進入補貼大戰，美團打車很快熄火，滴滴也將外賣業務重心轉移到了國際化方向，在巴西、墨西哥、日本都有外賣業務。

可能因為沒有本土市場作為基本盤，滴滴外賣至今也沒能做成氣候。

2017年6月卡蘭尼克下臺后，出身伊朗的達拉·科斯羅薩西接任，達拉·科斯羅薩西曾經帶領Expedia實現6倍的市值增長，被Uber高層寄予厚望。

2019年5月，Uber以45美元發行價上市后，隨即跌破發行價，最低時甚至跌至300億美元。

科斯羅薩西只好痛定思痛，展開瘦身自救，一方面在一個月內裁員四分之一，另一方面將虧損業務售賣，然后全力投入營收較好的外賣業務。

2020年因為疫情的原因，Uber打車業務銳減70%，Uber Eats第一次在營收上超過打車業務，達到12億美元。

同年7月，Uber 以26.5億美元的價格完成了對全美第四大外賣公司Postmates的收購，Uber Eats的門店數量得到大量擴張，股價應聲大漲10%。

2021年Uber第一季度財報數據顯示，Uber的總訂單額為195億美元，其中只有68億美元為網約車業務，剩下近三分之二為外賣業務，甚至可以說Uber當前的970億美元市值主要靠外賣支撐。

科斯羅薩西相當于在Uber之外又造了一個Uber，職業經理人治理下的Uber仍然戰力十足。

3.團隊的對比

在卡蘭尼克時期，Uber招聘員工有一條標準“Super Pumped”，中國翻譯家們對其有兩版翻譯，文雅的版是“野心勃勃”，通俗版的是“打了雞血”，總而言之，這是一種非常亢奮的進取狀態。

但是，當程維再次做到牌桌上時，他的對面已經換了別人。

2017年3月，卡蘭尼克在打車時和Uber司機發生激烈爭吵，被人錄下視頻在網上傳播。這段視頻在美國引起軒然大波，之后，Uber前員工們開始爭相曝光Uber黑料。

根據Mike Isaac 所寫的傳記《Super Pumped》一書記載，輿論惡化后，卡蘭尼克邀請科技記者們想要澄清真相，結果他的班底仍然一如既往的狂妄，他們直接跟記者說：“媒體鋪天蓋地的新聞純粹是扯淡，如果我花100萬美元，雇傭一些人去挖記者的料，會怎么樣？”

這段話幾乎惹怒了所有記者，他們本來是受邀來消除負面的，這下都給了卡蘭尼克兩個解讀，一是威脅，二是收買，Uber在美國一時成了“惡棍”的代名詞，連員工都不敢向外告知工作地。

在這種情況下，Uber高層不得不想方設法將卡蘭尼克趕走，他們采取了三招：一是建立獨立董事會對抗卡蘭尼克，二是起草上百頁的文件，揭露卡蘭尼克的違法之處，逼迫其離職；三是引入軟銀投資，將卡蘭尼克手里的超級股權收回。

在此之后，跟隨卡蘭尼克創業的Uber總裁、公關總監、財務主管、自動駕駛部門主管、工程高級副總裁、人工智能實驗室主管、地圖部門副總裁、全球汽車項目副總裁、亞洲業務總裁、產品及增長副總裁等十余位高管先后離職。

2019年，在經歷了搶奪CEO人選失敗后，徹底失望的卡蘭尼克拋售了自己在Uber的所有股份，套現25億美元離場，也不在Uber擔任任何職位。

2020年5月16日，Uber CTO圖安·潘宣布離職，自此，卡蘭尼克創業班底已經被徹底清空，“Super Pumped”這條企業文化也被刪除了，取而代之的是“顧客至上”。

Uber成了一家徹底的職業經理人公司。

從實際管理來說，Uber是職業經理人主導，其實滴滴也是職業經理人主導，畢竟，程維本人是不會親自上陣的。只不過因為創始人圖騰仍在，滴滴的狼性確實遠勝過Uber。

不過，光有狼性也是不夠的，經歷了整風的Uber團隊在管理上相對完善，而滴滴公司存在治理結構缺陷，至少需要一次大調。

這些年，滴滴在海外征戰，一方面是尋求新的增長點，另一方面也是在為與Uber再次決戰積累經驗、打磨團隊。

滴滴和Uber兩家公司雖然遠隔重洋，卻時刻袖里藏刀，緊盯著對方，以便隨時發起進攻與反擊。

對滴滴和Uber來說，他們中不一定非得有勝利者，但自己決不能是失敗者。

雷鋒網  雷鋒網  雷鋒網

從華為宣布開始為智能汽車提供智能汽車解決方案，到小米雷軍最后一次創業，將用千億造車，再到360集團與哪吒共同為人民造車……

每一次消息的爆出，都在業界引起了巨大的反響。

隨著智能網聯車產業的日益火熱，就在本月初住房和城鄉建設部和工業和信息化部發布關于確定智慧城市基礎設施與智能網聯汽車協同發展第一批試點城市的通知。確定北京、上海、廣州、武漢、長沙、無錫等6個城市為智慧城市基礎設施與智能網聯汽車協同發展第一批試點城市。

幾天后的工作部署會上，工信部副部長辛國斌表示，2020年L2智能網聯乘用車的市場滲透率達到15%，但還需要從關鍵技術創新、基礎設施建設、標準法規完善、商業模式探索等方面協同發力，加快形成產業競爭優勢。

政策的利好，顯然可以讓智慧城市服務商能從大火的智能汽車產業分下一杯羹，當隨即也帶來了另外一個問題，智慧城市、智慧交通的基礎設施又該如何建？城市又該如何推進試點工作的穩步發展？借著這些疑問，雷鋒網近期與千尋位置智能駕駛事業部總經理年勁飛展開了一場深度對話。

時空智能是智慧交通發展的關鍵因素

“全時空、全要素的精準感知,是交通數字化的底層與基礎”千尋位置智能駕駛事業部總經理年勁飛表示到。

在他看來，當更高分辨率的空間構建與定位大幅提升空間信息量時，智慧交通跨越了以往低分辨率時無法實現的交通場景需求：即從“感知智能”邁向“認知智能”，這是高精度地圖、高精度定位與物聯網共同完成的時空認知過程。

事實上，早在今年2月，中共中央、國務院印發了《國家綜合立體交通網規劃綱要》，明確指出打造全覆蓋、可替代、保安全的行業北斗高精度基礎服務網，推動行業北斗終端規模化應用。

作為由我國自主打造的衛星導航系統衛星導航系統，自2020年7月31日正式宣布組網成功以來，北斗衛星就在給產業發展帶來必不可缺的助力。

其中，千尋位置是這個領域的重度活躍玩家。據悉，其基于北斗衛星導航系統和自主建設和運營的2800多座北斗地基增強站，構成了國家北斗地基增強系統“全國一張網”，接收北斗衛星信號，實時計算衛星定位誤差，已經為數以億計的用戶提供厘米級定位、毫米級感知和納秒級授時的時空智能服務。 

在年勁飛看來，當前道路體系中，高速公路基本建成較為完整的交通運行、基礎設施監測體系。雖然體系依然相對完備，但仍存在監測區域不足、設備功能單一、信息融合不夠，在支持路網—路段—路口多層次監測、人—車—路—環境多要素分析等方面能力尚有不足。

而通過將北斗高精度定位和時空智能技術融合應用，構建其全要素、全時空精準感知體系，讓智能物聯網設備在同一個時間和空間標準下“對話”，實現端到端的實時感知與預警反饋，將會在智慧高速以及城市交通領域釋放更大的能量。

就在第十二屆中國衛星導航年會期間，千尋位置正式發布行業首款集感知、通信、定位、時間同步等功能為一體的時空智能RSU “途靈”。

據年勁飛介紹，作為C-V2X技術的智能路側單元，途靈可以實現事件管控數據的全息感知，人、車、路、云的協同互信；即使在無運營商網絡覆蓋區域，提供車輛高精度定位，并突破性的納秒級精準授時，為區域各類基礎設備提供精準時間同步；同時，它還可以監測位移，如實時監控其部署智慧燈桿，橋梁等設施的位移/形變過程。

如何讓城市與智能汽車在同一時空標準下“對話”

“以往因缺少集成的硬件，在智能駕駛汽車上應用高精度定位，存在諸多不便，從器件選型、系統集成到測試驗證，每一個環節都需要面臨無數選擇，一步選錯，可能就需要重頭再來。”年勁飛

年勁飛看來，要實現高精度定位離不開“三大件”——硬件、服務和算法，他還將這三者的角色類比成傳統汽車的底盤、發動機和變速箱。

在千尋位置的方案中，首先則是讓車能夠實時精準的知道自己何時處于哪一個位置，車輛通過部署千尋位置研發的定位授時終端，讓汽車能夠達到厘米級的定位，從而可以實時、精準地知道自己處于哪一車道，保證自動駕駛系統準確判斷是否可以啟動自動駕駛功能，并切換到最適合的自動駕駛級別。

在讓汽車擁有了時空智能技術之后，千尋位置的下一步方案則是讓車能夠與人、車、路進行“對話”。對此千尋位置打造了路側單元時空智能RSU和車路協同平臺，在通過千尋位置“昆侖鏡”時空智能操作系統，為其統一的時空體系，實現了精準的車道級感知、指引及預警。

就在浙江德清，基于千尋位置打造的時空智能操作系統的助力下，城市管理者已經可以對城市里的公交車、環衛車、攝像頭、道路施工錐桶等，進行云監管，同時也可以像做心電圖一樣，對危房、橋梁、地基沉降、大壩等城市基礎設施進行毫米級感知監測。

從汽車到“路場” 智慧交通發展需循序漸進

時空智能技術作為一切數智化的基礎，正在為各路玩家帶來全新的機遇，其中尤其以智慧交通行業為最。

早在去年5月，千尋位置就提出了“智慧路場1214戰略”。該戰略以1個時空智能“云端圖”技術底座為依托，2個智能引擎—FindAUTO室內外一體化引擎、數字孿生開發引擎為驅動，提供1整套服務中臺，面向智慧高速、智能網聯先導區/示范區，封閉環境測試場，以及港區、礦區、園區等特定場景提供一體化的解決方案。

隨即，千尋位置也在各地陸續落地了相關項目，在2020年9月，千尋位置助力河南鄭州正式開通了自動駕駛公交1號線。12輛宇通L3級自動駕駛公交，讓公交車恰當的時間、地點及時變道，到站精準停車等，最終實現安全自動駕駛。

在高速場景，基于千尋位置的高精度定位技術，同時配合高精地圖、車載激光雷達等車端傳感器，以及路側RSU和車路協同平臺，實現了精準的車道級感知、指引及預警，大大提升了道路交通安全。在上汽通用廣德測試場，千尋位置憑借高精度定位服務，整合服務、硬件和軟件，為測試場提供了整體的測試解決方案，平滑實現了與原有系統的融合。

在寧波港，千尋位置通過為港口提供專屬的高精地圖和高精度定位，助力港口實現了輪胎吊的半自動化操作，包括精準直線行駛、精準定點停車等，幫助降低難度、避免事故、提升效率。

