12月10日，记者走进位于高新区菁蓉汇的成都考拉悠然科技有限公司时，一块蓝色屏幕上，“四川某高速公路发生一起‘烟火事件’”的模拟实验已然开始，AI大模型正助力处理这场“交通事故”，而考拉悠然首席架构师谢治宇正着力推进这款视频全模态AI交互应用在高速交通领域落地、应用在基层工作中。

多模态AI赋能

缩短事件研判时间30倍以上

“这款‘悠然视界’应用具备多模态交互功能。”谢治宇演示着自己主导研发的多模态大模型行业应用，“用户可以通过语音、文字、视频等方式，以对话的形式深入了解交通事件或事故的详细信息，满足个性化的需求。”

屏幕左侧，现场影像传来：一辆大型车辆在高速公路上突然起火，火势迅速蔓延，现场浓烟滚滚，火光冲天。事件第一时间被AI应用系统发现，并依托其对高速交通场景的理解和认知，研判为“高风险”事件。“通过该应用，可以实现对有价值业务事件的主动认知，有效过滤90%以上无需触发管理行为的低风险事件，提升工作效率。”谢治宇解释说。

在屏幕右侧弹出的对话窗口，谢治宇输入信息提问：这个火是怎么引起的？系统描述货车侧翻点燃燃油系统的状况后，分析到：从现场画面来看，火焰呈现黄色和橙色，有大量浓烟。塑料燃烧通常会产生这种颜色的火焰和浓烟，而含有钠元素的化学物品也可能导致火焰变黄，因此推测运输货物中可能含有塑料物品或含有钠元素的化工物品。

“基于考拉悠然自研多模态交通行业大模型的能力，可缩短事件研判时间30倍以上，让部分交通事故处理时间从半小时缩短至一分钟，大大增强交通事件、事故的处置能力。”谢治宇称。

大模型“落地为王”

架构师锚定“用户需求”

要联通大模型与现实世界，通过一块绘制着高速线路的蓝色屏幕实现150公里路段安全治理效率的提升，在这背后，需要架构师做哪些工作？

谢治宇提到了一个细节：“我需要去现场，到交通治理工作一线，同吃同住。”这样做，是为了破除行业语言体系之间的壁垒。“通过实地调研的方式，我能更好了解行业现实需求，从而让AI大模型精准赋能行业效率提升。”他认为。

于他而言，除了要在技术层面像积木一样搭起产品系统，即完成模块化的架构，更为重要的是架构一座桥梁，让AI能够“理解”现实情况——“满足应用需求”是人工智能行业的工作使命。目前，考拉悠然的大模型应用于交通、工业检测、安全生产、城市治理、半导体等领域，赋能超过500家企业。

有业内人士直言，如今大模型已进入“落地为王”的阶段，即与场景相结合解决实际问题。除了考拉悠然，在成都，还有潜在人工智能的行者AI数字文娱垂类大模型、阿加犀智能的边缘端开源大模型、智慧途灵的SLM知识领域模型……各有所长，呈现出百花齐放的态势。

“创新的产业沃土有利于我们人工智能企业的发展。”谢治宇称。今年，《成都市进一步促进人工智能产业高质量发展的若干政策措施》《成都市人工智能产业高质量发展三年行动计划（2024—2026年）》等政策先后印发，助力成都打造创新活跃、规模领先、生态完备的人工智能产业发展高地。

“成都场景、数据的开放为企业提供了机遇。我们积极与各个行业进行共创，取得了良好效果。”据了解，超过900家人工智能企业汇聚于成都，已实现从基础层、技术层到应用层的产业链全覆盖。现在，谢治宇正推进“AI+交通”项目，将其打造成为大模型赋能行业的标杆，实实在在带来效率提升。面向未来，他满怀期待：“我们将在成都继续生长，让‘成都造’走向更广的市场。”