網絡上流傳著一個著名段子—— 問：制約中國互聯網未來10年發展的最大瓶頸是什么？ 答：西二旗后廠村的交通。

2018年，這個段子遇上了“終結者”，西二旗開始布設一種“AI交通燈”：過去是車看燈，讀秒數通行，現在是燈看車，讀車數放行…… 數據顯示，“AI交通燈”使上地三街車流主方向平均延誤降低了15．2％，平均車速提升了15％，附近兩條支路上的平均延誤時間也降低了10％～20％。

“AI交通燈”并不神秘，基于用AI算法實現智慧交通信號配時優化和時段自動劃分的TrafficGo解決方案。以至于有互聯網企業員工笑稱：“到頭來，還是華為AI解決了中國互聯網的最大發展瓶頸”。

BAT華為角逐智能交通

智能交通概念提出多年，但技術應用落地也就是近幾年的事情。

2016年9月，以LTE－V（C－V2X）技術為基礎的智能交通試驗網在杭州進行了小規模公開演示。

華為與浙江移動負責試驗網搭建，上汽前瞻車隊提供車輛改裝，華為提供LTE－V車載通訊模組，阿里提供車載操作系統和數據整合，《壹觀察》曾在現場體驗了車輛在行駛過程中與其他車輛V2V防撞、公交車進站／出站提示、行人橫穿馬路提醒，以及數據中心根據區域車道數據通過交通信號燈進行智能調度等真實場景演示。

這也是華為、運營商、互聯網企業，以及城市交管部門，首次聯手對智能交通“人—車—場景”的重構和綜合驗證。

隨后的兩年時間，智能交通成為各大科技企業投入的重點方向，其中以華為＋BAT企業最有代表性。

阿里以阿里云為主體，開始推動“ET城市大腦”的試驗，通過城市攝像頭、交通信號燈與數據中心的連接，根據區域車道數據，對城市交通調度進行智能優化。

同時，阿里通過旗下的高德導航獲得了更多用戶出行大數據，車輛端通過向傳統車廠提供AiOS車載操作系統搭建車聯網應用場景，進一步獲得用戶駕乘大數據，目標打通從云端到用戶端的雙向數據交換，讓城市智能交通不斷“進化”。

阿里這套體系實際上有些像Google的做法，通過地圖和操作系統不斷豐富端側場景和數據，云端則用于大數據優化和計算，最終再返回端側優化。

當然也會遇到與Google相似的問題，比如傳統車廠更偏向使用第三方云提供的專有云服務，投資的滴滴也使用了騰訊地圖，傳統車廠和移動互聯網企業對自身數據還是有較強的保護意識。

騰訊的智能交通業務布局較廣，主要分為三類。

一是通過旗下微信、移動QQ等超級APP，投資滴滴出行、美團、摩拜等用戶出行／O2O入口，以及注資四維圖新，為騰訊系產品提供高精度地圖數據和導航，獲得了互聯網企業中最豐富的用戶出行大數據，并以此為基礎加強與交管部門的合作。

二是通過對地圖、互聯網連接、圖像識別等方面的投入，進行無人駕駛技術的前期技術驗證，馬化騰2018年3月曾公開表示，希望騰訊未來能開發基于AI的無人駕駛汽車技術。

第三則是直接投資新造車公司，如特斯拉、蔚來汽車等，布局新的車輛終端、技術和服務入口。

總體來看，騰訊的用戶出行數據維度較為豐富，投資手段多樣化也有利于在智能交通的生態布局，不過目前這些策略布局較為分散，現階段互相之間缺乏聯動。

與阿里和騰訊相比，百度在無人駕駛的智能車輛端側進展更為快速，在車載系統、感知、語音交互、智能決策與控制等方面皆有布局。

目前自動駕駛技術平臺Apollo的生態合作伙伴規模已超過70家，通過向傳統車廠提供“百度汽車大腦”方案，百度希望在未來更多覆蓋用戶以車輛出行的服務入口。

2018年7月，百度已宣布與金龍合作率先實現無人駕駛小巴車的小規模量產及試運營，并計劃2019年與江淮、北汽，2020年與奇瑞共同推出無人駕駛車輛。

在云側，百度也依靠在云計算、人工智能和大數據布局，推動構建“交通大腦”，比如與中國海事局、太原鐵路局、南方航空公司、福田汽車達成深度合作，建立了智能交通生態聯盟。整體來看，百度智能交通戰略現階段依舊更加強調端側，在云側的實際進展并不突出。

相比BAT等互聯網企業，華為的智能交通戰略覆蓋了完整的云（華為云）—管（C－V2X／IoT標準和網絡管道搭建）—端（車聯網平臺）。

在端側，華為不造車，但強調的是標準與連接，早2013年華為就推出了車聯網模塊ME909T，每年投入上億元用于車聯網研發，包括奔馳、奧迪、豐田、東風、長安等車企都選擇與華為進行車聯網合作。

