发布时间：2025-03-06 17:54:08
台州公交集团紧跟最新技术，基于开源框架DeepSeek-R1成功实现大模型的本地化部署，并完成集团内部制度库与公交运营数据的深度融合。该系统不仅为员工提供智能化工作支持，还面向市民逐步开放公交信息查询服务，标志着台州公交在数字化转型中迈入“AI+交通”新阶段。
一、技术实现：开源架构与垂直场景深度适配。
本地化部署路径。技术团队搭建本地GPU服务器采用ollama框架，通过对开源模型DeepSeek-R1进行轻量化微调，结合RAG数据库，使用bge-m3的Embedding模型进行索引。部署过程中，使用dify LLMOps平台作为前端，快速搭建结合公交的实际应用。
数据融合与知识结构化。构建制度库，将分散在OA系统、PDF文件的几十份公司制度转化为带语义标签的知识图谱，支持精准查询。加载运营数据，整合全市1500辆公交车的实时GPS数据、历史调度日志及上亿条运营记录，通过时空绑定技术实现动态响应。
二、员工应用：从“翻手册”到“智能助手”。
员工通过内部网页端输入自然语言指令（如“车辆突发情况下没法执行班次怎么办”），系统自动关联车队调度员管理手册、营运车辆动态监控管理办法等制度，提供具体的操作指引，包括调度系统的详细操作方法。
进一步利用大模型，发挥更大能力。在现有大模型的基础上，技术团队已着手开展以下研究，旨在全面提升公交系统的运营效率、安全性和乘客体验：
智能排班与决策辅助。调度模块基于线路的运营数据，可自动生成节假日客流疏散方案，并规避超工时人员，提升排班效率；
驾驶安全与应急管理。基于驾驶主动安全防御系统，深度分析司机驾驶行为，预测并标记出事故易发的黑点黑段，为安全管理提供数据支持。在突发事故发生时，系统能够迅速生成绕行方案，避免拥堵路段，确保公交车辆能够顺畅运行。同时，通过各类渠道及时通知受影响的乘客，提供替代出行建议，减少乘客的不便。
车辆维护与能源管理。利用车辆传感器收集的大量数据，通过大模型进行深度学习和预测分析，能够提前发现机械故障的迹象，及时发出预警，降低车辆抛锚的风险，确保公交服务的连续性和稳定性。针对电动公交车，系统能够根据车辆电量、行驶计划和电价波动等因素，智能规划充电时间，确保在电价波谷时段进行充电，从而降低运营成本，提高能源利用效率。
三、市民服务：从“被动查询”到“主动推荐”。
从时间管理到资源优化，DeepSeek的加入，为乘客量身打造更精准、贴切的公共交通出行方案，提供更多智能化、便民化服务应用新场景。
通过实时到站、换乘路线，结合地理围栏与动态优化推荐算法，乘客不仅可以查询到实时的公交车辆运营信息和共享电单车站点信息，还可以享受到更加精准的导乘导航、周边服务推荐等，将大大提升出行体验。
从知识库建设到制度问答机器人，从数据安全保障到全域生态构建，为行业提供了“低成本、高可控”的数字化转型样板。未来，台州公交将持续深化AI应用，引领城市公共交通迈向更智能、更高效的新时代，为智慧台州建设贡献更多创新力量。