人工智能（AI），2017年首次写入《政府工作报告》，在之后历年的报告中都是“热词”。今年的《政府工作报告》不仅3次提到人工智能，更强调持续推进“人工智能+”行动，这一部署背后蕴含着深远的战略意义。

         前不久，交通运输部党组理论学习中心组举行2025年第二次集体学习，学习贯彻习近平总书记关于人工智能的重要论述精神，深刻把握人工智能技术最新进展，提出深入实施“人工智能+交通运输”行动，推动交通运输高质量发展。

   “人工智能+交通运输”，能擦出怎样的火花？近一段时间以来，以DeepSeek为代表的AI技术正以惊人的速度渗透交通运输行业。据不完全统计，已有数十家交通运输管理部门和企业  宣布完成本地部署，涵盖了城市交通治理、交通运输执法、道路养护管理、港口运营管理等多个领域。

        当交通运输遇上DeepSeek，融合应用充满想象空间，但在相关运行机制、性能边界等方面也存在一定认知误区。本报记者通过采访调研，结合专家访谈，聚焦DeepSeek在交通运输各领域的应用实践，分析跟进治理思路，展望未来应用场景，探寻“人工智能+交通运输”的发展前景。

“人工智能+交通运输”融合应用充满想象空间。 据本报图片库

DeepSeek“交通运输圈”快速扩容

开源、低成本、支持本地部署、适配行业应用场景，是DeepSeek“破圈”走红交通运输行业的重要原因。它的技术门槛相对较低，有力推动了AI技术普惠化从概念走向现实。

         公开数据显示，今年1月20日DeepSeek—R1发布后，短短一周的用户量便突破1亿。在交通运输行业，DeepSeek凭借其开放性、高效性和易用性的优势，已成为推动AI技术普惠化的重要力量。

        记者梳理发现，截至3月24日，全国已有山东、江苏、四川、广西、安徽、湖南、海南7个省级交通运输管理部门接入DeepSeek，江苏苏州、山东青岛、安徽马鞍山、河北秦皇岛等10多个地市交通运输管理部门本地部署DeepSeek。在城市交通规划、交通运输执法、道路养护管理等领域，还有数十家企业和机构宣布应用DeepSeek。

        AI风刮了许久，DeepSeek何以短时间内在交通运输各领域实现大规模应用？

 不难发现，开源是DeepSeek“破圈”走红的一个成功之处。浙江大学人工智能研究所所长吴飞认为，DeepSeek开源之举，将使AI技术像水、电和网络一样触手可及。

        开源的DeepSeek，在大模型训练和使用成本方面取得了不俗的成绩，让更多政府部门和市场主体能够用得起。

 有媒体报道，DeepSeek—V3仅用2048块H800GPU训练2个月，消耗278.8万GPU小时。按照H800GPU训练每小时2美元计算，DeepSeek—V3的训练成本为557.6万美元，而同类型的大模型通常需要6000万美元至1亿美元。

        湖南省交通运输厅科技信息中心高级工程师乔川龙告诉记者，在性能方面，DeepSeek与上亿美元训练出来的AI大模型相当，在某些方面甚至有所超越。在使用成本方面，DeepSeek—R1仅为OpenAI—o1的五十分之一，让AI大模型真正“飞入”寻常百姓家，也让交通运输企业都能用得起。

        事实上，DeepSeek支持本地部署的优势，有力推动了“人工智能+交通运输”行动，广阔的应用场景已经呈现。

 “AI技术的开发和讨论由来已久，但却从未像如今这般贴近我们的工作和生活。”长安大学未来交通学院执行院长孙健说，“DeepSeek支持本地部署，确保交通运输领域的数据‘不出域’，能更好保护用户隐私和数据安全，这是其在行业迅速走红的另一过人之处。”

        孙健指出，DeepSeek在本地部署后，即使在无网络状态下，依旧可以使用，满足了交通运输领域对数据安全的要求。此外，DeepSeek在本地部署后，还支持用户根据自身需求优化硬件配置，能进一步提升资源利用率。