“為什么會提出這樣一個戰略方向？我們認為：從整車智能網聯功能量產化，到封閉場地測試標準化，再到開放區域示范常態化，最后是豐富的特定場景應用，這里面大量的應用都與時空智能緊密相關，為了更好地加速相關技術的量產進程，所以我們提出了這個戰略。”

但可見的是，千尋位置所瞄準的并非只是可見的這一塊“蛋糕”，而是在瞄準從交通到城市甚至整個中國的數字化“智”變。

在年勁飛看來，隨著物聯網的發展，未來城市里的一切都可以被數字化和在線化，而精準的時空定位將是實現這一切的新技術底座，與通信和計算共同驅動AIoT時代的到來。

而此前千尋位置CEO陳金培也對雷鋒網表示到：在時空智能操作系統的作用下，可以讓北斗的應用范圍也不斷向外延伸，不僅僅是導航，可以與云計算、大數據、人工智能、物聯網、5G、數字孿生等新技術融合，催生出各類無人化、智能化的創新應用，助力經濟社會信息化轉型升級。（雷鋒網）

 “特高壓、充電樁、大數據中心、城際高速鐵路和城市軌道交通都與城市出行密不可分。交通領域還處于數據沒有被激活的階段。目前沒有特別成熟的產業公司出現，誰都有機會。” 

在交通運輸部公路科學研究院聯合騰訊舉辦的一次研討會上，公路院副院長何勇如此表示。

他認為像騰訊這樣的互聯網大廠在新基建里不僅要提供技術，更要補齊傳統基建的短板，才能贏得更多的市場機會。 

雷鋒網注意到，交通一直是城市運轉的重點，在業界，許多大腦產品無一不從交通治理入手，而“公交都市”則是每家廠商必然涉及的領域。另外，大數據如何在公共交通的行業管理上起到作用又是新的課題。 

在那次研討會后，公路院和騰訊聯合推出了“公共交通出行大數據平臺”。

據了解，早在2016年，公路院已開始支持交通運輸部數據共享開放工作，上線了“出行云”，本次發布的公共交通出行大數據平臺是“出行云”的重要應用之一。 

這套平臺的特征，是將騰訊大數據和公交行業數據融合，建立基于城市出行特征的多維公交線網評價體系，運用云計算、機器學習等技術，結合城市人口時空出行規律，實現對城市線網的全局性有效分析管理與優化評估。 

公交智能化“僵局” 

交通運輸部公路院大數據團隊負責人劉冬梅在研討會上提到一組數據：

“通過多年公交都市建設，我國公交行業智能化基礎得到了夯實，2018年底公交車載設備安裝率已達到87.3%、IC卡刷卡率平均超過50%，將行業數據與互聯網數據融合應用，激發數據價值、服務行業發展，已成為業內人士的共識。” 

她認為，實現公交都市的智能化，必須走過4道檻：

1. 基礎數據采集能力；

2. 公交企業本身智能化；

3. 乘客體驗；

4. 重視城市公交數據的共享。 

而當前的現狀是：我國的公交信息基礎采集能力薄弱，公交企業生產調度系統不夠智能不夠自動化，無法降本增效；在決策上，公交線網優化、補貼核算、新能源公交評估還存在盲點。此外，數據給乘客帶來的公眾服務，感知度依然不夠。 

“出行云”主張數據開放（出行云是全國首個出行數據開放與應用平臺），來源：交通運輸部官網

不過，她提到了MAAS（Mobility as a Service，出行即服務），可以采取A+B的模式：A是公交運輸企業/行業聯盟，是最終服務的提供方；B是互聯網技術企業，提供最先進的技術互聯技術，打通交通行業大數據。 

只有在技術層面與行業數據層面深度結合，才有可能打破僵局。 

目前，在國內，大型互聯網廠商已經在出行尤其是公共交通領域布局深厚。

比如騰訊，其公共出行江湖又是怎樣的圖景？ 

騰訊的公共出行江湖 

研討會上，騰訊地圖智慧交通中心負責人黃朝暉提到，20世紀80年代到2010年左右，我國以單點信息化、以路為中心的傳統基建模式開始興起，信號燈、感應線圈、攝像頭等；2010年到2019年左右，包括BAT等公司進入交通領域，開啟了以車和路為中心的產品智能化，城市大腦興起，信號控制是各家重點。 

基于對智慧設施、自動駕駛、主動安全、新技術、綠色出行和一體化出行等趨勢的思考，騰訊的公共交通發展布局得以呈現。 如圖。 

最下層是數據底座，除了行業數據（道路數據、車輛用戶刷卡數據、車輛擁擠度數據），還有騰訊本身的數據。基于這些數據，騰訊有很多的平臺和工具，包括騰訊的微信、小程序、支付、自動駕駛以及AI等等這些能力去整合。 

能力支撐上，騰訊建立了交通能力中樞（數據中臺、算法中臺和策略中臺），還有跟交通運輸部公路院用行業的經驗在聯合發布的運輸引擎（供需分析、運輸組織和網絡優化）。 

基于此，騰訊在公共交通方面的優勢被凸顯。在技術層面，黃朝暉曝光了一組新的數據： 

騰訊目前覆蓋了十億的日活人群，每天有1100億次的定位需求，實時更新全國的公交站點以及線路的數據、70個城市的實時公交數據、140多個城市的乘車碼數據。

另外，還有騰訊地圖的GIS能力（互聯網數據天級更新），是5G架構標準Top10的互聯網公司，首個實現了5G的車路協同開源平臺。此外，騰訊云和騰訊AI都是國內第一梯隊。 

目前，在“公共交通出行大數據平臺”中，騰訊與公路院分工明確。用黃朝暉的話來說，“騰訊貢獻的是大數據，公路院貢獻的是腦”。 

據介紹，這個平臺有4個方面組成：

1. 以騰訊位置大數據服務能力來支撐整個平臺的運行；

2. 公交供需對比以及運營分析；

3. 公共交通出行大數據分析平臺；

4. 目前已經在切入并且已經上線發布的公交線網優化及場景的服務支撐。 

基于這4個平臺，可以支撐到專用道、定制公交道設置、重點區域監控以及公交增值服務支撐。據雷鋒網觀察，QQ、微信支付、騰訊地圖、騰訊乘車碼均在其中扮演角色。 

提到定位，黃朝暉表示，騰訊更多希望在MaaS上面實現技術服務商的角色，連接政府、MaaS運營商、出行方、科研方、ICT廠商、支付運營方、增值服務商、生活服務方等生態。 

公交智能，一步大棋

公交是實體企業，也是服務行業，解決衣食住行里的“行”。 

城市人口增加、道路資源緊張的情況下，鼓勵公共交通出行是必然的要求和趨勢。 

交通部運輸服務司副處長李良華提到，公交的建設初級階段已經完成了或者好做的已經做完了，現在基本看不到公交車原來很老、很破、很舊的事，基本上換完了，現在車普遍很新，剩下的可能要改造服務，更多的靠科技。

現在，交通一卡通互聯互通，一張卡能夠走遍國內，特別是有了手機之后，公交卡都不用帶了，靠手機就能解決，包括電子支付、擁堵度查詢等等。

通過小小的科技應用，能夠讓使用公交的乘客感受到更加的方便，市場上一定會出現更多的智能產品。 

不過，李良華重點強調，做“公交智能”這件事，最主要的角色就是公交企業本身。 

現在全國的公交企業有4000多家，各自的水平和階段不太一樣，類似北京公交這種超大型的，自身實力也相對好，同時還有很多中小城市的企業，可能因為自身的階段和積累不太一樣，在急切希望互聯網企業融入其中，完成改造。 

這個過程中，不僅僅線網優化中的站點優化等都要依靠數據分析去提升，服務模式創新更是一個好的思路。 

比如，公交在提供傳統的公共交通服務之外，能否定制公交？能不能更好的吸引開車的人放下私家車選擇公交出行？能否有更好的產品符合不同的出行人群需求？老同志需要什么出行，通行一族需要什么出行，學生出行等······這些智能化，未來都要交給公交企業去完成。 

這樣一看，都市的公交智能化，還有很大空間，而搭建好的合作機制，必然是未來新基建的一步大棋。（雷鋒網）

其中，在 “5G 智慧交通” 圓桌討論環節，來自產業界、學界和投資界的6位嘉賓針對智慧交通的概念界定、無人駕駛技術、車路協同、5G 賦能等問題發表了自己的看法。

這幾位嘉賓分別是：

• 復星銳正執行總經理 杜健（主持人）

• 一清科技創始人、港科大劉明教授

• 鐳神智能聯合創始人、副總經理馮洪亮

• AutoX中國區技術總監潘堅偉博士

• 世紀高通（四維圖新）華南區CTO付煒

• 準時達國際供應鏈管理有限公司智鏈實驗室主任莊子駿

智慧交通中如何扮演好自己的角色？

針對主持人復星銳正執行總經理杜健首先拋出的這一個問題，一清科技創始人、港科大劉明教授表示，一清科技的著力點是通過無人車去實現生產、物流的降本增效以及整個信息化過程，最看重的是落地。在關鍵時間點上，要先打造樣板市場，來挖掘真正的需求，進一步去釋放自己的產能。這個過程需要把科研變成一種可用的技術，從技術變成產品，再去做一些更多的探索。

一清科技創始人、港科大 劉明教授

鐳神智能聯合創始人、副總經理馮洪亮談到，鐳神智能目前有兩個系列產品有落地，第一個系列是 TOF 原理的單線激光雷達，全國30多個城市落地，做一些行人和汽車的檢測，提示避讓；第二個系列是多線雷達，在河南、上海等地方進行車路協同的項目，主要是激光雷達和視覺的融合解決方案。在自動駕駛的測試場、公交的一些系統方案有所落地。

AutoX中國區技術總監潘堅偉博士表示，在智慧交通方面，有幾個核心要素即聰明的車、聰明的路、控制中心，以及與治理體系如何好好配合，甚至與社會生態進行融合。AutoX做的是如何將開發技術融入生態圈。無論是輕卡、乘用車、小型公交車，甚至是路面感知系統，AutoX都可以用一些解決方案與之形成一個好的結合。

從試點到全國推廣的轉折點在哪？

準時達國際供應鏈管理有限公司智鏈實驗室主任莊子駿從自己多年的經驗出發，認為其轉折點會出現在以下幾個地方：1）智能交通的標準化，目前各地域都有不同的標準；2）新基礎設施的建設，比如說 5G建設是需要時間的；3）宣導和教育，民眾不容易理解一些交通的標識。

劉明教授則談到兩種情況。

第一種情況下，從企業角度來看，目前不少企業手里有技術，但技術轉成產品之后還沒有進行量產，需要一個時間點，有訂單進來才能做量產。從用戶（客戶）的角度來看，只有企業手里出過車，用戶（客戶）才會更加信任，訂單也更容易進來。這就像雙方站在對岸，中間少了一座橋建立互信和連接。商業層面，互信的基礎是生產能力、技術、規劃和標準化。

第二種情況下，一旦去部署無人車，會受限于目前技術發展的水平。即使是 Uber、Waymo 這樣的領頭羊也不能完全實現像人類駕駛員一樣的能力，這決定了任何無人車的使用是需要場景前提的。

