推进“人工智能＋交通运输”行动，既是提升超大城市交通治理现代化水平的重要抓手，也是培育交通新质生产力、服务加快建设交通强国的重要实践。面对这一时代考题，上海正依托丰富的场景禀赋与雄厚的创新资源，加速推动数智技术与综合交通深度融合。从技术验证到规模落地，从单城应用到区域协同，上海的探索步履不停。即将拉开帷幕的“人工智能＋交通运输”上海发布2026主题活动，正是这场数智变革的集中缩影。近日，上海市交通委员会主任肖辉接受本报专访，深入解读上海在推进AI与交通运输深度融合方面的战略思考、生动实践与未来布局。

　　把握“三个关系”　打造创新应用重要试验场

　　记者：上海兼具国际性综合交通枢纽城市与人工智能产业高地双重优势。面对AI带来的行业变革，上海推进这项工作的总体思路和战略定位是什么？

　　肖辉：上海推进“人工智能＋交通运输”行动，总体就是坚持创新引领、需求导向、数据驱动、规范有序，在顶层设计上重点把握三个关系：一是把握技术创新与实际需求的关系。人工智能应用不能停留在展示和概念层面，必须聚焦交通运输的真问题，围绕安全、效率、服务、绿色和治理等方面，开展一系列场景应用，形成可验证、可复制的应用成果。二是把握单点突破与系统推进的关系。不能局限于建设某一个平台、开发某一个模型，而是统筹数据、算法、算力、装备、场景、标准和人才，推动人工智能融入交通规划、建设、服务、运维、管理等全过程。三是把握发展与安全的关系。交通运输关系公共安全和人民群众切身利益，必须在安全可控的基础上，坚持能用、好用、管用。例如，自动驾驶、港口作业、轨道交通和机场运行等高安全责任场景，既要鼓励技术创新，也要严格落实数据安全、网络安全、算法安全、模型安全和运行责任。

　　基于此，我们编制了《上海市“人工智能＋交通运输”创新应用行动方案》，覆盖港口航运、机场民航、出行服务、邮政物流、轨道交通、自动驾驶、道路交通、政务服务8个重点方向。我们的定位非常明确，将上海打造成为人工智能赋能交通运输创新应用的重要试验场、引领示范区和成果输出地，形成可复制、可推广的上海经验，更好地服务交通强国建设，助力实现“人享其行、物畅其流”。

　　场景牵引

　　坚持“真问题”导向

　　统筹规模化应用与安全底线

　　记者：从试点示范走向规模化应用，上海如何立足自身特色精选场景、建立机制，并确保应用过程的安全可控？

　　肖辉：人工智能的创新应用不能脱离行业实际，要从交通运输运行中的痛点、难点和高频需求出发，优先选择条件较好、应用价值较高、具备推广可能的场景。比如：港口航运领域，提升港区作业、集疏运组织、多式联运衔接以及航运服务的协同调度能力；轨道交通领域，用于车站运营、智慧调度、应急处置、设施设备故障识别和保护区安全管控；道路交通领域，推进智能审图、施工监管、设施状态监测、病害识别、养护决策和路网风险预警；政务服务领域，探索政策问答、材料预审、工单流转和执法辅助等应用，提升服务群众的质效。在此基础上，推动从单点试验向系统集成拓展。

　　在推进机制上，我们把任务进一步项目化、清单化、节点化。完善开放测试、评测认证、示范推广和动态评估机制，推动技术、产品、场景和市场有效衔接。对成熟度高的应用，及时总结并在更多业务环节复制推广。

　　同时，人工智能应用越深入，越要重视安全底线。我们有条硬规矩：但凡涉及公共安全的应用场景，一律先评估风险、做好安全冗余，再谈规模化。在安全可控的前提下稳慎推进，是我们不可逾越的红线。