聚光灯下的DeepSeek，不仅推动了AI技术发展格局的变革，还让更多中小城市也能搭上“DeepSeek+政务”的发展快车。

        香港中文大学（深圳）公共政策学院院长郑永年认为，以往公众对AI技术发展的一个重要担忧是“差异”和“分化”，即一些人和一些国家越来越“富裕”，而另一些人和另一些国家越来越“贫困”。DeepSeek的出现，给欠发达地区发展带来了新机遇，将有效缩小政务领域的区域差异。

        近段时间，DeepSeek的“交通运输圈”快速扩容，得到不少城市交通运输政务系统的青睐。

         孙健介绍，DeepSeek不仅具备生成式功能，还强化了逻辑推理能力，减少了传统生成式大模型的“幻觉”问题（如生成不准确或不可靠的内容），更符合交通运输政务系统的要求。例如，DeepSeek在中文语境下的表现突出，能更好解读交通运输领域的相关政策。

注重务实应用不盲目跟风部署

从公交线网优化到交通违法识别，从自动驾驶汽车到智慧收费机器人……以DeepSeek为代表的AI技术正快速融入日常生活，打造交通运输发展新模式。

        各地交通运输管理部门和企业积极接入、部署、应用DeepSeek，反映出行业对智能化转型的迫切需求。

        2月28日，江苏省交通运输厅完成DeepSeek本地部署，上线“数智交通”AI服务。针对典型场景的知识库、语料库、数据集建设工作，江苏省交通运输厅采取边训边建边用的工作模式，不断提高AI技术智能分析和辅助决策的准度、深度和广度。

 记者了解到，山东省交通运输厅则通过百度智能云千帆大模型平台接入DeepSeek大模型，构建了优势互补的交通运输大模型，初步打造了全景驾驶舱数字人、一站式知识管理平台、交通智搜和交通知识图谱4项功能。

        前不久，山东省青岛市交通运输局本地部署DeepSeek—R1、通义千问2.5等开源大模型，打造“智法”“数见”“云审”3个智慧交通AI智能体。在“智法”AI智能体中，原本的现场案件办理升级为AI技术自动生成审查报告。

青岛市交通运输局本地部署AI大模型，打造“智法”AI智能体。驻青岛首席记者 李春晓 供图

“以前，我们都是根据检测数据逐一比对。现在，DeepSeek就像一个‘老师傅’，指导我们怎么判定、怎么修、要注意什么。”远在鄂西山区的道路养护巡检员线上提交检测数据，湖北交投智能检测平台利用DeepSeek形成病害诊断，及时推送处置建议。

 在山西省晋城市公共交通有限公司董事长李晋眼里，DeepSeek更像一个多才多艺的“超级助手”——分析出行数据时提供公交线网优化方案，依托行驶数据有效监控车辆全生命周期，整合安全案例让知识真正“活”起来。

         通过广泛的采访和调研，记者发现DeepSeek在交通运输行业的影响面不断扩大、渗透性不断增强，并表现出不同以往AI技术应用的特点。

         交通运输行业快速入局，体现了行业积极拥抱AI技术的态度。当前，“人工智能+交通运输”正加快从技术研发向应用实践转变，呈现由“点”“线”向“面”应用转变的特点。行业还清晰地认识到，单纯部署DeepSeek不能完全发挥出大模型的作用，还需搭配相应的工具和其他模型。各类AI大模型和工具各有专长，组合应用方能发挥出最大效能。

        前景广阔，推动产业升级和管理优化。今年以来，汽车行业加大自动驾驶和智能驾驶技术研发力度，DeepSeek带来更强的性能和更好的服务，进一步降低AI技术在智能网联汽车的应用门槛；基于DeepSeek自然语言处理和数据分析能力，自动识别交通运输热线工单信息，如投诉热点、投诉类型，进一步优化服务流程；利用DeepSeek知识图谱构建能力，分析交通流等关键数据，为优化城市交通管理提供有力支撑。