2016年9月底，奧迪、寶馬、戴姆勒聯合華為等通訊企業成立了5G汽車通信技術聯盟，華為成為其中重要的標準制定者之一。

在管側，華為是5G、IoT通訊協議的重要標準制定者，以及LTE－V／5G V2V標準的主要推動者，并且承擔了運營商在中國市場份額最大的高速通信網絡搭建。

在云側，華為同樣擁有深厚的技術和產品積累，華為云EI企業智能服務于2017年底推出，智能交通成為其六大行業重點解決方案之一，并且依靠整體技術和解決方案能力獲得了政府部門與行業的認可。

實際上，早在北京西二旗之前，華為在2017年9月就與啟動了“深圳城市交通大腦項目”。

深圳交警選擇了城市車輛密集度最高之一的華為坂田基地，在9個路口做了真實路況測試，結果顯示該區域平均車速提升了15％，城市公交系統延誤率降低了15．2％。

深圳交警與華為聯合打造的“深圳城市交通大腦項目”，在2017年11月舉行的2017世界智慧城市博覽會上，從全球300多個城市中勝出，榮獲2017世界智慧城市博覽會唯一“平安城市大獎”。

從外界來看，包括BAT在內的智能交通戰略都離不開華為的參與，華為的戰略也更加開放與包容，有望成為中國智能交通的“基礎設施”。

智能交通變革的重要變量

從亞馬遜2005年宣布推出Amazon Web Services開始，云計算誕生已有14年。

但云計算真正爆發也就是近幾年的事情，這是由網絡基礎設施、技術成熟度，以及承載的應用業務需求共同決定的，其中AI技術的創新應用，以及即將到來的5G，都是推動產業成熟和落地的關鍵因素。

2017年9月，華為云業務升級為與三大BG并列的一級集團業務部門，目標成為“全球五朵云之一”，甚至在內部被稱為”面向客戶的底座和平臺”。

究其原因，一是華為三十年圍繞ICT基礎設施的巨大硬件投資，將以云服務方式開放出來，區別是原來賣產品，現在則可以賣服務；二是華為的運營商業務、企業業務、消費者業務等現在都將承載在華為云上，因此云自然就成了“華為的底座”。

華為的人工智能技術研究始于2012年之前，是國內最早進入AI技術研究的頭部企業之一，隨后由著名的諾亞方舟實驗室接手，華為AI研發由此全面加速，主要圍繞基礎理論研究與創新、內部使能來改造華為的流程管理，以及人工智能相關的產品，對外賦能三大目標。

2017年是華為AI使能完成突破的重要時間節點。

華為在諾亞方舟實驗室內部單獨組建了AI使能工程部，推動AI技術在各個產品線上的使能與應用。

2C消費者領域，華為在德國IFA電子消費展上發布了全球首款手機AI處理器海思麒麟970，以此為基礎，隨后發布的華為Mate 10開啟了手機行業“場景化智能識別”的AI攝影時代。

2B公安客戶領域，華為發布了與深圳交警聯合創新的解決方案，包括了具備深度學習、圖引擎服務等技術的“城市交通大腦”。

具備人臉識別、圖像識別和內容檢測、精準語音語義識別和人機交互的多個通用服務。

以及包括智能水務、智能制造、智能電力、智能交通、智能金融、智能零售等六大行業場景解決方案。

其中，2017年10月成立的公共安全系統部，在內部被列為華為公司新的戰略級方向，令業界尤為關注。

熟悉華為的人都知道，華為一貫是“慢熱”。

論證周期長，決策謹慎，不過一旦戰略確定，“就對準一個城墻口，千軍萬馬撲上去，將缺口沖成了大道”，成為該領域的領導性行業。

不難想象，在華為云＋AI的技術優勢推動下，被列為公司戰略級方向的公共安全系統部，注定將成為推動中國在垂直行業市場變革的重要推動力量。

據了解，為了鞏固技術研發與行業應用創新優勢，華為大手筆投入了超過500名科學家，其中100多名為主攻AI的研究人員。

同時，華為研發云端使用的AI芯片、深度融合AI技術的前端攝像機、支持AI能力大算力的新一代服務器等也都對行業場景解決方案進行高匹配度創新。

在北京西二旗的“AI交通燈”，以及“深圳城市交通大腦項目”等項目，都是華為在智能交通領域推動應用創新變革的重要案例。

AI，智能交通的正確打開方式

中國是全球最大的汽車保有量國家，截至2018年6月底全國機動車保有量達3．19億輛，其中58個城市汽車保有量超過百萬輛，也是全球面臨交通壓力最大的國家之一。

以北京為例，高峰平均車速只有22．17Km／h，人均單程平均通行時間達56分鐘，也就是平均每人每天要花近2個小時用于通勤，每年因擁堵產生的人均經濟損失高達11747元。