他補充到，2020年年終之前，一清科技會形成基本的樣板市場。

世紀高通（四維圖新）華南CTO付煒認為，加強基礎設施建設，提升基礎位置服務能力是重中之重，只有基礎設施智能化以后，各行業數據才能打通，同時配套5G、人工智能的先進技術、加強數據安全，讓有資源的城市先跟上，形成以點帶面的形式，智慧交通試點示范才能更容易的向全國推廣。

未來智慧交通，誰來主導？

潘堅偉博士談到，智慧交通在未來可能是一個生態圈，很難定義誰是主導者，多方應該是互補的形態。比如擁有好技術的企業，就會需要落地場景支持和政府的政策支持，否則無法落下來。

莊子駿也認為，會有標桿企業出現，但政府起到一個關鍵的制衡的角色，雙方要互動。

復星銳正執行總經理 杜健（主持人）

杜健追問到：在未來的智慧交通中，由于車路協同、車聯網的補充之后，可能會對單車智能的要求沒有那么極致了？

世紀高通（四維圖新）華南區CTO付煒

付煒對此表示，車路協同、車聯網很大程度上是由自動駕駛的熱度帶起來的，在現階段的技術條件下，單車智能的發展很快，但自動駕駛車輛的安全性仍然存在缺陷，四維圖新也非常看中這一塊，17年發布了“智能汽車大腦”戰略，形成導航地圖+車聯網+自動駕駛+位置大數據+芯片五位一體的戰略布局，圍繞單車智能，2019年發布了交通預測服務、車輛信息服務、路況語音服務、道路天氣服務，以及基于NDS地圖的路段參考等5個新產品，都在圍繞單車安全讓單車更加智能。

馮洪亮認為，要實現自動駕駛，是一定要車路協同配合來做。單車的多傳感器融合的信息也是有限的，尤其是彎道、死角和障礙物的識別，這就需要車路協同，實現車和人之間、車和車之間的互通。

潘堅偉博士也發表了他的意見：

AutoX中國區技術總監潘堅偉博士

即使有車路協同，單車智能還是有很多事情要做的。比如說，車路協同可以提供感知上的一些布局（比如盲區識別），單車方面要有一些決策、控制算法等方面的內容，在路上也要有安全冗余。還比如說需要遠程介入、地圖更新、軟件升級這個車。車路協同和單車智能是互補的。

如何打破重復建設怪局？

此外，對于“智慧交通的發展過程中，面臨著基礎設施重復建設和混亂的問題”，莊子駿覺得，重復建設的問題確實已經存在很久，無論是智慧交通還是智慧城市，經常出現多駕馬車同步前進的局面。很多頂層設計做的都非常好，但最終落地的時候會出現偏差，這就要求政府要形成落地標準，并且也要有單一的、跨部門的、位階較高的單位來負責協調和組織落地，否則問題解決不了。

付煒對此認為，防止重復建設、統一出行體驗要標本兼治， 一方面要鏟除重復建設的制度性土壤，另一方面要防止脫離實際的過度發展和超前建設，就像紅綠燈的建設以前都是各弄各的，現在公安部無錫所主導統一制定標準，按照標準實施，各家合作，不浪費資源重復建設，形成統一的出行體驗。

產業鏈角度的行業挑戰是什么？

談及挑戰，劉明教授談到，一個技術的發展會分階段，一開始技術驅動，后來變成市場和需求驅動，這個時間段有長有短。目前這個階段，正在從技術走向產品，要從需求驅動的層面出發，能夠提供產品和技術來滿足需求。有些需求非常細的，涉及到和上游產品的對接。現在的問題是，如何將需求和技術這兩者對接起來。

莊子駿認為：

挑戰一在于信息的標準很重要，但是目前這個標準還沒有；挑戰二是數據的及時性，這些數據會影響到運行過程中的時間計算，還影響到實時調度。從目前來看，交通信息化還需要發力，各方面必須有一個整合（目前還不是整合體）。要從更高的層次出發，把信息實時性做好，會讓供應鏈產業受益。

準時達國際供應鏈管理有限公司智鏈實驗室主任 莊子駿

潘堅偉博士表示，自動駕駛的目標是在交通中把人從 A 帶到 B，以前是封閉道路，現在是開放道路做測試，相比十年前，技術也出現了大幅度進展，但大家對自動駕駛還不是很熟悉，行業應該對智慧交通等方面進行宣傳或支持，也可以通過政府來對智慧交通進行推廣。

馮洪亮表示，車路協同和自動駕駛的客戶方案都有很多種，但方案的實施對硬件和軟件算法的要求是有差異的，所以還是標準的問題。此外就是政府在政策法規側面，要有促進和推動作用。

鐳神智能聯合創始人、副總經理馮洪亮

付煒覺得，智慧交通的頂層設計，是城市發展及規劃管理的核心，從上帝的視角進行交通規劃，這個挑戰性很大，各個城市區域交通本來就很復雜，還需要制定標準，在執行層各類數據也很難綜合性的匯聚、分析、決策。（雷鋒網）

編者按：7月12日-7月14日，2019第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，深圳市人工智能與機器人研究院協辦，得到了深圳市政府的大力指導，是國內人工智能和機器人學術界、工業界及投資界三大領域的頂級交流博覽盛會，旨在打造國內人工智能領域極具實力的跨界交流合作平臺。

阿里云智能副總裁、數據智能總裁曾震宇

智慧城市作為復雜巨系統，一直是近十幾年來產業界、學術界重點研判的話題。毋庸置疑，智慧城市的發展將會是一個逐漸演進的過程。阿里云智能副總裁、數據智能總裁曾震宇在CCF-GAIR 2019 智慧城市專場發表了主題為《全局協同的城市數據智能》的演講，他在演講中指出，智慧城市的演進將需要經歷感、知、動的過程，并形成閉環。

他還表示，智慧城市面臨技術和非技術層面的挑戰，其中非技術層面的挑戰更大。智慧城市的發展要用系統化、全局化的方式，充分利用數據，解決城市面臨的問題。阿里云進入智慧城市領域率先布局的是交通，因為這是一個有大量數據，更容易看到效果的領域。

目前，阿里城市大腦已經在城市交通出行、城市旅游、城市停車管理、城市規劃建設等多個領域發獲得了明顯的效果。

那么，對于未來智慧城市的發展，曾震宇的態度如何？

以下為曾震宇的主題演講內容，雷鋒網作了不改變原意的編輯與整理：

我今天跟大家分享的主題是《全局協同的城市數據智能》，想跟大家探討我們提出的以數據為核心，用城市大腦的方式提升城市的智慧程度。我想先分享我如何看待城市智能化演進的過程。

城市智能化演進的過程

第一階段是感，“感”是指城市安裝的各樣感知設備，如攝像頭、IoT等設備。不過現在的情況是，很多城市裝了感知設備，但這些設備大部分處于閑置狀態，沒有被有效利用起。比如，監控類攝像頭很多是用于事后的研判。

第二階段是知，我們把前面感知設備所采集的數據在這個階段可以真正收集起來，不僅僅是存儲，還會對這些數據進行加工、處理、融合，從數據中獲取事件與事件之間的相關性。我們從過去發生的問題中找到對有幫助的信息，同時可以對未來做出預測。

第三階段是動，借助設備產生的數據，城市和企業沉淀的各種數據，隨后對設備產生的數據會進行數據加工，加工后生成新的數據和信息，這些信息可以在城市各種應用中流轉，幫助我們做決策，形成動的過程。這是我們從感到知到動形成決策的閉環。在決策閉環中，數據起到了非常重要的作用。

我們現在城市的運營通過感、知、動的數據形成閉環，從而產生價值。在城市運營階段形成的決策閉環沉淀出來的數據和智能，可以運用到城市規劃中，幫助我們提升城市規劃有效的程度，形成更大的閉環。

用體系化解決城市發展面臨的困局

隨著城市人口越來越多，城市面臨很多困局，這些困局表面看起來是資源的不足，面對這些不足，似乎可以通過增加資源的方式解決問題。仔細想想在一個空間有限城市里，各種物理有形資源可以增加的程度同樣有限，這就需要通過體系化來解決。

以交通為例，根據布雷斯悖論（Braess's paradox），隨著城市越來越大以及人口越來越多，要緩解交通問題可以通過修路的方式解決。但在城市當中修一條新的路后發現交通擁堵沒有得到緩解，反而變得更加擁堵，這形成悖論。

人的需求和預期變化很快，面對城市的困局，我們需要用系統化、全局化的方式看待。這個過程中我們可以充分利用數據，解決城市面臨的問題。我們提出用城市大腦的方式解決城市面臨的問題和挑戰。

2016年開始，阿里云和杭州市政府合作做“城市大腦”，過程中我們發現用數據的方式解決城市面臨的問題，是正確的方向。我們在杭州以及其他城市的實驗中，以城市大腦中構建的數據核心，為城市帶來了諸多的好處。

城市大腦的三駕馬車

從這些年實踐中，我們總結出城市大腦幾方面重要能力：

第一是數據能力。前面我提到城市中有大量的數據，但數據散落在政府各個部門的手里，還有社會化的數據，通過城市大腦的建設把數據匯聚在一起，這個匯聚不是把數據從不同的地方搬到云上，進行分布式存儲。真正的數據融合是把一個領域內，不同系統內的數據進入一個統系統后進行加工、融合、處理。

第二是算法能力。數據融合后變成各個城市相關的實體類數據和實體相關的各類明細。我們需要用算法對數據進行加工，算法不僅是大家熟悉的深度學習算法，還包括結構化的機器學習算法、圖算法等，發現數據中的相關性，對數據異常點提前檢測，對未來作出預測，給相關城市的監管部門、決策部門提供相應的依據。

第三是計算能力。強調計算能力是因為我們覺得對城市大體量的數據而言，如果沒有高效的、價格低廉的處理能力、計算能力，數據是加工不動的。有一些地方把BI（Business Intelligence，商業智能）當做計算，我們認為它不是嚴格的真正的計算，真正的計算是需要用各種各樣的算法。我們認為城市大腦包括數據能力、算法能力和計算能力，這是三大核心，三大核心缺一不可。沒有這個三大核心我們根本無法把城市數據利用起來，無法讓城市真正變得智能。

城市大腦建成后有一個非常重要的核心，我們稱之為城市級別的數據資源平臺，這個平臺是把我剛才提到的數據能力、計算能力、算法能力融合在一起的物理平臺，這個平臺可以跑在我們阿里云上，可以把城市實時的海量數據進行融合、加工和處理，進行相關的預測。

預測生成的數據可以在各個業務系統中用于自動決策，并形成全局的協同。不過，城市會涉及非常多的領域，如交通、旅游、環保、醫療，我們可以針對不同的領域，建立相應的大型數據庫，我們稱之為“租戶”，因為每個領域對數據安全性的要求不同，所以每個領域的數據在平臺上既可以融合打通，也可以在大物理平臺上通過邏輯隔離的方式進行相應的保護。

