10月28日，第四届北京智能交通大会召开，千方科技作为AI+信控代表企业受邀参会，并协办了“AI+交通控制应用研讨会”。大会期间，北京市交管局信号中队与朝阳支队分享了辖区信控治理实践，均提及由千方自主研发的鲲巢·信控智能体应用效果，相关实践为超大城市信控治理一线警力减负提供了实战样本。

北京交管局警科支队信号中队李鹏：“基于大模型驱动的信控智能体在北京朝阳区试点应用，通过大小模型的结合实现信控优化。用这种模式的原因一是大模型在计算时候容易有幻觉，用小模型计算更精准；二是目前算力比较紧张，我们只让大模型做最重要的决策和调度，让小模型做流程化的工作。效果上人民日报和北京电视台进行了正面报道，整体来说取得了比较好的社会效应。”

北京交管局朝阳支队科信负责人范永强：“朝阳区面积大、路网形态复杂、大型活动密集，需要大量警力投入前端保障工作，后台需要一个‘超级机器人’帮助完成日常优化工作。千方科技推出的信控智能体缓解了我们工作上的一些压力。它助力路口延误平均降低15%，最高降幅达 30%，停车次数减少25.2%，配时优化从‘以周为单位’进入‘以分钟为单位’。最重要的是警力减负，它较‘人工+单体智能体’效率提升 54.45%，现在一名交警可精细化管控上百个路口。”

研讨会上，千方科技介绍了鲲巢·信控智能体的产品定位：它相当于“AI交警”，目标是像人类交警一样端到端完成交通管理任务。技术路线上，千方将传统平台的功能映射至AI空间，构建AI可调用的工具集，形成从感知到下发的闭环。作为全国首个全闭环自主运行的交通智能体，鲲巢·信控智能体的技术架构和安全运行能力已通过中国软件评测中心（CSTC）评测，并获得最高等级“五级”认证。

千方科技研究院副院长冉学均介绍信控智能体架构

鲲巢·信控智能体具备五大核心能力：7×24小时不间断运行、大小模型协同、多智能体协同、长效记忆、全生命周期审计与安全降级机制。这五项能力共同支撑起智能体“全闭环自主运行”的产品能力，使从感知、诊断、优化到下发的信控优化完整链路无需人工二次干预，同时保障运行过程安全可控。

以大小模型协同为例，信控智能体可基于实时路况匹配管控策略：面对大型活动、事故、施工等复杂场景，由大模型在安全约束下输出处置方案；在车流平稳的平峰时段，调用经典绿波、自适应等成熟算法；同时以固定配时作为兜底保障。大模型负责应对复杂难题，轻量化算法和固定规则承接日常高频管控，使产品既保留传统信控稳定、实时性强的优势，又具备AI处置突发场景的灵活性。

信控智能体在北京针对八个场景实现大小模型协同

同时，与会专家还围绕信控大模型体系的构建、AI信控的应用范式、智能体与现有交管系统的接口规范等相关话题交流探讨，为行业相关技术发展提供前瞻视角。

公安部道路交通安全研究中心城市交通管理研究部主任、研究员刘金广：信控大模型构建思路分三层六步走：第一层是数据层，完成数据采集与预处理、进行语义标注与知识构建，目标是建立高质量数据与知识底座；第二层是优化层，目标是完成大模型能力与业务适配，让交管业务数据和知识规则与模型能力对齐；第三层是评价层，包括从效率、事件处置等多维度进行监测与评价，基于评价反馈迭代，实现模型的长期稳定与持续进化。

清华大学教授、交通工程与地球空间信息研究所所长李瑞敏：人工智能在交通信控中的应用分四类：1）提升单个检测器的性能，硬件不变情况下用更好的算法从图像里识别出更多的信息；2）实现交通流预测，如采用深度学习模型去预测流量以支撑信号控制3）优化信号控制算法，通过引入人工智能提升信号控制的适应性与鲁棒性；4）实现大模型应用，包括总结信息作为算法输入、直接出信控方案，以及驱动AI agent完成仿真等任务。

北方工业大学智能交通控制（北京市）重点实验室研究员张福生：智能体与现有信控系统的关系是在服务层和应用层中新增一层。如果放在业务应用层（人机交互界面），缺乏指令下发通道，会沦为数据看板；如果放在信控服务层（传统平台），则易与传统优化算法冲突，引起决策混乱；更不能放进信号机，危及道路通行安全。由于是单独存在新的一层，那么向上与向下的接口交换什么样的数据，用什么样的方式交换需要进行重新定义。

大会期间，北京市智能交通协会交通信号控制专业委员会正式成立，千方科技作为专委会成员单位参与揭牌仪式。该专委会旨在推动北京及周边地区交通信号控制与管理向科学化、智能化方向升级，为超大城市交通治理现代化与城市交通高质量发展提供专业支撑。