人工智能技术赋能交通物流发展的

总体形势及对策建议

李卫波　李植善

人工智能是引领新一轮科技革命和产业变革的战略性技术，具有自主学习、动态适应、智慧决策等特征，是推动交通物流数字化、网络化、智能化发展的重要驱动力。当前，我国人工智能赋能交通物流发展正处于加速演进阶段，两者融合发展的领域和环节不断拓展，产生的效益和价值逐步显现。新形势下应聚焦问题、直面挑战，加强战略性系统性谋划，在完善顶层设计、发力重点方向、加强要素供给等三个方面下足功夫，着力推动人工智能与交通物流深度融合发展。

一、人工智能技术赋能交通物流具备较好发展基础

人工智能是引领新一轮科技革命和产业变革的战略性技术，代表数智技术发展的高级形态。我国交通物流数智化转型已具备较好基础，为进一步加强人工智能技术的深度赋能应用创造了有利条件。

（一）基础设施智能化水平加快提升

智慧公路、智慧港口、智慧航道、智慧机场、智能铁路、智能仓储等新型交通物流设施建设持续推进。截至2024年底，全国已有20多个省（区、市）实施了60余项智慧公路建设项目，全要素感知、全天候通行、全过程管控、全方位服务等应用场景加快探索推广。智慧港口以自动化码头建设为突破口，已建成和在建自动化码头分别达到52座、41座，数量均位列世界第一，国产大模型赋能进一步提升港口作业效率。全国电子航道图发布里程超过7800公里，长江水系电子航道“一张图”加快形成。机场智能调度、旅客全程智能化服务水平显著提升，“无纸化”便捷出行、行李全流程跟踪和“易安检”等服务进一步普及。全球首条时速350公里智能高铁——京张高铁开通运营，实现有人值守的自动驾驶。传统物流园区、仓储配送中心加快改造，智能立体物流仓库数量超过6000座，邮政快递枢纽转运中心基本实现自动分拣全覆盖。

（二）智能载运装备技术取得突破

交通出行方面，智能网联新能源汽车快速普及，智能辅助驾驶迎来发展热潮，用户获得感、体验感显著提升，2024年L2级及以上自动驾驶功能新车渗透率已达到约60%。货运物流方面，无人机、无人车、无人仓等智能化作业设备加快推广应用。2024年，全国新开低空物流航线超过140条，其中城市内航线占比达到90%，全年物流无人机飞行时长突破120万小时。无人车在支线和末端配送场景的技术发展更加成熟，已普遍具备L4级自动驾驶功能，自动驾驶卡车编队场景逐步从封闭园区、港区等向干线公路拓展。自动化、智能化仓储作业设备在国内已有较为成熟的发展实践。

（三）客货运输组织效率显著提高

近年来，交通出行、货运物流服务平台加快发展，电子客票在铁路、民航领域基本实现全覆盖，网约车聚合平台加快发展，“出行即服务”平台在多个城市投入运行，铁路货运服务平台全面搭建，道路货运、即时配送等平台发展迅速。以客货运输服务平台建设为基础，相关市场主体积极推进各类大模型开发应用，进一步提升交通物流资源、路径等配置调度效率，实现了更高水平的“人—车”“货—车”供需精准匹配。

（四）智慧互联协同治理迈出新步伐

国家综合交通运输信息平台建设成效明显，数据规模逐步提升，综合交通运输大数据中心体系基本建立。同时，交通运输部正按照“1+N+X”的发展框架（基于1个通用基础大模型、开发N个行业垂域大模型、广泛服务各类应用场景）推进综合交通运输大模型建设，将依托国家综合交通运输信息平台实现部署应用。全国超过500座城市积极打造“城市大脑”，助力城市交通物流智慧化发展。

二、人工智能技术赋能交通物流发展面临的主要挑战

（一）满足交通物流复杂系统要求的技术、数据等基础支撑乏力

人工智能技术具有自主学习、动态适应、智慧决策等特征，充分实现其功能还需进一步提高算法、模型等关键技术水平特别是对应用场景的适配性，以及需要规模化的数据资源提供支撑。目前来看，一是人工智能技术对交通物流作业场景的适配性不足。人工智能的算法、模型等关键核心技术还存在短板弱项，特别是交通物流作业的复杂场景、极端场景较多，天气条件、交通状况、市场需求等各类内外部因素动态变化、相互影响，对人工智能技术发展形成较高水平的学习、适应和决策能力构成挑战，技术应用的可靠性、安全性有待提升。二是数据资源质量和应用水平不高。交通物流领域数字化、网络化、智能化设施设备往往由不同的市场主体建设开发，生成的数据结构化、标准化水平不高，存在数据联通壁垒，难以实现对数据资源高效、规范、安全的采集和处理，对数据的泛在化、规模化应用存在制约。

（二）支撑人工智能技术系统赋能交通物流发展的协同创新不强

人工智能技术能够对海量复杂信息进行集成、精准处理，有助于实现交通物流资源的全网优化配置。既需要推动数智技术跨领域跨环节协同应用，以“万物互联”为人工智能技术进一步的系统赋能创造条件，又需要充分挖掘技术变革下的新产业新模式，全面提升发展的质量和效益。目前来看，一是交通物流各领域各环节的技术协同创新不到位。交通物流细分领域和作业环节较多，对新技术应用的衔接适配要求较高。目前，各类数智技术优先在重要路段和枢纽等场所实现应用，对整个集疏运网络的覆盖不足，无人化、智能化载运装备的普及程度、网联水平不高，导致单一环节作业效率的提升难以向全网延伸。二是交通物流科技创新、产业创新与模式创新的协同互促有待加强。人工智能技术加持下，各类智能交通基础设施和无人化、智能化载运装备加快发展，显著提升作业效率。需要充分利用新型设施设备创造的“万物互联”技术条件，进一步探索形成新产业、新模式，实现各类设施设备高效衔接、优化组合，提升交通物流作业的系统效益。