城市大腦如何運作？

接下來我們看在一些行業中的嘗試。我們最早嘗試在交通行業做城市大腦，交通問題讓老百姓和政府深受其害。我們解這個問題做的第一件事，是把數車做好。這看似是很簡單的問題，實際上很復雜。我們關于交通的數據散落在各個地方，傳統方式了解這個城市有多少輛車直接到車管所查詢。這是非常靜態的數據，也是不完整的數據，沒有包括外地來的車輛，無法反映一個城市此時此刻車的數量。

城市大腦把政府數據、感知數據、互聯網、高德導航各類數據進入融合，得到每一輛車的軌跡從而計算一個城市有多少輛車。統計好數據就可以獲得一個城市的交通生命體征，就像人的血壓、心跳和脈搏。

我們通過城市大腦獲得城市生命體征，它包括宏觀層面，就是整個城市有多少輛車在跑，有多少輛車停在停車場沒有動，我們有主干道、快速路，這些路上平均速度是怎樣的，細分到每一個區，區的特征是怎樣的。微觀到每一個交通路口的狀況，我們都可以計算得到其生命體征。這對于交管、政府而言非常有用，它可以作為決策非常客觀、量化的依據。以往是拍腦袋大概知道怎么做，現在有了數據的指導。

有了城市大腦中的數據資源平臺的幫助，我們可以對交通信號燈進行優化。現在城市用了很多交通信號優化技術，這是最早在上世紀澳大利亞、歐洲起來的技術，現在很多城市用的是類似技術，這些技術是自適應技術，靠在每個路口下埋線圈、車感探測儀，通過這些數據動態獲得此時此刻每一個路口有多少輛車，動態調整這個綠燈放多少時間。

大家知道一個城市發展快的話有很多交通重型卡車，這些車會對道路進行損傷，讓地上安裝的感應設備受到影響、損壞，一些城市最糟糕的情況是50%以上的路口感應器不起作用，沒有數據。相當于這些信號燈“瞎”了，一旦遇到問題要靠人工配時專家進行處理。

我們建立城市大腦后完全可以把各類數據，如攝像頭數據、感知數據、高德等各種數據進行融合。有了數據后，對交通信號優化配時做得更全面。以往交通信號優化時是為了車，交通不只是駕駛員，還有行人。我們在商業區要考慮到行人特點。比如大雨天或者發生重大事故，某個地方在舉行重大會議時，每一個時候的交通需求不一樣，優化的目標不一樣，用傳統的方式無法處理復雜的場景，只有通過大腦的方式做交通優化配時。

城市大腦無法把所有的城市管控起來，我們可以把非常簡單的人工重復的工作用城市大腦接替，如有些城市的高架上的車流和地面上去的車流合并，這種場景比較簡單，只有幾個速度，包括上下游速度、地面速度。

城市大腦的處理可以自動進行計算，判斷什么時候亮燈，綠燈周期是什么樣子。這種簡單的場景可以被城市大腦接替，形成從感到知到動態的決策。大量城市配時專家可以聚焦在重點、難點的問題上進行人工個性化的配時。這是我們做的城市大腦的信號優化配時。

2018年我們發布了城市大腦2.0。一路走來我們堅信這是正確的方向，一定可以通過這種方式讓城市的交通、效率變得更高。

城市大腦還能做什么？

前面談我們通過信號優化配時解決問題，這個做法不是包治百病，只能對城市部分交通效率得到提升。有些問題在根源上，交通組織是否合理？我們可以對數據進行大量的分析，分析后發現城市中交通的亂點、堵點、隱患點以及城市的供給不平衡點給出建議，如路口車道劃分，工作區早晚的流量不對稱，我們能否通過增加潮汐車道的方式緩解交通。以往是通過人工經驗區分，我們有了數據可以通過數據做客觀的評判。

高速層面，高速是城市與城市之間的交通主動脈，一旦高速發生問題對城市的影響非常大。高速安裝了非常多攝像頭，可以對他們進行實時事件檢測，一旦發現問題，比如發現車禍或者部分的擁堵，大腦及時發現警情發給交警，交警立刻派出地面警員對事件進行處理。在高速上事件處理及時，解決問題的效率會更高。

中國有很多旅游城市，旅游城市效率的高低可以用數據的方式進行相應的優化。杭州是一個典型的旅游城市，旅游旺季有很多游客來到杭州，他們首先進入交通樞紐，能否及時、快速的離開交通樞紐，對他們的旅游體驗幫助非常大。我們可以對交通樞紐數據進行融合，對客流進行分析，對去向和熱力進行分析，給交通樞紐的疏散資源進行動態調配，疏散資源包括接駁大巴、出租車、網約車。讓外部運輸資源根據內部交通樞紐的需求量進行動態的判斷和決策。

另外，還可以對景區人員熱力進行相應的分析，用數據判斷出景區是否游客過載，進行動態誘導。杭州推出數字旅游專線，通過大腦對城市旅游景點的人員進行相應的分析，找出相應的熱點，把游客疏散到周邊人比較少，但同樣風景優美的點。

城市應急場景，比如發生火災，以往的做法是讓消防、公安、醫療救護等各單位人員進行協調。我們可以通過城市大腦的方式作為中樞，它有各種各樣數據的匯聚，讓城市大腦中樞協調各個部門。讓以前處理的預案從靜態的方式變成動態預案，讓各個部門從以往離散、各不相關的關系變成聯動的關系。

城市停車，是非常麻煩的問題，很多公司嘗試解決問題都沒有真正解決。城市停車是典型的交通信息不對稱的問題，需要停車的人找不到位置停車。我們在杭州嘗試做一件事，杭州市政府把一些優先嘗試的區域、停車場停車位信息打通，信息可以透明共享，讓司機知道什么地方有停車位，更重要的是我們可以通過信息和數據打通做到先離場，后付費。

現在停車是進入停車場、拍下車牌、閘機起來，現在有很多付費方式，新的駕駛員不知道如何付錢，到了出口發現要去另一個地方付錢，這會造成堵塞。我們可以做到先離場后付費。駕駛員在支付寶上進行綁定，你先把車開走，支付寶扣掉相應的錢，讓離場效率大幅提升。

城市全要素瞬時預演，這是有了城市大腦和數據資源平臺才會發生的事情。城市平臺以往是仿真的需求，某個地方需要拓寬路、修地鐵站，以往的交通仿真是憑借經驗預測可能產生的影響。城市大腦把城市過去歷史的各種交通數據展現出來，可以在城市大腦上進行預演。

前面楊教授談到城市數字規劃，阿里云和中規院在雄安城市規劃中深度合作。剛開始我們是門外漢，逐漸做下來我們認為城市規劃領域，數據可以幫助規劃起到非常重要的作用。我們在整個城市的運行階段沉淀了大量的數據以及計算出有用的信息，對城市規律的了解，我們可以用到城市的規劃階段，讓整個城市的規劃效率更高，讓其他城市規劃效率變得更高。

現在技術發展非常快，有IoT、5G技術等，種種技術的發展讓我們非常高興，這些技術的發展可以幫助我們城市沉淀獲取更多的數據，有了數據后，城市大腦可以對數據進行加工處理，對城市的運行可以掌握得更精準。有了更精準的數據后，這些數據在平臺上跑的模型可以不停的迭代和演進，讓整個城市變得更加智能。我們提出城市大腦可以幫助我們實現在線、實時、自演進的全局協同城市智能。我們希望城市大腦可以幫助我們讓城市的生活變得更加美好。

這是我的分享，謝謝。

演講結束后曾震宇接受了雷鋒網的專訪，以下是采訪內容精選：

雷鋒網：除了交通，智慧樓宇是否也是智慧城市重要的方向？

曾震宇：智慧樓宇也是蘊含著大量的機會，但樓宇相對而言挑戰更大，因為數據散布在各個地方，要面對的企業會非常多，解決問題難度也更大，很難收斂。所以我們先做容易出效果的交通，并不是說樓宇并不做，未來，在消防、社區等等領域，都需要把樓宇的信息納入其中。

雷鋒網：智慧城市發展的主要挑戰是什么？

曾震宇：智慧城市的發展是個逐漸演進的過程，因為這個過程一部分挑戰在技術層面，當然很大的部分挑戰是在非技術層面。非技術層面的挑戰在于數據是在各個不同的地方，包括各個不同的企業政府部門，這些數據的融合，可能也需要去摸索，找一條相對比較合適的一些務實的一些路徑。我們沒辦法一廂情愿的去做一些事情，一定要是比較務實的方式來做這個事情。

雷鋒網：技術層面最大的挑戰是什么？

曾震宇：我們現在看到技術層面挑戰更多在于對于對各種各樣的數據的加工處理，特別是在數據缺失或質量不好的情況下，怎么去解決實際的業務問題，這是一個非常大的挑戰。

雷鋒網：智慧城市發展的過程中如何建立一套統一的標準，加快智慧城市的發展？

曾震宇：智慧城市的標準現在可能還沒有真正到行業標準這個程度，但我們認為幾個領域是一定要去做一些標準化的事情，讓這個行業可以發展的更快，少走一些彎路。

第一個就是對整個城市的一些重要領域建模的標準，進行標準化之后，各個應用系統都能考慮到這樣的標準化，應用系統出來的數據很容易的進入到這種模型當中，在這個模型當中的上層就可以很容易做各種各樣的算法處理，支撐上層的應用。所以我認為城市的數據模型標準化，是比較重要的一個事情。

第二個就是在交通領域，我在演講中也提到交通信號的優化配置，就是從城市大腦里面產生的配時方案，要能夠實際落地到那些信號機上，但信號機非常多，在這個層面就需要有從軟件的這些大腦產生出來這樣的一些指令，能夠跟不同的信號機廠商實現互聯，這需要有一套協議，實現雙向互通。

雷鋒網：阿里云的如何深耕產業，實現更好的數據融合、分析、處理，實現更智能的智慧城市？

曾震宇：我們用的是一種生態的策略，我在演講中提到的那些上層應用都是跟我們生態合作伙伴一起合作，包括中控、千方、朗新科技、浩鯨科技等。我們做底下的基于數據，包含算法的智能引擎，然后支撐他們做各種各樣的標桿性應用。我們發揮算法、數據、計算的強項，他們擅長做應用，形成互補。

當然，許多算法的需求都是在實際業務中提出來的，根據他們提出的各種各樣的需求和反饋，我們會和他們配合來解決這個問題，在這個過程中加深對產業的了解。

雷鋒網：基于阿里云的城市大腦未來還有哪些應用？

曾震宇：在我們的平臺上還會有各種可能性，行業廠商可以在平臺上去做應用。未來，可以鼓勵行業性的創新，很多年輕人以前想做創新，技術手段是有很多，但離開了業務的土壤，就沒辦法做事情。有我們的平臺之后，可以鼓勵創新，在開放的不涉及安全和隱私的數據上，讓這些創業公司百花齊放。