　　生态构建

　　打通“产学研用”链条

　　夯实数智交通底层支撑

　　记者：场景规模化落地，离不开持续的技术供给和成果转化支撑。在打通“产学研用”链条、完善全链条支撑体系方面，上海有哪些系统性布局？

　　肖辉：交通运输是一个应用牵引非常强、工程属性非常突出的领域。上海将围绕“交通需求提出问题、科研力量协同攻关、企业主导产品输出、行业场景验证推广”这条链路，推动高校、科研院所、交通运输企业、人工智能企业、平台机构等多方协同，提升技术供给与行业需求的匹配度。

　　首先，强化共性技术和基础要素供给。梳理交通法律法规、技术标准、作业规程和实践案例，建设好交通行业“知识库”；完善数据汇聚、清洗标注、隐私脱敏和合规使用机制，建设涵盖训练、推理和评测的高质量“数据集”；依托“算力浦江”行动，统筹本市现有资源，为大模型训练、复杂仿真测试和基础设施数字孪生提供“算力池”，支撑好行业大模型和智能体建设。

　　其次，建设面向产业转化的中试和公共服务平台。依托交通行业数据创新实验室、自动驾驶数字孪生训练场等平台，提供开放测试道路、仿真验证环境、共性技术支撑和综合测试评价服务，推动算法研发、场景验证、适配认证和产品熟化的有效衔接。对经过验证、具备推广条件的技术和产品，完善首试首用、示范推广、知识产权保护和包容审慎监管等机制，帮助创新成果从实验室走向真实业务场景。

　　最后，厚植复合型人才与产业生态。支持高校、科研院所和企业共建交叉学科、实训基地和联合培养机制，培养既懂交通、又懂数据、算法和治理的复合型人才，推动形成开放协同、优势互补的“人工智能＋交通运输”创新联合体。

　　跨域协同

　　打破行政边界

　　输出可复制的“长三角方案”

　　记者：长三角一体化发展战略下，上海的探索如何突破“一城一域”，与周边省市协同共建，形成可复制推广的区域实践样本？

　　肖辉：长三角交通联系紧密、产业协作深入，人工智能赋能交通运输必须突破行政区域边界，提升跨区域资源配置和协同治理能力。上海将立足国际性综合交通枢纽城市和长三角龙头城市定位，发挥场景、平台、产业和创新资源优势，推动“人工智能＋交通运输”从单城应用向区域协同拓展。

　　一是推动应用场景协同。围绕跨区域出行和物流组织等领域，加强跨省市场景衔接和业务协同。我们即将举办“人工智能＋交通运输”上海发布2026主题活动，将邀请长三角及国内相关省市交通运输主管部门共同发布“人工智能＋交通运输”建设成果。同时，交通大模型创新与产业联盟长三角区域协同中心也将在活动上揭牌。该中心承担技术协同攻关、高价值场景开放、跨区域协同治理等功能，中心秘书处常设在上海，面向三省一市成员单位开放。

　　二是推动标准机制协同。与苏浙皖等省市加强涉及人工智能交通装备、数据接口、测试评价和安全管理等方面的标准衔接及规则互认，减少技术和产品跨区域应用的制度成本。对成熟的应用模式和治理经验，及时总结形成可复制的实践案例，带动更多城市和企业参与。经过多年的合作探索，去年年底，上海和苏州已实现测试应用场景互通，嘉定的测试道路一直通到昆山、太仓，一套数据两地可用。标准通了，企业就不用每进一座城市又重复做一遍测试。

　　三是推动创新资源协同。推动高校、科研院所、企业和行业单位开展联合攻关，共建验证环境和示范场景。例如，大通道货车智能驾驶、多式联运数据链、低空飞行协同监管等创新应用，这些都不是一个省市能干成的事，必须一起干、一起担。上海推动“人工智能＋交通运输”创新应用，如果只在上海，价值就少了一半；我们要做的是让成果搬得走、学得会、用得好，只有兄弟省市用上了，更多的市民群众和经营主体受益了，上海的经验才算数。

　　未来，上海将持续深化“人工智能＋交通运输”的先行探索，力争形成更多看得见、用得上、可推广的创新成果，更有力支撑长三角区域交通高质量、一体化发展。