 合理定位，本地部署避免“一哄而上”。不可否认，DeepSeek的问世，进一步加速了人工智能由弱人工智能迈向强人工智能。但从目前发展水平来看，交通运输行业还没有出现颠覆式应用，DeepSeek多扮演“问答助手”“智能助理”的角色。在此背景下，各地更加务实，不盲目本地部署DeepSeek，努力以交通运输典型场景带动人工智能技术提升，避免出现“实际效果与预期相差甚远、先热后冷、最后就不了了之”的问题。

“消除‘一模包打天下’的误区”

不仅要看到AI技术的“利”，而且要看到AI技术的“弊”，警惕可能存在的风险。深入实施“人工智能+交通运输”行动，应理性拥抱DeepSeek，消除AI技术应用的认知误区。

        可以说，交通运输行业积极拥抱AI技术已是水到渠成。交通运输各领域广泛应用接入、部署、应用DeepSeek这一现象，反映出行业抓住发展机遇的迫切需求，但同时也引发了对AI技术的深入思考。

 根据智能化程度的不同，人工智能通常被划分为弱人工智能、强人工智能和超人工智能。行业应该清晰地认识到，当前人工智能正由弱人工智能向强人工智能迈进，深入实施“人工智能+交通运输”行动，必须解决AI技术的认知问题——能力认知偏差、使用模式偏差、思维定式偏差。

 “不少人倾向于过度神化AI的能力，期待其无所不能、无所不知，但目前任何一个AI大模型都不可能有完全处理复杂应用场景的能力。在AI能力认知偏差方面，我们要消除‘一模包打天下’的误区。”乔川龙说。

        记者了解到，即使是DeepSeek满血版，也不完全具有交通运输行业的专业知识，它的能力取决于在公开领域获取的行业知识和数据。期待用DeepSeek解决行业问题，不少情况下难以达到预期效果。

        乔川龙建议，选用AI大模型，要坚持“一把钥匙解一把锁”的原则，这样才能更好适用于行业应用场景。以DeepSeek为例，DeepSeek—R1是推理大模型，而交通运输行业不少应用场景更适合DeepSeek—V3这样的会话大模型。

        在AI使用模式偏差方面，孙健认为，当前不少人在使用AI技术时，仍停留在被动接受的阶段，期待AI技术能够给出完美答案，却忽视了人机交互的重要性。

“优化AI使用模式的关键，在于构建主动引导式的对话机制。”孙健认为，“交通运输行业在应用DeepSeek时不应将其简单视为工具，而是一个需要不断引导和训练的伙伴，提供更清晰的指令、更丰富的上下文信息，并对其输出结果进行验证和反馈，才能逐步提升AI技术的理解能力和输出质量。”

他建议，在目前“AI幻觉”无法完全克服的情况下，交通运输行业使用DeepSeek时要避免过于依赖AI技术输出的内容，勤做多方面验证。同时，行业还要助力DeepSeek不断“吸收”专业知识，才能更好应对实际问题。

        记者发现，对AI技术应用的认知错位，还往往根植于思维定式的偏差，将AI技术视为替代品而非增强工具，亦或是将其视为竞争对手。

智能网联汽车从业者王志平认为，有人期待AI技术成为决策的主导者，还有人视AI技术为竞争对手。这一认知误区源于，人常常希望技术能够替代自己的努力，而忽视了技术的本质是对人的能力进行扩展。蒸汽机的出现淘汰了马车夫，却带来了铁路工人。DeepSeek的出现，也将给交通运输行业发展带来新机遇。

“近段时间，不少车企宣布深度融合DeepSeek，以期推动自动驾驶商业化。本质上，DeepSeek是加快自动驾驶商业化的放大镜，而不是方向盘，它能帮助智能网联汽车行业更清晰地看到如何解决长尾问题。”王志平说，“当我们把DeepSeek视作协作者，而非执行者时，会发掘它的真正潜力。”

