随着ChatGPT的火爆出圈，在全球范围内掀起了大模型狂飙热潮，从金融、法律、教育到医疗，各垂直行业的大模型正如雨后春笋般迅速生根发芽实现场景化落地，充分展示了生成式AI赋能各行业的巨大商业潜力。
在此背景下，北京交通大学联合中国计算机学会智慧交通分会与足智多模公司等正式开源了，自主研发的国内首个综合交通大模型：TransGPT・致远。（开源地址：https://github.com/DUOMO/TransGPT）
TransGPT不仅可以用于学术研究，通过邮件申请并获得官方许可后，可以免费商业化。（申请邮箱地址：duomo_tech@163.com）
据悉，TransGPT主要致力于在真实交通行业中提供各种功能，包括交通情况预测、智能咨询助手、公共交通服务、交通规划设计、交通安全教育、协助管理、交通事故报告和分析、自动驾驶辅助系统等，例如，通过实时监测和分析车辆、道路、信号灯等信息。
TransGPT还可以为道路工程、桥梁工程、隧道工程、公路运输、水路运输、城市公共交通运输、交通运输经济、交通运输安全等行业，提供类ChatGPT的问答服务，例如，肇事逃逸将面临哪些处罚？。
训练数据方面，TransGPT・致远的训练基于约34.6 万条交通领域文本数据（用于领域内预训练）和 5.8 万条交通领域对话数据。数据内容包括：科技文献、统计数据、工程建设信息、管理决策信息和科学数据等。
TransGPT功能展示
1、交通安全教育：交通大模型可以用于生成交通安全教育材料，如安全驾驶的建议、交通规则的解释等。
2、智能出行助手：在车辆中的智能助手可以使用大型交通大模型来理解和生成更自然、更复杂的对话，帮助驾驶者获取路线信息、交通更新、天气预报等。
自动回答关于公共交通服务的问题，如车次、票价、路线等。这可以提高服务效率并提升乘客体验。
3、交通管理：通过实时监测和分析车辆、道路、信号灯等信息，协助智能协调交通流量，减少交通拥堵。分析社交媒体或新闻报道中的文本信息，预测交通流量、交通堵塞或事故的可能性。
同时，该模型能分析交通事故历史和特征，给出相应对策和方案，减少交通事故的发生。
4、交通规划：交通大模型可以帮助分析公众对于交通规划提案的反馈和意见，提供决策者更全面的信息。
5、交通事故报告和分析：交通大模型可以帮助快速理解和分类交通事故报告，提供事故原因的初步分析。
6、交通政策研究：大型交通大模型可以用于分析公众对于交通政策的反馈，或者生成关于交通政策影响的报告。这可以帮助政策制定者更好地了解政策的实际效果。
TransGPT评测
研发团队在交通 benchmark 上进行了 zero-shot 评测，并获得了不错的成绩。
1、交通安全教育：生成交通安全教育材料，如安全驾驶的建议、交通规则的解释等。
2、交通情况预测：分析社交媒体或新闻报道中的文本信息，预测交通流量、交通堵塞或事故的可能性。
3、事故报告和分析：理解交通事故报告，提供事故原因的初步分析。
4、交通规划：分析公众对于交通规划提案的反馈和意见，提供决策者更全面的信息。
多模态
TransGPT已经具备面向 BIM 模型审核员、智能运维、智能咨询等场景的应用落地能力，将大幅度促进铁路工程等数字化转型和智能化提升。
研发团队表示，交通大模型采用了基于 Transformer 架构的文本大模型、多模态大模型与实时场景数据调用能力，整体上形成综合交通大模型为基础设施、辅以交通细分行业应用的架构。
支持实时类应用，包括：驾车规划、公共交通规划、（逆）地理编码查询等落地场景应用能力，能够促进铁路交通等领域的数字化转型和智能化提升。
声明
研发团队强烈呼吁所有的使用者，不要利用TransGPT模型进行任何危害国家社会安全或违法的活动。除此之外，研发团队也要求使用者不要将TransGPT模型用于未经适当安全审查和备案的互联网服务。
科技的发展必须在规范和合法的环境下进行，因此希望所有的使用者都能积极遵守这个原则。研发团队已经尽研发团队所能，确保模型训练过程中所使用的数据的合规性。
尽管做出了巨大的努力，但由于模型和数据的复杂性，仍有可能存在一些无法预见的问题。因此，建议使用者在使用TransGPT开源模型时要谨慎行事，并遵循一些基本的安全准则，如加强数据备份、限制数据访问权限等。
