5G、云计算、大数据、物联网及人工智能等新一代信息技术的不断涌现,正引领交通运输行业进入数字时代。在数字化的浪潮下,依靠数字技术的力量,将打破传统交通体系内的壁垒,增强交通枢纽内外部的衔接性,让多种运输方式连接、融合一体,解决交通一体化发展问题,实现综合大交通的目标。
在华为全联接2021期间,交通行业数字化转型专著《大交通时代:行业数字化转型之道》(以下简称《大交通时代》)正式发布。

本书深度剖析了交通行业数字化转型之道,详细阐述了如何将5G、AI、大数据、云计算等新ICT技术,助力交通行业智慧转型。
数字化转型正当其时
我国高速公路曾经落后德国60年,高铁落后日本40年,现在16万公里高速公路和近4万公里高铁,运营里程均居全球第一位。此外,港口吞吐量18年来雄居全球第一,前五大地铁城市均在我国,大兴机场进入全球机场Top 3,我国交通事业取得了伟大成就。
华为董事、企业BG总裁彭中阳表示,交通运输在国民经济中具有先导性、基础性和战略性地位。数字化转型是当前交通行业又一次伟大变革,对于交通行业的企业来说,智慧机场、无人化码头、ETC自由流等的广泛应用,效率极大提升,数字化构建了交通企业强大的竞争力,是区域经济快速发展的有力支撑。
交通是物理世界的通信,通信是数字世界的交通。对于建设现代综合交通运输体系,《数字交通发展规划纲要》、《国家综合立体交通网规划纲要》都强调交通运输基础设施和运载装备全要素、全周期的数字化升级,提高综合交通运输网络效率,降低物流成本。
中国工程院院士、中国商飞公司首席科学家、C919大型客机总设计师吴光辉说,新一代信息技术作为引发当今科技革命和产业变革的先导技术,其与交通运输业深度融合的核心要义在于引领行业生产力和生产关系发生深刻变革,数字生产力、价值共创共享生态关系成为变革新趋势,日益显现出强大的增长动力。
交通行业数字化转型的华为“蓝宝书”
深度应用新一代信息技术,大力发展新技术、新产品、新模式、新业态,全面加速数字化转型,已经成为新时期组织生存和发展的必然选择。然而,组织在推进数字化转型过程中,普遍面临战略不明确、路径不清晰、过程方法缺失、价值难获取等共性问题和挑战,急需一套行之有效的数字化转型体系架构和方法机制,以体系方法为牵引,系统性、全局性推动转型变革,稳定获取预期成效,加速迈入创新发展新阶段。
《大交通时代》的正式发布就是为了解决这样的问题,电子工业出版社总编辑兼华信研究院院长刘九如表示,《大交通时代》这本书主要内容源起于华为交通运输行业解决方案部整理的内部资料《交通运输行业数字化转型实践心得汇编》,这本材料在华为内部被称为“蓝宝书”,是华为“边研究、边总结”的工作成果。“蓝宝书”记录着华为自参与交通行业数字化转型以来的行业理解和实践经验,众多细微精彩的案例背后处处透出精彩的理论之光。
《大交通时代》深入研究和挖掘交通行业数字化转型的具体实践,以解剖麻雀式的大量案例与前瞻理论融合,构建起系统的知识体系,深入浅出地总结提炼出了推动数字化转型的有效途径!
扩大“懂行人”队伍
在综合大交通框架下,包括航空、城轨、公路、物流、铁路和港口等六大垂直行业,华为都在探索,将5G、物联网、边缘计算、机器视觉等新兴技术融入场景,通过交通基础设施的数字化,全面感知人、车、路、环境等要素,多种交通方式数字化联动,效率得到飞跃式提升,全面提升交通运输的安全和体验。
华为企业BG全球交通业务部总裁王国钰表示,交通企业的数字化转型是一个长期的、持续的、渐进的变革过程,并随着社会和科技的发展,不断演变、不断进步。华为将持续专注交通运输行业,深刻理解行业发展,希望能够扩大“懂行人”队伍,实现数字技术与行业业务的完美融合。
华为聚焦“联接+计算”,与伙伴一起致力于交通行业数字化转型升级,助力实现人悦其行、物优其流。
信息与通信技术持续发展,使能交通行业智能升级,未来呼啸而来。华为基于交通行业数字化转型需求与实践,提出“12345”方法论,从“三个一”到“三张图”,通过信息互通、数据融合,用算力驱动运力,实现运行一张图、出行一张脸、货运一张单,推动人类迈入“人悦其行、物优其流”的大交通时代。
华为始终坚持平台+生态战略,聚焦“联接+计算”构建数字底座,与众多合作伙伴一起帮助千行百业数字化转型,共创行业新价值,让每一个交通企业成为独特的自己,让强者更强。
未来,华为将携手更多生态伙伴、客户伙伴,共同探索和研究,合力推动交通行业数字化转型,共同创造智慧交通的美好世界。 “大交通”时代将带给世界崭新的体验与美感,昂首翘望这一新时代的到来。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。