日常开车在复杂的路口穿梭时，只能看到眼前的车流，却无法预知百米外哪个车道即将拥堵；在畅通的高速上行驶时，却难以预见前方因轻微刹车而引发的“幽灵堵车”。这些局部视角的限制，使得驾驶者难以做出最优的决策。为了解决这一难题，高德导航依托空间智能架构，实现了TrafficVLM模型的再升级，从而助力用户实现全局交通掌控，提升驾驶体验。

TrafficVLM的核心能力在于“让AI看见实时交通”

依托空间智能架构，全新升级的TrafficVLM(交通视觉语言模型)为用户带来了前所未有的“天眼”视角。这项技术能让用户全面了解全局交通状况，从而在复杂环境中做出更优决策。它赋予每位驾驶者“全知视角”的能力，在面对路口或高速时，不再受限于局部视野，从而更直观预知前方路况，从容应对潜在风险。

升级后的高德地图导航让车主直接开启一场智能化出行体验。在用户看不见的云端，TrafficVLM也在同步运行，并以分钟级的频率持续对沿途交通态势进行实时推理，化身用户的超视距“天眼”。

(图：TrafficVLM赋能的AI领航)

比如在前方3公里的主干道上，左侧车道因一起突发追尾事故而形成新堵点，即时TrafficVLM会通过实时孪生交通感知到了这一异常，且推理识别出事故点并洞悉其发展趋势：拥堵或将快速蔓延，形成一个长达3公里的拥堵路段。为此，TrafficVLM会迅速生成最优决策建议。在用户到达拥堵点之前，及时推送通行建议：“前方三公里突发事故，大量车辆向右并线，推荐您提前靠右行驶，注意避让应急车辆。”

这不仅仅是一条文字提醒。当驾驶员点击导航界面右下角的视窗，导航画面瞬间切换，仿佛一部拥有上帝视角的摄影机，跨越3公里直抵拥堵现场，实时呈现前方车流动态与高清实景图像。通过云端调度系统的快速响应，系统在拥堵发生时即刻下发观测指令，调取第一现场的视觉数据，并基于图像中的深度信息进行智能分析，精准还原拥堵点位的空间结构与交通态势。用户不仅能直观看到“前方堵车”，更能清楚理解为何需要变道、何时该减速，以及拥堵的真实成因与范围。这种从被动接收提示到主动洞察全局的转变，让用户摆脱了“盲人摸象”般的局限，真正实现了对复杂路况的可视化、可感知、可预判的智慧导航体验。

高德地图产品负责人向大河报·豫视频记者介绍，目前团队构建了一套强大的底层系统——交通孪生还原能力，能够在“任意地区、任意尺度”下，将海量的实时交通数据精准还原为动态孪生视频流。无论您身处繁华的北京国贸桥路口，还是狭窄的广州老城小巷，都能实时构建出一个与现实世界完全同步的“数字交通世界”，并将其以视频形式呈现。这些让交通视频流成为TrafficVLM模型学习、分析和决策的独特输入，让AI得以实时洞察现实世界中任意区域的交通脉搏。

微观视角：潮白河桥交通实况

宏观视角：演唱会前后鸟巢的交通流量变化

从感知到决策：TrafficVLM的智能闭环

与通用视觉语言模型不同，以业界领先的视觉语言模型通义Qwen-VL为底座，TrafficVLM基于高德海量、高度还原的交通视觉数据，完成了强化学习和数据训练。首先，其需要适配地图和交通孪生还原这种独特的视觉模态，对交通元素具备语义理解能力。进而再进一步学习复杂的交通分析任务，并实现对交通动态的全面理解与预测。

(图：TrafficVLM技术架构，实时孪生与模型推理)

TrafficVLM的能力覆盖了交通分析的整个流程，从感知到决策形成了一个完整的智能闭环。首先，它能够精准识别车辆、车道线、交通信号灯状态以及车路的相对位置；此外，它还能够深入分析车辆间的互动关系：例如一辆车正在犹豫是否变道，或前方车流的减速正在向后方传导。TrafficVLM可结合当下交通流及历史交通动态，分析拥堵成因和未来发展趋势，最终生成最优的决策建议，为用户提供全局视角的支持。

导航的终极目标，从来不只是提供一条抵达线路，而是确保每一次出行都兼具安全与效率。TrafficVLM通过“交通孪生还原”与“视觉语言大模型”的创新结合，重塑了导航的可能性。它让导航得以进化为能够主动感知、理解并提供全局最优决策的智能体，将复杂的交通博弈化繁为简，变成用户可以直接了解的信息和决策建议。这不仅标志着高德地图在导航领域与大模型技术深度融合，还体现了其在AI主动参与决策能力方面的突破与创新。