        除了认知问题，多位交通运输行业专家和从业者认为，在应用DeepSeek等AI技术的过程中，还需要注意几个关键问题：一是避免技术依赖风险，要防止过度依赖单一系统。二是关注技术应用的伦理边界，要确保符合社会价值导向。三是完善法律法规，要强化数据安全与隐私保护。四是加快专业人才培养，要培养既懂人工智能技术、又懂交通运输行业需求的人才队伍。

以典型场景带动AI技术能力提升

交通运输行业具有创新动能强劲、算力保障多元、数据供给海量和应用场景丰富的综合优势，以交通运输典型场景带动AI技术提升，将更好发挥交通作为“中国式现代化的开路先锋”作用。

深入实施“人工智能+交通运输”行动，抓好典型场景是关键。

去年年底召开的中央经济工作会议提出，开展新技术新产品新场景大规模应用示范行动。

交通运输部党组理论学习中心组举行2025年第二次集体学习时强调，要“看全景”，找准行业率先突破的典型场景。

         今年1月，江苏省苏州市交通运输局印发《苏州市“人工智能+交通运输”实施方案（2025—2027年）》，明确要以场景示范为驱动，推动苏州市人工智能产业与交通运输融合发展，到2027年实现算力、数据、场景、模型深度融合。

一张以“人工智能+交通运输”为抓手、推进交通运输高质量发展的“新蓝图”，正在全国范围徐徐铺开，从中央到地方接续落子、相连成势。

         从产业侧看，运输装备自动化发展、自动驾驶商业化应用，推动智能网联汽车向移动智能空间演进，城市交通领域自动驾驶出租汽车、自动驾驶公交车商业化加速落地。

浙江绍兴投用自动驾驶公交车，以AI技术提升运营灵活性。本报记者 韩光胤 摄

           近些年，“AI上车”的叙事已接近于平淡，DeepSeek“破圈”走红，强势“搅动”自动驾驶产业。

          “众所周知，在自动驾驶的传统发展模式中，主要依赖摄像头、雷达等多种传感器采集数据，经过目标检测和路径规划后完成驾驶决策。”王志平介绍，“这种模式在应对常规路况时表现尚可，但在复杂天气场景、长尾异常情况或突发事件中，往往因数据处理单一、算法鲁棒性不足而导致存在安全隐患。”

        孙健认为，DeepSeek创新采用了混合专家架构，将整个深度学习模型划分为多个子模块，每个模块专注于不同任务的处理，从而实现了针对复杂场景的精细化分工，或将改变自动驾驶的传统发展模式。这就像医院有很多科室，在遇到病情时，可以针对性地找相关专家去处理。

         此外，自动驾驶系统需要对复杂环境进行全方位理解，而单一传感器的数据往往无法覆盖所有场景。DeepSeek的多模态数据融合技术，借助DeepSeek—VL2模型可以将视觉、文本、语音及其他传感器数据进行深度整合，在一定程度上解决了自动驾驶系统的这一痛点。

         从政府侧看，“人工智能+交通运输”应用场景丰富，有12328服务热线、交通运输执法、路网运行监测、道路运输监管等典型场景。

        “以12328服务热线为例，咨询人口音、表述能力、诉求申请不同，需要客服人员耐心回答。我们沿着把‘累活’交给AI智能助理的这个优化思路，如果接到的是信息咨询类电话，就交给AI智能助理答复。这些‘累活’交给AI智能助理处理，则会胜任有余。”乔川龙说。

        记者也从青岛市交通运输局了解到，在其应用的交通运输多模态大模型系统中，“智法”AI智能体具有智能检索、智能审查、智能画像、智能训练等功能。在日常执法方面，能为执法人员提供交通运输领域80余部法律法规、700余项裁量基准的查询解答。在案件办理方面，能按照相关规范标准对现场笔录、询问笔录等法律文书进行智能审查，自动生成调查报告。