北京的交通問題，既有之前道路規劃與目前居民出行方式的不匹配，也存在交通調度、居民遵守交通意識的諸多問題。

以中國香港和日本東京位列。雖然人口密度同樣大，但交通壓力和居民出行效率都好于北京。

雖然北京等中國一線城市近年來在交通信號燈、監控攝像頭、遠程調度上投入了很多物力人力，但居民關注度較高的出行體驗并未得到好轉，反而有繼續加劇趨勢。

正確的“打開方式”，是AI。

讓大數據來預測城市交通擁堵情況，通過敏捷視頻系統觀測實時交通狀況，并通過AI完成交通信號配時優化和時段自動劃分。

面臨千萬人口出行的城市復雜交通狀況，基于大數據、云計算的AI，肯定比人的判斷要準確，失誤率更少，并且還會根據結果不斷優化算法，逐漸“成長”。

華為智慧交通解決方案總監何均宏對此表示：“一個城市的文明水準，站在路口就能一目了然”。

何均宏和團隊的工作方向為云計算、大數據、人工智能和5G車聯網研究，為城市交通大腦提供海量的連接、海量數據存儲、強大的計算和智能。

何均宏認為，解決城市交通問題，必須先了解目前交通管理面臨的六個“新常態”：

一是車輛數井噴，車輛發展快于道路承載能力；

二是交通文明還需改進，部分人的不良出行習慣可以擾亂整個城區的交通安全、有序；

三是交通規則豐富，不同城市的交通規則差異需要因地因時制宜，交通規則越來越豐富、彈性；

四是停車位少、不均衡，新舊路網并存；

五是功能區密集，城市化快速發展，城區快速擴張，但教育、醫療、商業、產業園區等核心功能相對集中在部分城區；

六是交通監控、信號機、交通誘導和互聯網應用、移動應用難于協同。

基于對交通管理六個“新常態”的理解，華為智能交通行業解決方案，為此提供了AI違法圖片識別、TrafficGo、視頻流量監測等領先的創新方案：

在城市智能交通調度方面，目前傳統交通監控攝像每天要產生大量的圖片和視頻數據，給執法中的判定效率和準確度帶來了巨大的壓力。

智慧交通解決方案設計的算法倉可融合目前多家分析算法，支持開車打手機、主／副駕駛不系安全帶、變道壓實線、車型／車牌識別等多種典型場景算法，并支持根據當地交通執法部門要求的實際場景提供可定制算法。

經過多地實際測試，車牌識別精度達99％，車型識別和各類違法行為識別精度不低于90％，明顯高于目前的傳統算法方案。

比如絕大多數城市使用的傳統交通監測，浮動車數據只占有效數據的5％－10％，只能粗略地顯示道路是否擁堵。

華為智慧交通的TrafficGo方案，可通過視頻監測數據，精準識別整個道路上每一條車道的全量數據（過車數量、過車速度、車輛排隊長度等）。

TrafficGo還可以把車流的行車軌跡和轉向信息通過正反裝視頻進行了提取，充分掌握了區域發車規律，對端到端小于500ms的區域行車規律提取，為多路口多智能體的協作提供了有效的觀測數據基礎。

傳統的信號燈配時聚焦在單路口的通行優化，一個路口實現了暢通，卻將交通壓力轉移到了其他路口。

TrafficGo首家實現了交通智能體和信號管控平臺的安全通訊接口標準制定，可以將配時方案實時、自動地推送配時方案到信號機。

同時，TrafficGo對區域所有車道的交通流量數據進行協同計算，然后形成該區域各個路口的信號燈配時方案，實現整個區域的交通流量最大化，將區域內車輛在路口的等待時間降低10％以上，智能提升區域內的通行效率。

何均宏透露稱：基于華為交通大腦開放平臺的生態圈，現在已能支持交通狀態感知、智能非現場執法、大數據違法打擊、智能交通路況服務、智能信號控制等等業務，實現整個交通管理系統的閉環。

目前除了北京、深圳等城市，華為智能交通的合作伙伴已經開始為更多全國各地的交警部門服務，得到十多個城市交通管理者的贊揚。

從中國城市的規劃數據來看，中國一二線城市的交通道路占比市區總面積的比例，與發達國家相比并不低。

比如上海楊浦區的道路面積已占全區土地面積的20％左右，但并沒有解決交通道路的擁堵問題，背后實際上是規劃和管理沒有及時跟上城市居民的交通出行需求。

同時，城市交通巨大的流量，也讓中國城市管理者們獲得了更為豐富的交通大數據。

在這個過程中，華為提供的“城市交通大腦”方案，向我們展示了云計算＋AI技術方案融合給城市帶來的智能交通變革，也讓我們看到了一個清晰可觸摸的萬物互聯智能世界。