準備回家過年了嗎？有沒有感覺今年回家比去年還堵？據說今年春運流量再創新高，官方預計40天內人員流動量將達95億人次，其中多數人仍然選擇自駕出行，佔比達到了8成，人次超過70億。如果你也是自駕回家的一員，可能會發現今年春運還真有點不一樣，因為AI含量更高了，現在，AI不僅在加持你的出行，甚至在關鍵時刻真的能救命。有的AI在算命，有的AI在救命今年是AI味兒最濃的一年，我們習慣了用AI學知識、寫程式碼、輔導孩子作業，甚至算命……但AI啥時候能救命了？有人第一次產生“AI能救命”的認知，是因為一起事故。2024年5月1日，廣東梅大高速茶陽路段發生塌方。事故發生時，有車主提前剎車，逃出生天。據其事後講述，他會提前剎車，正是因為在到達事發路段前，車上的高德導航突然發出語音警告“前方有車輛急剎”，所以他才趕緊剎車，躲過一劫。類似的使用者當時還有很多，據瞭解，梅大高速茶陽路段發生塌方災害時，高德首次急剎預警發出的時間是5月1日凌晨2：00左右，提醒後方車輛注意前車急剎，安全駕駛。“當晚半小時內，我們共檢測到多個速度驟降的急剎，並通過語音播報提醒了後方使用者。”高德工作人員當時表示。△當事車主在相關報導下的留言高德展現出的預警能力，也在此後得到行業認可。按照國務院安委會辦公室、應急管理部工作部署，中國安全生產科學研究院聯合高德開發了“鷹眼守護”預警系統（以下簡稱“鷹眼系統”）。鷹眼系統，顧名思義就是系統具有鷹的視野，超越人類視距，使用者不需要特殊操作，只要打開高德導航，就能自動開啟鷹眼系統，即時感知到交通全域變化。這種感知能力超越了人類視距，可比人更早識別到24類潛在風險，包括重大異常事件、前方急剎車、夜間貨車和彎道超車等。監測到風險後，系統會秒級發送預警，讓司機比過去多出數秒時間做出反應，降低了發生事故的機率，並且用的人越多，系統預測風險就越準。最近系統為保障春運，又進一步升級，核心是三個字：全、廣、快。首先是鷹眼系統看得更全，一方面新增了天氣預警，會提前向使用者預警異常天氣，頻率達到分鐘級。另一方面，在遇到特殊路段，比如連續急轉彎、長下坡和事故高發地等高風險路段時，鷹眼系統也會結合天氣提前預警。值得一提的是，在異常天氣和特殊路段等條件下，系統還針對貨車特性，最佳化了其剎車預警閾值，給貨車司機留出更多反應時間。其次，鷹眼系統覆蓋範圍更廣，不挑手機和車機，全路網、全場景都能用。不管你是騎摩托、開小車或者開貨車，亦或是搭乘網約車、順風車，也不論你行駛在高速、國道還是鄉間小路，鷹眼系統都給你提供支援。最後，救援也更快了，據瞭解高德已在江蘇率先上線了“鷹眼報警”功能，實現“事故檢測-事故報警-後車預警-事故救援”閉環，6秒內自動完成事故檢測並觸發報警，該功能後續也會推廣到全國。總結來看，鷹眼系統讓咱們的出行更安全了。因為很多事故，其實往往源自司機反應不過來，而現在有了一顆眼觀全域的“鷹眼”，能提供超視距服務，更早識別不同場景的風險，並迅速提醒司機，給司機留出了更多時間來應對風險，這顯然從源頭就降低了事故機率。這是如何實現的？能救命的TrafficVLM鷹眼系統的核心是TrafficVLM模型，其以Qwen-VL為底座打造，後訓練資料來自現實世界。為了獲取訓練資料，高德技術團隊建構了交通孿生還原能力，在任何地區和尺度下，都能將真實世界的即時交通資料，對應為數字世界的動態孿生視訊流，生產出海量交通視訊用來訓練TrafficVLM。△演唱會前後鳥巢的交通流量變化，圖源：高德技術TrafficVLM不僅從交通視訊中學到了交通規律，還獲得了理解交通“語義”的能力，適配了地圖和交通孿生還原這種特殊的視覺模態。在此基礎上，高德還用複雜交通分析任務對TrafficVLM進行了針對性訓練，最終讓TrafficVLM獲得了通用建模能力，小到一個路口的通行情況，大到城市級的交通規律，TraiffcVLM都能建模。△圖片由AI生成訓練完成後，TrafficVLM具體怎麼落地？接下來舉個例子說明TrafficVLM的應用過程。比如使用者正在開車，前方3公里位置的左側車道突然發生事故，造成擁堵。此時身處車流的使用者看不到這麼遠，但是TrafficVLM加持的鷹眼系統感知到了該位置車流速度突然變慢，同時大量車輛往右並線，系統據此推理分析，發現該路段異常，並預測擁堵路段將很快蔓延到使用者所在位置。於是系統就做出決策，語音提醒使用者往右邊變道，注意避讓緊急車輛，並在導航介面呈現車流動態和現場圖片。這等於說TrafficVLM給使用者開了“天眼”，作為底座支撐鷹眼系統，把安全平等普惠地帶給了每一個人，這已經得到了資料驗證。出行安全的Scaling Law據瞭解，截止2026年2月1日，鷹眼系統累計已預警112億次，平均每天預警8800萬次；其中多車異常預警超14.7萬次。以國家交通大動脈G2京滬高速為例，高德巨量資料顯示，“鷹眼守護”系統上線後，2025年國慶期間日均萬車事故數同比去年下降約10%。也同樣是在去年國慶期間，另一條高速在早上發生了一起撞車事故，系統很快向後車預警，22分鐘內預警超220次，覆蓋範圍達500米，至少幫助超200名車主避險。這些真實的資料和事件都在表明，高德鷹眼系統正在實現出行安全的Scaling Law，這是技術Scaling Law在出行領域的對應。技術Scaling Law認為，模型有更多參數，同步投入更多算力和資料，模型的性能上限就更高，能滿足使用者更多的需求。現在，技術Scaling Law通過鷹眼系統落地到出行領域。用鷹眼系統的人越多，提供的資料量就越大，預警就越準確、越及時，系統能力就更強，使用者體驗也更好。根據QuestMobile的最新資料，高德2025年10月的月活使用者數已達9.96億。這不僅是對Scaling Law的另一種驗證，而且正在帶來社會價值方面的影響。這是由一個個駕駛員共同實現的Scaling Law，我們每個人都是交通網路的一份子，現在打開高德就能參與其中，獲取“鷹眼”加持，收到風險預警，在這個過程中我們既守護了自己，也幫助了他人。都準備回家過年了吧？過年自駕回家，熟悉的道路也記得打開導航，讓回家的路，順一點快一點，AI一點安全一點。 (量子位)