我們也希望建立這樣的一個生態，這樣的生態建立起來之后，城市大腦、數據資源平臺就可以變成每一個城市的一個非常重要基礎設施，在上面將會有非常多的可能性。

雷鋒網：智慧城市發展的推動力主要來自哪里？

曾震宇：政府可能還是一個很重要的一個因素，因為最關鍵的數據還是在政府手里。作為企業，我們能做的就是做一個助手，提供我們的能力。

雷鋒網：以智慧停車的應用為例，撬動這一市場的挑戰在哪？如何解決成本問題實現普及？

曾震宇：智慧停車依賴于每個停車場的基礎設施，但這會增加每個停車場的成本。這也是停車市場很難撬動的原因，因為它太過分散，不可能談一兩家公司就把停車場都搞定。另外，位置不同的停車場對于智能化基礎設施投入的意愿也不相同，鬧市區的停車場不愁客源意愿不大，偏一些的地方可能就愿意把信息公布出來。

我認為未來一定會朝著這個方向發展，未來成為趨勢之后，也可能會促進公布信息意愿不強的停車場加入其中，他們應該不想成為一個獨立王國。

雷鋒網：智慧城市的發展挑戰重重，我們也看到政府在積極倡導“大交通”。對于未來智慧城市的發展，您持什么樣的看法？

曾震宇：阿里現在很多業務部門做的事情都和智慧城市相關，我們從不從的方面去推動智慧城市的進程。就智能交通而言，大交通包含了交通的方方面面，我覺得這是一個理想的狀況，這一步很難達到，但可以在一定范圍內協同。在整個大的體系內形成一個弱連接，每個地方的智能提升可以讓整個的交通出行的效率都能得到很大的提升。

至于智慧城市的整體發展，涉及的面太廣，而且既有技術的挑戰，也有非技術層面的挑戰，要成為一個體系挑戰非常大，但可以先實現垂直領域的智能化。

5月9日，在蘇州舉辦的全球人工智能產品應用博覽會上，滴滴CTO張博現場發布“群雁”智能出行開放平臺，宣布將滴滴積累的AI 技術、服務、算力以及多元化的解決方案進行全方位的開放。

“滴滴希望持續開放合作，攜手行業合作伙伴群雁高飛，共同推動智能出行生態建設與發展。”

張博表示，滴滴出行創業最初的想法，是解決司機和乘客雙方的問題——乘客打車需要耗費20分鐘甚至以上的時間，而司機有30%的時間是空車開在路上并制造尾氣排放污染。過去7年，滴滴快速發展，已經發展成為了出租車、快車、拼車、兩輪車共享出行平臺。目前，滴滴已擁有5.5億用戶，日處理出行大數據達4875TB。

雷鋒網了解到，在AI科技方面，滴滴以智能出行為核心，擴散至智慧交通、智能交通工具、智能應運、出行安全、地圖、智能客服、AI賦能社會等7大領域，解決傳統交通出行問題。如通過網約車數據收集分析，預測某一路段車輛隊列密度及數量，解決傳統紅綠燈傳感器成本高、易損的問題，并基于此通過智能地圖等技術為用戶提供最佳出行方案。

“群雁”有哪些滴滴的基因？

“滴滴的科技戰略是AI for Transportation （AI 改變交通），我們擁有了全世界范圍內最好的交通大數據，基于海量交通大數據、先進的大數據技術和云計算能力，滴滴正在持續推進AI技術智能出行場景的更多應用和創新優化。”

張博談到，“群雁”智能出行開放平臺將全面對外開放滴滴的AI基礎平臺、AI服務與能力以及滴滴在出行領域積累的解決方案，重點面向城市交通管理者、智慧交通企業、汽車產業鏈上下游合作伙伴、企業開發者及技術極客、高校及科研機構、社會機構、公益組織等提供定制化開放服務。

滴滴對外開源18個項目  出行網絡覆蓋1000+城市

其中，在AI基礎平臺方面，滴滴將集中對外開放自身機器學習平臺、彈性推理服務，并積極對外進行軟件開源，加快推進蓋亞數據開放計劃，向學界提供真實脫敏數據，共同推進出行領域前沿科學研究。

目前，滴滴AI基礎平臺服務企業用戶數已超150家；蓋亞數據開放計劃合作伙伴已經覆蓋全球660多所學校和科研機構；近一年，滴滴累計對外開源18個項目。

據了解，滴滴共享出行網絡覆蓋全球五個國家超1000多座城市。而在智慧交通方面，滴滴已經和全國的20多個城市進行了合作，通過智慧信號燈、誘導屏等智慧交通落地項目，幫助城市優化城市交通管理、緩解道路擁堵，并正在將中國智慧交通經驗和技術向巴西、墨西哥等更多市場和地區推廣。

值得一提的是，智博會上，滴滴還全面對外展示了其AI布局和應用成果。包括滴滴智能車載系統、滴滴智能安全應急指揮系統、供需預測、排隊及拼車系統、城市交通大腦、電單車智能中控、自動駕駛測試車等在內的AI落地產品及系統悉數亮相，滴滴的“技術范”十足。（雷鋒網雷鋒網）

會上，騰訊攜手全國主要城市的公共交通企業共同成立中國智慧交通生態聯盟。

據了解，參加會議的業界嘉賓有：交通運輸部總工程師周偉、騰訊公司副總裁江陽、騰訊公司副總裁鄭浩劍、中國交通報社社長蔡玉賀、牽引動力國家重點實驗室新型軌道交通技術研究所副所長鄧自剛等。

重磅發布：乘車碼、乘機碼與城市神經中樞

會上，騰訊發布了以乘車碼、乘機碼、智能出行助手、定制巴士、城市神經中樞在內的智慧交通產品。其中：

• “智能出行助手”通過實時公交/地鐵播報、線路規劃，為用戶提供全方位的出行服務，提升出行效率；

  
  

• “定制巴士”則根據用戶需求以及客流情況定制巴士路線，多人成團，精準規劃城市交通需求，提高服務效率，創造更多收益；

  
  

• “城市神經中樞”集合全城實時交通數據，經過智能計算分析，并通過可視化展示，實現城市交通智能治理的新型管理工具。它分為城市數據資源倉庫、一體化大型計算平臺、應用展示指揮終端3個部分，是互聯網新技術與交通產業結合的創新實踐。

  
  

戰略合作：騰訊公司牽手深圳航空

會上，騰訊與深圳航空公司簽署戰略合作協議。根據協議，雙方將主要在智慧航空領域出行全流程合作，乘客的乘機體驗有望進一步提升。

根據現場來看，雙方的戰略合作以“深航碼上飛”小程序為基礎，深入旅客出行和服務環節，并探索實現人臉技術在旅客身份識別領域的深度應用，從支付便利、信息安全、出行保障、創新技術等多角度，利用雙方優勢業務和資源，推進民航互聯網的跨界合作。

據悉，用戶通過“深航碼上飛”小程序將可享受一站式、數字化的航空出行體驗，從乘機前的實名認證、在線注冊會員、在線值機選座、電子行李票、二維碼過安檢、二維碼登機等核心乘機流程，到乘機后的行李追蹤、電子發票、航延證明等航司服務，皆可通過一個小程序完成。

雷鋒網認為，隨著平臺沉淀數據越來越多，千人千面的航空出行體驗或將實現。

此外，騰訊正在深圳航空尊鵬閣貴賓廳合作開發“刷臉”進廳功能，貴賓用戶將可提前通過上述小程序錄入人臉信息，無需任何紙質票證和移動設備，刷臉完成身份識別并進入尊享貴賓服務。未來，雙方還將研發無網絡環境下的移動支付能力，可以說這是真正貼近民眾的“福利”了。

騰訊智慧交通布局公布   “乘車碼”正式升級

騰訊公司副總裁江陽在現場談到：

“智慧交通建設任重而道遠。供給側和需求側緊密合作、優勢互補，是未來智慧交通發展的必然路徑。如果說政府更多的是從路網規劃、交運系統建設、交通管理等供給側角度推進智慧交通，包括騰訊在內的企業則是從需求側、用戶側的角度，豐富民眾出行選擇，提升出行體驗。”

圖為：騰訊副總裁江陽

騰訊公司副總裁鄭浩劍則重點分享了騰訊以云計算和大數據創新為基礎，攜手合作伙伴通過乘車碼、定制公交、智能出行助手、城市神經中樞等產品。他表示：

“交通是騰訊在產業互聯網探索中非常重要的領域之一。我們希望能夠發揮過去20年在科技方面的實踐成果，成為公共交通行業的數字化助手。”

據雷鋒網現場了解，“騰訊乘車碼”今天正式升級，去掉了騰訊的抬頭，正式啟用“乘車碼”的新稱謂，此舉意味著走向更加開放。

目前騰訊在智慧交通領域的探索已覆蓋“0-1-3-5-7”（0公里：停車場無感支付；1公里：共享單車；3公里：騰訊乘車碼乘公交；5公里：滴滴打車；7公里：騰訊乘車碼乘地鐵；城際：微信支付接入12306；境外：港鐵支持微信支付和微信香港錢包購票）。

此前雷鋒網關注到，乘車碼是一種可用來乘坐交通工具、適用于多個交通場景的二維碼，是基于微信小程序開發的服務。用戶首次使用可搜索“騰訊乘車碼”小程序，即可自動加入卡包。再次使用時，只需打開微信下拉聊天框，點擊“騰訊乘車碼”即可輕松使用。在公交場景實現快速通行與便利支付，使用0.2秒極速驗證技術，一鍵享受“先乘車，后付費” 的移動支付體驗。

自2017年7月在廣州上線以來，騰訊乘車碼已覆蓋北京、深圳、上海、廈門、寧波、濟南、大理等100個城市，支持BRT、公交、地鐵、索道、輪渡等智慧交通移動支付場景。目前全國超過5000萬用戶在使用乘車碼，覆蓋城市超過了100個。

鄭浩劍表示，乘車碼除了二維碼掃碼的形式之外，其他的技術方面都有支持的，只是目前沒有主推，包括NFC、生物識別、人臉識別技術，這些產品在實驗室都是落地的。當時選擇二維碼作為出發點時，主要是考慮到受眾最廣的問題。

當然，除了乘車碼，騰訊在公共出行場景還有其他布局：

• 實時公交：實時公交是騰訊基于公共交通大數據和社交平臺相結合的創新產物。未來將為用戶提供實時公交、上下車提醒、地圖選站/查公交、線路規劃等全方位的出行服務。同時，利用騰訊LBS技術和騰訊生態體系下產生的大數據連接交通管理部門，加上高效精確的算法，實時獲取脫敏后的精確位置信息生成交通熱力圖，可驗證城市現有公交線路規劃的合理性，進行新公交線路的設計，實現對交通、人流的精準管理，建立高效、智慧型的交通管理體系。

• 鐵路合作：據鐵路部門反饋，微信支付接入后，半年內12306微信公眾號的關注粉絲數增長7倍，達到3600萬；12306微信小程序的累積用戶也突破1000萬，其中44%的用戶來自微信掃一掃火車票二維碼。此前由中國鐵路投資有限公司、浙江吉利控股集團與騰訊公司共同組建的國鐵吉訊科技有限公司正式揭牌成立，這標志著動車組Wi-Fi平臺建設經營取得重要進展。國鐵吉訊將負責向旅客提供包括Wi-Fi服務、休閑文化娛樂、新聞資訊、在線點餐、特色電商、聯程出行、智慧零售等站車一體化、線上線下協同的出行服務。

