5月16日，在第三届图像处理与人工智能国际会议（ICIPAI2026）上，河南大学、麒麟合盛网络技术股份有限公司（APUS）、中国联通共同研发的智慧交通时空大模型与多智能体系统，由河南大学人工智能学院副院长、博士生导师周毅教授正式发布阶段性成果。
作为项目核心研发方之一，APUS凭借自身在人工智能算法、大数据处理领域的深厚技术积淀，全程主导核心模型研发与场景落地适配工作。该项目作为河南省重点研发项目，已完成初步搭建并进入落地验证阶段，标志着三方联合研发团队在城市级智慧交通大模型应用领域实现突破性进展。
不同于传统研究导向的 AI 项目，从项目启动之初，便聚焦真实城市交通运行场景，构建了覆盖 “算力—数据—模型—应用” 全链条的技术体系。该体系依托底层算力基础设施与中国联通数据传输网络，搭载APUS自主研发的交通时空大模型核心算法与联合构建的交通知识图谱，上层部署由APUS主导优化的多智能体应用系统，形成完整的智慧交通技术闭环，为城市交通治理提供全维度、高效能的技术支撑，充分体现了APUS AI“技术赋能产业”的核心发展理念。
周毅教授作为项目首席科研专家，对系统技术架构与应用价值给予高度认可。他表示，当前大模型正从通用能力向行业深度渗透，而交通系统的复杂性与实时性，既是技术挑战，也是高价值落地场景。此次发布的系统，已在三大核心应用方向实现关键能力验证，推动交通治理模式革命性升级。
在交通事件预测方面，系统融合视频监控、路况信息、气象数据及施工数据等多模态信息，开展交通事件表示学习与风险预测，可提前识别潜在事故与拥堵风险，有望显著提升城市交通安全水平，推动交通治理从“事后处置”向“事前预警”转变；
在交通态势推演方面，针对早晚高峰拥堵、突发事故及恶劣天气等复杂场景，系统可进行动态仿真与推演，通过模拟拥堵演化路径、评估不同干预策略效果，以“可计算”的方式提升交通治理的科学性与前瞻性，为城市打造专属“交通沙盘”；
在多智能体协同决策方面，系统引入因果强化学习与并行仿真技术，构建多智能体协同机制，实现交通信号灯自适应优化、路径诱导与动态调度、应急车辆优先通行等功能，让城市交通系统开始具备“自主决策”能力，从局部优化走向全局协同。
为验证技术可行性，不仅构建了区域专属交通知识图谱，实现道路、事件与天气的关联建模，还搭建了交通仿真平台，同步接入大模型开展实时推理与决策实验。在仿真环境中，该系统已能稳定支持高峰期交通运行模拟、突发事故响应推演、临时封路及交通调整策略验证等核心场景，尽管目前仍处于小范围验证阶段，但大模型与城市交通场景深度融合的技术路径已基本打通。
展望未来，周毅教授表示，河南大学、APUS、中国联通三方将持续推动系统从实验验证向规模化应用迈进，逐步扩展至更大范围的城市示范区，始终以实现“更安全、更顺畅、更低碳”为核心价值，不断提升交通风险预测与预警能力，优化城市交通运行效率，降低无效通行与能源消耗，让技术真正服务于城市发展与民生改善。
如今，大模型正在从通用能力向行业深度渗透，而交通作为一个高度复杂、强实时性的系统，既是大模型应用的挑战，也是最具价值的落地场景之一，随着“交通时空大模型+多智能体系统”的逐步成熟，一个更加智能、自适应、可进化的城市交通体系，正在从蓝图走向现实。
