AI+交通大模型周行TRIP、TASP2.0、TAIM发布

1月28日，南京河西中央科创区人工智能卓越工程师技术中心在南京阿里中心成功举办2026年度发展研讨会。会议聚焦人工智能与交通领域的深度融合，汇聚了来自政府部门、高校、科研院所及行业企业的多方专家，共同推动人工智能技术在交通规划、仿真建模、执法管理等具体场景中的创新应用与产学研用协同发展。

东南大学统计与数据科学学院直属党支部书记、复杂交通网络研究中心主任、交通学院教授刘志远在活动中重磅发布了三项AI+交通系列产品——东大周行-TRIP渐进式交通推理大模型、TASP 2.0交通仿真软件和TAIM交通执法大模型，集中展示了其在解决交通感知、仿真与执法等关键环节“卡脖子”难题上的最新突破，为AI与交通产业的深度融合提供了来自产学研一线的重要实践。

东大周行-TRIP渐进式交通推理大模型：实现可信智能推理与全生命周期优化

“周行”一词源自《诗经·鹿鸣》：“人之好我，示我周行”，意为展示至善之道、至真之理。体现了TRIP模型的核心理念：通过渐进式推理，揭示交通系统的内在规律，为智能决策提供可信赖的路径，寓意模型在多方协同中汲取智慧，致力于优化交通全生命周期。

TRIP的核心优势在于构建了“物理规律+语义理解”深度融合的智能框架，使模型在复杂交通场景中的决策更符合实际运行逻辑，显著提升了推理过程的可靠性与安全性。该模型形成了覆盖交通“感知-建模-决策-优化”全流程的算法体系，实现了从智能理解到系统级优化的闭环支持，模型决策效率大幅提升。同时，其开放的生态架构与系统化的评测标准，为行业多场景协同创新提供了坚实基础，已覆盖6大交通领域、20余类典型场景。

TASP 2.0交通仿真软件：突破大规模仿真瓶颈

TASP 2.0软件以“大模型+自然语言交互”革新传统仿真模式，支持超大规模路网的实时推演，支持10万+节点级别的全域路网实时加载。通过高保真复现技术，平台精准模拟混合交通流特征，实现仿真环境与物理世界的无缝映射。其开放式架构为科研与工程应用提供透明底座，已在11个百万人口规模以上城市深度推广，支撑数千公里路网的规划与优化，显著提升交通管理效率。

TAIM执法大模型：赋能交通执法智能化

TAIM模型创新构建“法规-流程-案例深度融合”的交通执法大模型框架，将法律条文、执法流程规范、典型执法案例及业务规则嵌入模型训练与推理过程，有效抑制生成式人工智能在执法场景中的不确定性与幻觉风险。其算法体系覆盖执法从取证到监督的全流程，大幅压缩文书制作时间，案件处置效率提升约30%。模型还构建了开放共享的生态与评测标准，为多部门协同提供安全可控的技术支撑，推动执法业务从人工操作向系统化智能引擎转型。

同期还举办了人工智能产业研究智库成立仪式、青年发明家创新大赛宣讲、教授专家工作室等活动。通过“智库-大赛-工作室”三位一体的创新体系，构建了从基础研究、技术攻关到产业转化的完整生态链。

本次AI+交通系列产品的成功发布，标志着智能交通领域产学研用协同创新模式取得重要进展。未来，南京河西中央科创区人工智能卓越工程师技术中心将继续深化与政府、企业及科研院所的合作，推动周行TRIP、TASP、TAIM等创新成果在智慧高速公路、城市交通管理、智能执法等场景的规模化应用，构建产学研用深度融合的创新生态，为加快建设交通强国注入新动能。