高管談智慧交通：任重道遠，智慧+安全一把抓

采訪環節，騰訊副總裁鄭浩劍告訴雷鋒網，交通是騰訊進行產業互聯網的重要領域，騰訊會用ABC新一代信息技術全方位應用到這個領域。

圖為：騰訊副總裁 鄭浩劍 接受記者采訪

對于商業探索問題，鄭浩劍也毫不避諱，他指出，在進行普惠探索的現階段也會規劃未來的商業化路徑，但基本上是線上商業化+線下商業化的模式，同時還會與騰訊的5大內容產業進行深度融合（游戲、音樂、文學、動漫、視頻），在滿足民眾需求前提下，將其碎片化時間充分利用。后期，騰訊還會在智慧地鐵（出行信息動態更新）、安全地鐵（安檢手續）、智能調度上做更多的優化工作。

對于競合關系，鄭浩劍也表示，騰訊沒有把參與方當做競爭對手，而是希望一起把產業鏈做大。“沒有各家一起去做，產業就不會繁榮”。

市場太大了，某個公司不可能在短時間內就把全國那么多城市一下子全部上線了，工作上會有時間先后。對于未來，一定是兼容各個參與方的優勢來共同支持公共交通的。整個方向來說，未來各個企業還是圍繞著國家戰略的方向再去做大交通，企業更多的是參與方，而不是企業主導一個城市的交通和未來。

談及騰訊智慧交通的階段性目標，鄭浩劍表示，目前全國公共交通出行年規模2285億人次，每天使用公共交通系統的用戶達4億人次。如果放到全球對比，全國平均公共交通出行比例只是20%-40%不等，但國外歷史比較悠久的城市公共交通使用效率超過50%-70%都比較普遍。因此國內的提升空間很大，并且任重道遠。

未來，如果有機會把“平均值”往上提10%-20%點，城市擁堵情況就會有所改善。駕車出行的人就會有很多人選擇公共交通出行，“這是我們的美好愿景，也是我們的奮斗目標。”（雷鋒網報道）

高新興接下來想做的事情是要給每一輛車都配上專屬“身份證”。

成立于1997年的高新興集團是最頂尖的智慧城市系統解決方案提供商之一。他們即將為全國車輛打造的這張身份證學名叫做“汽車電子標識”，也可以稱之為“汽車電子車牌”。

汽車電子標識形似“居民身份證”，其中嵌有專屬電子芯片，儲存了包括車牌號碼、車輛保險、車輛年檢等相關信息。它可直接貼于汽車前擋風玻璃上使用，具有防拆、防偽、防復用等特性。

當車輛通過道路旁設有的汽車電子標識讀寫設備時，系統能夠安全、實時、不接觸、不停車地情況下完成對于車輛的信息讀取。

“汽車電子標識的過人之處是從根本上突破了原有交通信息采集技術的瓶頸。”高新興智聯副總經理王耀東說道，“由于其整合了車輛的多種信息，在實際應用中，它能一卡多用，真正實現多證合一以及跨區域的汽車管理工作。”

詳解汽車電子標識黑科技

高新興為每一輛車打造身份證的強大信心很大程度上是得到了政府的政策支持。

早在2017年12月29日，國家質量監督檢驗檢疫總局、國家標準化管理委員便首次批準發布了機動車電子標識六項國家推薦性標準，其中包括三項機動車電子標識國家標準和三項電子標識讀寫設備國家標準。

雷鋒網獲悉，該標準于2018年7月1日起正式實施。7月1日開始，是否安裝汽車電子標識由車主自愿選擇。（目前由相關部門統一免費安裝）

王耀東介紹說，汽車電子標識是一種工作頻段于920MHz~925MHz的超高頻無源RFID（射頻識別）技術，它的工作原理與門禁系統較為類似但又有很大不同。

它主要由三大塊組成：汽車電子標識讀寫器、讀寫器天線及汽車電子標識標簽。

其中，汽車電子標識讀寫器及天線安裝于路面的桿件上；汽車電子標識標簽貼裝于車輛前擋風玻璃上。當貼有汽車電子標識的標簽進入讀寫器的讀寫范圍內，由讀寫器提供能量激活無源的電子標識標簽，完成信息交互。

值得注意的是，當車輛在高速行駛過程中，車輛通過射頻讀寫范圍內的時間變短，由于電磁場盲區效應，各個廠商的實際讀寫效果會有所不同；

另外，在實際道路使用中，甲方對于該技術提出了更為嚴苛的要求。傳統超高頻RFID的距離極限在25米左右，但是為了符合汽車電子標識的應用，系統將這一要求提高到了30米以上，這對于目前所有超高頻無源RFID技術來說都是一個巨大挑戰。

就高新興而言，王耀東透露說，目前這套系統可以做到在汽車行駛速度超過200km/h時，能夠準確識讀車牌信息。

而之所以能夠做到如此高效，主要得益于高新興在相關技術上的著力突破。比如在電子標簽單次讀取流程的時間優化上，高新興通過快速載波對消提高系統的整體效率；比如在路面電磁環境復雜的情況下，高新興通過數字抗干擾技術提高識讀成功率等等。

值得一提的是，作為全球安防領導者之一，除了在RFID技術上的突破創新外，高新興還將視頻分析識別技術與RFID技術相結合。

在系統部署應用中，室外基站能夠同時采集到視頻識別分析數據以及汽車電子標識數據，兩份數據直接在前端管理設備上實現數據比對，實時對異常數據告警，可用于實時的套牌車、假牌車檢測。

也就是說，未來在應用層面，通過汽車電子標識，包括涉車治安管控、汽車檢驗監督、快速通行核驗、任務車輛通行、停車場管理等都可以實現。

從以上來看，汽車電子標識就是應用RFID技術辨識車輛、車主信息，然后將這些信息傳回至公安管理系統實時比對。那么其與如今的ETC相比，是否功能重疊？

王耀東介紹說，兩者技術原理的確類似，但應用領域不同，目前來看功能也并不重疊。

ETC由交通部主推，初衷是高速出入口快速通行并前端扣費，只能市場化推廣，覆蓋率取決車主；汽車電子標識由公安部主推，初衷是車輛唯一的電子化身份證件，在城市道路高速自由流狀態下可以穩定精準識別，未來勢必“一車一標識”，乃至前裝；

除此之外，ETC需OBU或電池供電，而汽車電子標識無源，壽命與車輛報廢時間相同。

同時，王耀東也提醒，根據道路交通安全法規定，上路行駛的機動車必須懸掛物理號牌，汽車電子標識正處于試點應用階段，汽車電子標識和傳統物理號牌目前是并存互補的關系。

為何要推行汽車電子標識落地

事實上，自2013年開始，我國就已經在探索汽車電子標識的應用。

2016年，首批符合國標的電子標識在無錫開展示范應用，共發放10萬張。主要用于貨運車輛，路面首批100個站點安裝讀卡設備，2至3個小區引入智能停車系統。

2017年，京津冀三地緊鑼密鼓開展需求調研、方案制定等試點前期準備工作。

與此同時，就該領域，各大安企也不惜花費重大代價強勢進入：高新興1.48億控股中興智聯、蘇州科達1960 萬元收購江蘇本能40%股權、千方科技投資2000萬設立千方車信等等。

作為尚在起步階段的汽車電子車牌建設，各大知名安企紛紛摩拳擦掌，所因為何？答案已變得異常明顯：“車聯網”。

中國汽車保有量的逐年增多，加之5G網絡技術的日趨完善，“車聯網”市場已經成為賽道各個玩家的必爭之地。

從政府角度出發，以往，全國道路上的每一輛汽車都是獨立節點式存在，雖然天網等工程的落地使得汽車數據讀取變得相對簡單，但即便如此由于各種原因還是未能做到非常全面的實時監測，而汽車電子車牌的普及可以利用電子識別系統以知曉全國道路上汽車的一舉一動。（可以覆蓋到視頻監控檢測不到的地方）

當汽車電子標識大范圍普及之后，以往以有限的視頻監控探頭形成的“天網”就變成了以無限個體汽車相互連接而形成的“信號網”，而掌握更加全面的道路車輛信息的交通管理部門就可以在任何時間知道任意車輛的具體位置，以有效解決道路監控、統籌、分配、調度等方面的工作。

換句話說，裝有汽車電子標識的車輛都是城市交通大腦的信息交互者。當你的汽車在路上發生狀況或者行駛過某事發路段時，其可以將發現的異常情況自動上報系統，系統就可以以此提醒這條路上的其他汽車及時換道行駛，躲避擁堵。

行文及此，也許會有人提到，這樣的功能目前很多導航類APP都會支持，兩者間有何不同嗎？

首先，目前在國內運營的導航企業不止一家，每個用戶在道路上行駛所收到的導航建議都是基于自身APP的保有用戶而產生的。

也就是說，由于各家導航企業的用戶數據并不互通，在很多道路發生擁堵等情況之后，系統只會自認為“聰明”地規劃“最優”路線通知“自己”的用戶該如何避免。

殊不知，由于算法類似，各家所發信息都大致相同，以至于車主們都一窩蜂地開往同一方向，造成更大擁堵。

當汽車電子標識保有量足夠，形成較大車聯網入網身份入口之后，交管部門就可以知曉全盤數據，系統可以根據在某個時間可能產生的車流量，再結合道路通過能力及周邊道路狀況，計算出最適合的的出發時間和路線，通知各個車主。

再來，解決道路擁堵問題只是打造車輛網的眾多功能之一，當每輛車都有了自己的專屬“身份證”之后，各類假牌、套牌車輛將無處遁形。

與此同時，針對特定車輛的優先通行，車聯網也優勢明顯。比如在交叉路口建設汽車電子標識采集基站，對車輛身份進行識別，一旦確定身份后，可通過向交通信號控制系統發出信號優先請求，進行相位延長、相位壓縮機提前激活相位等操作，確保特定車輛(救護車、消防車)優先通行。

而對于入局的企業來說，汽車電子標識系統也是新一代智能交通系統的核心組成部分，其最大價值就在于對涉車、涉駕、涉路、大數據的持續挖掘與運營。

復旦大學計算機研究所所長、上海（國際）數據庫研究中心主任施伯樂此前曾說，數據在未來社會中將發揮革命性作用。大數據將是下一個社會發展階段的“石油”和“金礦”。無論是個人、企業還是國家，誰能更好地抓住數據、理解數據、分析數據，誰就能在下一波的社會競爭中脫穎而出。

和其他的創新資源相比，數據之所以偉大，是因為它不會被它所激發的思想和創新所消耗，它可以重復使用，可以同時被無數人使用，此數據和彼數據整合，還可以產生新的價值和效用。在空間的拓展中和時間的延伸中，數據的能量將在人類社會層層放大，數據的不斷積累是資源和知識的持續增加。

政策＋技術雙軌推動，汽車電子標識將全面開花

每家企業都想在這場數據大戰中獲得足夠發言權，高新興也不例外。

其實，早在2014年5月，騰訊便推出“騰訊路寶盒子”。通過插在汽車上的OBD設備獲取汽車數據，如里程、油耗、速度、駕駛行為等信息。將這些信息通過路寶盒子傳到手機、云端，并經過大數據分析后，為車主提供服務與應用。