（三）实现人工智能持续赋能交通物流的可持续发展生态尚未构建

人工智能技术发展应用的配套技术、关联产业众多，需要理顺从技术研发到产业化应用的价值链条，形成发展合力。目前来看，一是人工智能技术应用的投入与回报尚不匹配。人工智能技术相关软硬件系统的开发、采购、更新、维护以及数据、人才等要素获取的门槛较高、投入较大，难以向不具备规模化使用场景的众多中小企业推广应用，交通物流领域尚未形成就基础技术、共性技术进行协同创新、集中攻关及收益共享的发展模式。二是支撑人工智能技术应用的产业生态尚未形成。人工智能技术与交通物流的融合发展需要通信、算力、能源等产业发展提供支撑。特别是随着高级别自动驾驶、城市空中交通等需要人工智能技术深度赋能的场景发展普及，将会对其他关联产业的发展能级、相关设施设备的功能适配提出更高要求，需要形成相应的跨界融合商业模式和投入产出机制。

（四）适应人工智能技术深度赋能交通物流的体制机制支撑不足

人工智能技术与交通物流深度融合将催生形成新的产业生态、运营模式、应用场景等，需要建立相适配的制度支撑。目前来看，一是部分现行规章制度对人工智能技术应用存在制约。以无人机“上天”、无人车“上路”为代表的新场景仍然在空域、路权等资源获取和使用方面受到较多限制，对相关技术的规模化、商业化应用进程形成阻碍。二是规则标准等存在缺位。人工智能技术赋能交通物流发展所涉及的数据采集、存储、交换与使用等基础性、通用性规则标准以及确保相关作业场景与人工智能技术高效、安全融合的规则标准等均有待发展完善。三是相关支持政策的体系性精准性不足。现阶段支持人工智能技术应用的举措主要聚焦交通物流终端应用设备、单一硬件设备的推广应用，容易造成“技术堆砌”，对基础技术、系统效益的关注不足，需要向行业共性技术研发、数据资源建设以及软件系统应用等倾斜。

三、对策建议

（一）完善顶层设计，战略性系统性构建“人工智能+交通物流”发展生态

一是编制出台专项指导文件。目前，交通运输部正加快推动出台“人工智能+交通运输”的指导文件。以此为基础，可进一步研究制定“人工智能+现代物流”指导文件，逐步明确公路、铁路、水运、航空、邮政快递等细分领域实施方案、细则等。二是完善科技、产业与模式协同创新的制度设计。构建企业主导的人工智能技术协同创新和产业化应用体系，建设政府指导、大中小企业参与的行业共性技术研发、公共数据等平台。依托交通物流领域形成的超大规模基础设施和服务市场，借助人工智能技术培育各类资源优化组合的新业态新模式，探索跨领域跨环节的价值循环、收益回报机制。三是统筹谋划关联产业协同发展。结合低空经济、全空间无人体系等重大发展变革方向，战略性构建人工智能技术全方位、高水平赋能交通物流发展的配套支撑体系，加强通信、算力、能源等关联产业协同建设、统筹布局。

（二）发力重点方向，提升人工智能技术赋能交通物流发展的系统效益

一是推动新一代无人化、智能化载运装备规模化应用。打造支持无人机等新型航空器规模化飞行的低空智能网联系统，推动自动驾驶卡车编队在干线运输场景应用以及支线、末端配送无人车在复杂道路场景应用，加强无人仓储作业设备系统集成应用，培育交通物流领域的新产业新模式新动能。二是系统降低交通物流运行成本。加强人工智能技术对交通物流运营组织环节的赋能，对作业资源进行系统化、智能化动态高效排布，促进供给与需求柔性精准适配，系统提升资源配置效率，降低交通物流成本。三是提高交通物流安全生产水平。聚焦公路交通等安全事故相对易发、多发领域，借助人工智能技术进一步加强相关基础设施、智能辅助驾驶服务、危险品运输作业等安全功能配置，提高各类风险隐患的监测、预警和处置水平。

（三）加强要素供给，消除交通物流与人工智能技术融合发展面临的制约

一是创新完善监管方式。统筹人工智能技术赋能需求与交通物流行业监管要求，研究对各种运输方式及交通安全等法律法规进行修订，围绕核心应用场景制定新的监管制度，确保新技术新业态安全有序发展。二是加强规则标准引导。结合指导文件编制，制定人工智能技术在交通物流领域应用的相关技术指南、标准规范，明确人工智能提供决策支持的功能边界、责任边界等，规范数据采集、处理的标准和程序，依法依规提高数据流通和使用水平。三是强化资金、人才等支撑。依托相关示范工程建设，加大对人工智能共性技术研发、数据资源建设、软件系统应用以及中小企业业务流程智能化改造的支持力度。挖掘交通物流人才队伍规模化专业化红利，加强创新型、应用型、技能型人才培养。

（李卫波，国家发展改革委运输所。李植善，伦敦大学学院）

（选自《中国经贸导刊》2025年10月上）