过去30多年，公路的机动车保有量增加50倍，机动车驾驶人增加了41倍，但是公路里程增长只有4.6倍。城市的道路拥挤状况越来越糟糕，数字化、网络化、智能化被看作是能减缓臃肿的关键手段。

6月14日-17日，武汉光谷科技会展中心迎来了2023年世界交通运输大会(以下简称“WTC”)，关于如何解决交通拥堵，让车变得更智能、路变得更聪明，最前沿的思考都在这里汇聚和碰撞。

最受关注的是，在方兴未艾的智慧交通领域，大公司正在如何介入这场复杂的变革，他们投入的力量会引领一个行业前进的速度。而如何在一个没有标准、没有案例对标的行业里摸索前行，也是他们面临的难题与挑战。「甲子光年」在一次最近的媒体见面会上，提问了腾讯智慧交通副总裁施雪松和腾讯数字孪生业务负责人张少宇，听听他们讲述腾讯在智慧交通领域的探索，与对行业发展的思考。

三大核心构建数字底座

大多数交通事件的拥堵往往来自“前方发生了一起事故”，从上报事故到交警赶到处置花去的时间，每多一分钟，会多增加拥堵时间和发生二次事故的概率，这是愈加复杂的交通路况中显性的难题。

WTC的开幕式上，腾讯云与智慧产业事业群CEO汤道生以此提出，腾讯正在搭建的智能生命体——一个从感知、计算，到决策、管控的“全链路智能”体系，是解题方式之一。

这一体系以分布式云筑底，部署实时孪生、交通OS(系统)、AI三大核心能力，为交通行业构建一个可计算的数字底座。其实在2022年，腾讯就曾提出“实时孪生+交通OS”双轮驱动解决方案，并在智慧高速等领域进行了落地应用。经过一年的探索，腾讯将其进一步升级。

分布式云，是指将公共云服务分布在多个地理位置，但运营、治理以及更新仍由主要公共云提供商负责。这也受限于交通的分布特性。以腾讯与广州地铁的合作为例，广州全市分布着400多个地铁站，当每个站点需要部分边缘计算时，就在物理上形成了分布式的格局，“要让这些站点的线网都运行在云上时，自然采用分布式云，构建支撑的能力就是分布式云。”施雪松说。

再往上层走，是数字孪生。数字孪生是基于实体对象的虚拟模型。在智慧交通领域的数字孪生，能将复杂道路上的物理实体复刻在数字世界，从而能进行历史数据的回溯和对未来的预判和推演，这也将基于AI对大数据进行分析和计算。

最后一步是面向开发者打造的OS，一个支撑不同应用开发的软件操作系统，不仅能打通不同介质间的数据隔阂，同时能用低代码或无代码，为开发者提供更友好的开发环境。它承担了数字化过程中的一个重要命题是，打通信息孤岛。

施雪松告诉「甲子光年」，这套系统是一个有弹性、定制化的生命体。在底部，分布式云可以一点点扩容，慢慢增强安全性和可靠性，实时孪生系统通过AI后也会自我生长，“不是今年和去年不同，都是一样的，但是它在进化。”

智慧体升级，动静结合的实时孪生

如果有什么变化能显示这个生命体变得更智慧，张少宇认为应该是数字孪生的优化。

他介绍，检验一个数字孪生的能力，一看有没有能力快速刻画出三维空间，二是有没有通道将现实世界中发生的事件映射到数字空间中，“一旦没有三维空间，或者没有实时的数据传入到三维空间，这里面数字孪生的基础就没有了”，他说。

他将腾讯的数字孪生称为实时孪生。在一段公路上安装高精度摄像机、毫米波雷达，捕捉动态变化的路况，实时映射到“数字空间”，就能形成“交管实时孪生系统”。这不仅包括路口结构，红绿灯、感应环等设备、岗亭和安全岛等，而且包括移动的目标，行人，快递的二轮车、摩托车等各种车辆。腾讯方面表示，“数字孪生”已从早期的“静态可视化”，走向了“动态实时，并可操控”。

实时孪生界面图

直接的案例是，在这条高速上，一辆车发生了交通事故，交管能知道事故位置、碰撞情况，事故处理时间，从原来的十几分钟缩短至几分钟。同时基于这一数字空间的大量计算，可以推演未来的发展，再反向影响当前实体空间的运营状况。“我们用今天的技术，它就可以预测到几点到哪里(会拥堵)”，施雪松说。

这也在让“信号灯”变得智慧，通过路侧的摄像头、雷达、计算单元，能实时捕捉、计算出车辆的位置、速度，给出最优行车速度，推送到驾驶员手机上。如果驾驶员按照建议车速行驶，可以一路绿灯、高效通行，汤道生在大会上说。

渐进式的智慧交通，在数字化启动阶段

在智慧交通上，腾讯近几年积累了一些案例，比如与蜀道集团合作建设成都市第二绕城智慧高速公路西段项目，在114公里的公路上平均每800米改造或安装一根杆，搭建一个实时可计算的数字时空，结果能通过微信小程序、地图、运营方app或车载obu等渠道实时发送给驾驶者。

从2019年到2021年，腾讯与广州地铁联合开发了穗腾OS。腾讯方面介绍，广州地铁只用了一天，就开发出“客流引导”功能，采用同样的方式，只用了3周，就上线了智能防洪防汛应用，如果用传统的开发方式，至少需要花四倍以上的时间。

但智慧交通当前还处于发展的初级阶段。比如对单个路口的改造，也难以减缓交通压力，“这个路口优化了，可能这个问题就蔓延到下一个路口去了。”而对于投身其中的公司而言，最难的是对交通压力的提效效果难以量化，也就难以产出成果。

但施雪松表现得乐观。对于行业标准的发展，他觉得“没有标准要形成标准，没有验证会得到验证”。他说，需要长线投入的项目他们选定为科研项目，比如广州地铁项目，做完后导出了行业的33个标准;而在成都二绕城高速的智慧化改造上，一开始只在一根杆架上搭载摄像头和毫米波雷达等感知设备，捕捉高速上的路面信息，慢慢地做10公里、25公里，然后才做到114公里，通过业主的一步步认证将项目做大了。

施雪松认为，智慧交通走到了一个新时期。过去行业以OA系统管理数据为特征，到数字化时代，这将以计算为特征。随着算力提升，工具的完善，越来越多的交通实时状态被描述出来，将会带领行业像踩火车轮一样，启动起来。