但在后期發展過程中受到諸多限制，主要因為不同廠家的通訊協議各不相同，并且對外完全封閉，單純由互聯網公司來做，很難達到普適性。

而今天，由政府牽頭的汽車電子標識普及工作，隨著標準的出臺實施，加之高新興在技術上的突破落地，市場全面開花會變得更有機會。雷鋒網雷鋒網

8月28日，北京智芯原動科技有限公司（以下簡稱智芯原動）于深圳舉辦“智芯原動投融資暨新品發布會”，宣布成功完成B輪融資，并發布新一代智慧停車和智慧社區解決方案。

據雷鋒網了解，本輪融資由英特爾投資領投，松禾資本和峰瑞資本跟投，B輪資金將用于人工智能算法和芯片領域的研發。

成立于2012年的智芯原動是中國專業從事人工智能算法和算法芯片技術研究的企業之一。該公司聚焦人工智能技術在機器視覺領域的應用，在國內首創人工智能算法芯片化技術，成功開發了智能交通、智慧社區、智能安防和智慧商超等一系列產品和解決方案。

以智能交通為例，智芯原動早前便與Intel、中科院等企業、機構展開深度合作，為智慧停車市場提供包括算法、車牌識別相機等一系列軟硬件產品。

如今，智芯原動的產品已經落地至全國各地。

譬如上海虹橋機場某項目，其中的出入口車牌識別相機均由智芯原動提供。他們基于深度學習車牌識別算法，可以在超大角度（75°）的范圍內快速、準確地識別近乎全品類車輛；另外，相關產品還可以支持超寬動態圖像優化，適應各種復雜場景，包括雨雪天氣場景、順逆光車牌、污損車牌、夜間車牌等。

目前，智芯原動已經在湖南完成一個超3000個停車位的反向尋車項目，項目的成功落地有效降低了管理人員的成本，提高了顧客的滿意度、停車場的使用率和營業收入。

發布人臉識別產品，進軍智慧社區市場

一方面在基于車輛識別的智慧停車市場一路凱歌，一方面智芯原動還在人臉識別市場囤積糧草。

智芯原動創始人、董事長兼CEO崔凱

在今天的發布會現場，‘慕顏1’人臉識別終端等一系列全新解決方案高調亮相。

用智芯原動創始人、董事長兼CEO崔凱的話說，此次發布的人臉識別產品標志著智芯原動的技術應用正式從智慧停車領域拓展到智慧社區領域。

雷鋒網了解到，該終端產品支持人、車防偽識別、支持Anti-Fake活體檢測，以及具有萬級人臉庫、活體檢測功能，適應各種強光、逆光等環境的特點。

“目前市面上相關產品大多應用于室內場景，對光線等條件要求高。智芯原動這款人臉識別產品大大突破了此前受限的使用場景，能夠在不同光照場景下做到瞬速識別。”智芯原動CMO康毅在發布會現場稱。

在現場，智芯原動還直播了該人臉識別產品的“黑科技”之處。在密閉會場燈光關閉90%的情況下，‘慕顏1’能快速識別出下一位演講人；與此同時，在一群工作人員從室外小跑通過閘機進入室內時，設備也能做到快速反應。

康毅表示，“慕顏1”人臉識別算法的性能比行業標桿優化50%，檢測速度優化到10-30ms，識別速度低于1秒，識別準確率達到99.9%。

除了內在強勁，“慕顏1”在顏值方面也容似其名。

該終端外觀秉承經典設計理念，采用8英寸IPS顯示屏，上半部分是人臉識別區域，下半部分是會務信息區域，可視角度大且色彩還原更準確，在實測中非常美觀耐用。

為何選擇智慧社區市場深耕？

當在一個垂直領域獲得足夠份額及影響力后，選擇將天賦帶入另外一個市場，這是任何一家公司在發展過程中都會走的路。

但同時也讓人好奇的是，智芯原動為何會選擇智慧社區市場深耕，這難免讓人稍有疑惑，畢竟目前這個市場已經玩家眾多。

對此，崔凱解釋說，從建設路徑方面來看，智芯原動一直沿著相對完善的行業軌跡去發展，從車輛識別到人臉識別，都是圍繞端到端的解決方案去布局，此前在人臉識別領域也積累了大量技術及數據。

智芯原動CMO康毅

從產業趨勢來看，通過智慧社區的建設，將大數據與政務系統對接，可全面提升社區服務，徹底改善民生安全性和便捷性，提升居民生活質量，減輕政府施政負擔。

在發布會現場，智芯原動同樣也展示了未來智慧社區的美好藍圖。人們在工作、生活期間，無需攜帶任何證件，憑借自己的“面孔”就能非常方便的進出任何地方。

在雷鋒網看來，政策導向、技術積累也許是智芯原動選擇進軍智慧社區的部分理由。

在安防行業，很多中小型企業在發展壯大過程中都會選擇避免與海康等傳統行業巨頭發生‘正面沖突’，而是去開墾一些民用細分市場。

安防C端市場是傳統安防巨頭‘看到’且做不全的市場，這個市場體量非常大且非常分散，很難被傳統巨頭全盤控制。

此前在接受雷鋒網專訪時，崔凱認為，安防老牌勁旅的優勢主要體現在強大的軟硬件一體化產品能力、行業解決方案能力、營銷渠道能力和項目交付能力。

從實踐經驗來看，智能化催生了很多新的大家都沒有做過的業務需求，很多垂直業務系統AI公司比傳統安防公司做的更好。只要AI公司愿意把腳踩在泥里，愿意花功夫去干苦活、臟活、累活，發展也會非常快。

從今天的這場發布會來看，崔凱此前的創業總結如今得到了豐厚回報，智芯原動已經完美從車牌識別市場調整兵力向人臉識別市場進軍。

與此同時，辯證來看，選擇了智慧社區深耕，智芯原動在做苦活、臟活、累活的路上又加長了幾里。

當停車場還在大量使用人工值守、刷卡進入，智能化相關的技術并不那么成熟的時候，臻識科技憑借智能視覺算法和嵌入式成像系統設計能力及不同應用領域智能相機應用經驗，果斷切入智慧停車領域，并迅速顛覆了整個行業的產品、方案形態。

迄今為止，臻識科技已經在智慧停車領域可以提供面向停車場的出入口智能車牌識別、反向尋車車位檢測、云端管理系統等一套完整的產品解決方案。并且以50%的市場占有率笑傲整個行業。

但臻識科技并未停止前進，而是向著能夠為人們提供更加便捷、舒適、安全生活的智慧城市應用領域快速前進。

思深憂遠，把脈行業發展趨勢

五十四年前，紐約世博會上，科幻作家阿西莫夫預言未來城市能夠聯網“自主決策”。那時候，人們認為這是天方夜譚，因為彼時計算機才剛剛被發明，互聯網是什么東西更是無人知曉。

在AI、IoT（Internet of Things – 物聯網 ）等技術日趨成熟的今天，智慧城市這一前期“遐想”被逐步實現，如今包括公共交通、公共安全、城市服務、工商業活動、民生、醫療、環保等在內的各種需求都能做出智能響應。

以智慧停車領域為例，在臻識科技等企業的努力下，現在大部分停車場都已經實現汽車號牌信息的智能化檢測、識別以及存儲，這僅僅只是邁出了一小步。未來，整個城市的信息將互聯互通，智能融合——人們腦海中關于停車的概念將被徹底的顛覆：通過對所有城市內停車場與道路交通數據的深度挖掘，車主們則能據此獲知某處停車場未來某段時期內空閑車位的數量，甚至城市的設計者們可以以此決策新建停車場的位置與大小……

而智慧停車還只是智慧城市體系下智能交通中的一環。

2008年，“智慧城市”概念首次提出，即受到廣泛關注。美、日、中等國家相繼發布了相關規劃和政策，全球范圍內的智慧城市建設如火如荼。

在中國，去年住建部啟動對智慧城市試點城市建設成果的評估，標志著智慧城市項目從創建期步入推廣示范期。目前，中國已有500多個城市準備或正在建設智慧城市。

可以說，作為最具未來感、更宜居宜業、更富有活力的智慧城市將在世界范圍內成為城市未來發展的新方向。

智慧城市運營管理系統通過遍布的傳感網絡將數字城市與實體城市相關聯，將城市管理與建設中的大數據交由云計算平臺進行分析決策，并據此對城市設施進行自動化的管理與控制。

智慧城市的運營管理系統在運行過程中需要對大量的傳感器數據進行分析，尤其是分布在城市中各場景的成像傳感器（相機）產生的數據。

傳統的監控相機只能不間斷地將采集到的圖像壓縮成視頻流數據，然后源源不斷地向中心端傳輸。由此產生的計算資源浪費、系統功耗增加、網絡帶寬資源占用、數據分析準確度下降（云端只能針對有限碼率的有損壓縮數據進行分析）、較低的系統實時性等問題逐漸凸現。

邊緣計算(Edge computing )作為云計算的補充應運而生，它通過在前端相機上直接部署計算資源和智能算法對未經壓縮的圖像原始數據進行分析處理，生成面向應用的算法分析結果和采集到的特征值，從而向中心云端提供少量、精準的數據源（Meta Data）——結構化視頻數據。

邊緣計算的引入，標志著智慧城市架構由中心端（云端）集中式管理向更加快速有效的分布式控制的方向進化。基于視覺成像技術的智能相機是邊緣計算最為重要的表現形式，因此也是未來智慧城市中最重要的基礎設施。

依托自身在嵌入式成像系統設計技術上的優勢經驗以及多年在AI算法的耕耘積累，通過邊緣計算技術的產品轉化（智能相機），臻識科技致力于為智慧城市體系中的各大垂直應用領域：智能交通（ITS）、智能安防（IVS）、智慧商業、智能制造（FA）提供更加智能化的前端成像設備及解決方案。

寸積縷累，臻識科技AI進擊

當前形勢了然在心，未來趨勢掐指可談。

作為一名技術科班生，2008年電子科大碩士畢業之后，任鵬和幾個同學選擇創業，正式成立臻識科技。

任鵬最大地熱情就是對AI技術的研究。當深度學習等技術尚未成熟便被匆匆推向市場時，他不急不躁，潛心學習；當AI技術達到閾值亟需變現時，他已落地良久，賦能各界；當賽道內玩家還在為場景適配疲于奔命時，他就已經判斷到AI、深度學習算法結合嵌入式成像系統在未來的智慧城市領域大有作為。

于無聲處，先人一步，進行前瞻性思考，所謂運籌帷幄，大抵正是如此。任鵬和他的伙伴們用數年時間，培養了一匹創業黑馬，而這匹黑馬，正加足馬力往前奔跑。

與多數創業公司激進的發展策略不同，臻識科技的發展路徑一直非常低調而穩健。

在任鵬看來，以AI賦能智慧城市行業的大軍中，不乏算法領先型企業和傳統硬件產品型企業。臻識科技的過人之處在于結合了這兩類企業的優勢： 始終保持著對最前沿算法、技術的敏感，潛心磨煉自研優勢智能算法在嵌入式設備的部署能力，逐步深化低比特優化、模型壓縮等關鍵技術能力，構筑技術壁壘；而十年的摸爬滾打經驗，鍛就了臻識科技將技術轉化落地為實用產品的能力，形成成熟的商業閉環，成長為智慧城市垂直領域優秀的解決方案供應商。

厚積薄發，加速行業布局拓展

此前在雷鋒網主辦的全球人工智能安防峰會上，任鵬在數千位行業人士、幾十家媒體的注視下談到：“我們必須為行業做些什么。無論是作為領導者的擔當還是純粹的技術極客的夢想，就像喬布斯當年在自家車庫里做的那樣。”

簡短五十字，映襯出以任鵬為掌舵者的臻識科技團隊在AI大潮下勇于進擊的勇氣和決心。而在雷鋒網看來，一方面擁有極佳的關鍵技術沉淀；另一方面在追求產品商業實用性和性價比方面強大的技術自信。厚積薄發的技術實力和自信定將推動臻識科技大步向前邁進。

縱觀整個智慧城市行業的發展，臻識科技作為一家面向智慧城市垂直領域的智能化解決方案的領先技術廠商，如今在行業布局方面已經顯現出非常強大的發展潛力。未來，隨著行業布局的快速推進，相信臻識科技將成為智慧城市領域一股重要的領導力量。

“安裝視頻監控的目的在于“預防”而不在于“處罰”。在接受雷鋒網采訪時，宇視智能交通產品部總工楊世龍道出了他眼中交通安防的真實意義。

他表示，中國交通違章‘罰款模式’已經保持多年，也取得了不錯效果。但在與很多甲方交流過程中，他們發現很多駕駛者根本就不知道自己已經處于交通違章過程中，屬于“無意識交通違章狀態”。

比如在武漢火車站，武漢交管部門就得到一些反饋：很多市民在繳納罰款時都覺得挺冤枉，大都表示并不知道違停位置不能停車。

針對上述情況，武漢交管部門與宇視科技積極接洽：討論是否能夠用動態信息明確提示車主道路停車信息，真正做到“先提醒、再處罰”。

作為深耕在交通行業的老安防人，楊世龍對于該需求深表贊同。在他看來，“如果屬于無意識交通違章，為什么不能給駕駛者一次機會呢？也許獎罰分明，效果會更好”。

系統

帶著以上需求，宇視在很短時間內便推出了“自主式交通違法提醒系統”。雷鋒網了解到，該系統直接由一顆裝有AI芯片的前端攝像機與LED顯示屏相連。而這也就意味著，攝像機在抓拍到違章行車、停車行為后，能夠直接在前端處理，并在秒級時間內將結果反饋到LED屏幕上，提前干預、中止違章行為。

楊世龍解釋說，傳統的違章行車、停車抓拍方式大致相同：一般由前端攝像機進行違章抓拍取證，然后將違章信息傳輸至后端平臺服務器進行違章審核，最終駕駛者面臨罰款、扣分或教育的處罰。

需要注意的是，這些違章行為雖然也告知了車主，但是屬于事后違章告知；宇視“自主式交通違法提醒系統”則是進行及時告知，提前干預、中止，避免違章行為的產生。

他介紹道，該系統的優勢用三個字總結可以歸納為“三個一”：

1秒信息發布：從違法觸發到LED顯示屏違法告知僅需1秒；

1＋1靈活部署：前端攝像機和LED顯示屏直接聯動，從違法抓拍到秒級直觀顯示車輛違法信息，兩步過程一氣完成，無需經過后端平臺；

1＋X多場景應用：自主式交通違法提醒系統除了應用于交警非現場執法之外，還可以應用于公安車輛布控、高校車輛管理、高速公路超速提醒等諸多場景。

“該系統自應用于武漢火車站以來效果明顯，交通違章抓拍從之前的每月一百次左右下降到每月二十次左右；與此同時，高峰時期的車輛通行量從每小時的1800輛提升至2200輛。產品廣受市場歡迎，目前已經在十幾個城市及校園落地應用”。

他同時補充，“該套系統不僅僅能夠做到違停提醒，包括超速、逆行等違法行為也會實時提醒；另外，“提醒”功能只是該系統的功能之一，現有執法設備所具備的功能，該系統也都具備，且對場景的挑剔性低、適應性廣，包括車站、機場、道路、校園等易出現違法行車、停車的場所都適用”。

創新

如果說“變革”是在所有商業場景中都不可規避的詞，宇視該系統的發布無疑也算一大“創新”。

在“一切只為客戶創造價值”的安防行業、在眾多安防企業都想方設法抓捕到更多違章行為的時代、在全行業都倡導“自主式抓拍系統”的時間節點，宇視逆向行之發布“自主式交通違法提醒系統”，看似科技為民的基調，但又好似是與主旋律格格不入的另類創新。

而這，是否也就意味著該系統在推廣、應用過程中會受到一些阻礙？

“任何系統及解決方案的問世都并非產品經理在實驗室中想象出來的，它們背后都會潛藏很多客戶需求及相關背景基調。”在面對記者疑惑時，楊世龍回應道。

他進一步表示，交通管理的兩大基本原則不可改變：1、保平安；2、保暢通。從交管部門的角度出發：處罰不是目的，結果比方法更重要。

而這也就意味著，無論是通過“處罰”或者“提醒”的方式，交管部門最終的目的都是為了讓這個城市的交通環境更美好、讓道路環境更順暢、讓司乘人員更安全。

在此大基調下，宇視發布“自主式交通違章提醒系統”可以理解：看似與主流產品思路相矛盾，實則與此前的解決方案做互補。

在雷鋒網看來，“先警告、再處罰”，這種全新的執法方式值得期待，它既保障了道路順暢，同時也給了違停的車主一個貼心提示，是人性化執法的最好體現。

但與此同時，該系統還尚存一些不足。在于楊世龍溝通過程中，筆者發現該系統目前只能識別車牌、上墻；無法與城市交通數據打通、無法與車主形成定向聯系。而這也就意味著如果車主沒有看到顯示屏信息則還是無法得知自己的違章行為。

總結而言：顯示方式還稍顯愚鈍，如果能夠實時識別車牌從而及時、準確地確定車主身份，然后通過短信的方式實時聯系到車主，效果應該更佳。

交通

在楊世龍看來，“罰款”與“提醒”這兩種改善交通狀況的方式并非魚與熊掌，雙方之間也并不存在交集、并不存在矛盾。未來，這兩條治理之線肯定會雙管齊下、左右開弓，完全可以做到互融互通，共同促進交通環境的不斷改善。

他篤信：該系統也不僅僅是個系統，它意味著方向、意味著改革、意味著創新。在全民倡導“自主抓拍”的節點，及時轉變思路，做違章的及時告知也許難能可貴。

采訪最后，他還呼吁，在創新罕見的安防行業，產品、技術都大同小異。作為安防廠商，有責任站在民眾角度，想人們之所想，思考如何才能讓科技真正造福人民。

近日，深圳市交警局正式啟動“深圳智慧交通一期”工程，聯合多家前沿頂尖企業，打造深圳“智慧交通”城市大腦。

據深圳市交警局科技處處長李強介紹，本次將新建1002套高清視頻監控、301套車牌識別卡口單元、101套誘導大屏及配套光纖配電，實現高快速路的交通監控設施全覆蓋、信息誘導體系化。

另外，還將新建1371套高清電警、改造300套信號機及新建配套300個路口的視頻、地磁、微波流量檢測設備、160套事件檢測系統、更新1186套標清視頻監控，全力打造交通安全示范區。建成后：

• 高快速路高清視頻覆蓋密度提升到2.4(套/公里)，實現全高清覆蓋，徹底消除監控盲點；

• 高快速路卡口出入口車牌識別覆蓋密度提升到0.9(套/出入口)，與主干道設備形成有效互補，為涉車案件偵破提供強有力支撐；

• 光明等交通安全示范區內高清電警、信號機、事件檢測等設備實現全覆蓋，有力支撐智能化信號配時，實現道路事故及事件的自動檢測和預警；

• 圖片處理能力由千萬級提升到億級。

邊緣小鎮到人口大城，交通治理壓力驟增

經過30多年的高速發展，深圳已從一個僅有3萬多人口的小鎮，發展成為一座擁有近2千萬人口的超大型都市；與此同時，深圳也已成為全國車輛密度最高的城市，車輛保有量近328萬輛，每公里密度超過510輛，居全國首位。

面對超大負荷的交通壓力，深圳交通管理近些年也出現了一些發展不均衡、不充分等問題。但值得一提的是，去年7月24日，高德地圖聯合公安部交管局正式發布了《2017年第二季度中國主要城市交通分析報告》。報告顯示，在所有一線城市中，深圳的交通狀況最佳。

數據統計，2016年第二季度，深圳擁堵排名全國第6位，但自去年Q2之后，深圳對緩堵采取了多項措施，如：HOV車道開通、自動化拉鏈潮汐車道等，深圳整體擁堵有了大幅度的緩解，擁堵降幅8.75%，排名也由之前的第6位降至本季度的23位。

而此成績也得到了業界的一致認可。如今，深圳交通創新被同行稱之為智慧交通“深圳模式”，并且該模式已經向異地輸出，包括為蘇州高新區打造智慧交通系統等等。

深圳緣何成為最“不堵”的一線城市？

智慧交通“深圳模式”究竟強在哪兒？

深圳市公安局交通警察局副局長陳顯東曾公開表示，作為全國車輛密度最高的城市，城市交通管理面臨巨大考驗。基于此，深圳通過精細管理、科技驅動、聯合創新進行探索和改善交通狀況。

• 一方面突出頂層設計整體規劃繪制智慧交通一張網。實現數據和交通管理深度融合、分析統一規劃、統一標準、統一管理；

• 另一方面側重智能感知搭建平臺，以建設高清電警、高清卡口、鷹眼、4KS指揮系統、三維地圖場景疊加等實現了空體一體實時監控，全程支撐了一線民警規范高效的執法；

• 在傳輸通道方面，利用OTN的技術率先在全國統一承載、語音、視頻、存儲等數據業務的光傳輸的網絡；

• 在支撐平臺方面，利用大數據、云計算、人工智能等前沿核心技術，整合勤務、卡口、PDA等各類基礎資源搭建橫向戰略性的交通管理平臺,縱向建設智能智慧化的科技場景和應用體系。

其實，作為全國城市智慧交通建設的先行探索者，深圳早在六年前就提出了智能交通“1＋6”系統。

“1”可以理解為一個大平臺，把交通、交警各部門，以及海陸空各方面的信息統一整合起來，形成資源共享。并利用這個平臺，為6個細分系統提供服務，包括交通監測系統、交通管理系統、道路交通調控系統、公共出行信息服務系統、交通指揮應急系統、交通管理決策支撐系統。

總言之，在成功‘治堵’背后，是深圳利用大數據、AI等前沿技術整合各類基礎資源搭建戰略性交通管理平臺而產生的效果。而從目前我國大部分城市的實際交通狀況來看，智慧交通“深圳模式”推廣價值巨大。雷鋒網雷鋒網雷鋒網