春运返乡高峰叠加寒潮来袭，公路应急保障再次面临“大考”。

2月12日消息，近期百度智能云自研交通大模型打造的公路应急指挥智能体（恶劣天气场景）全新上线。升级后的公路应急指挥Agent，能够实现恶劣天气下公路应急的全流程智能化、自动化与精准化，覆盖事前预警联动、事中智能处置、事后复盘优化等关键环节，形成“秒级发现、分钟级生成预案”的智能应急体系，为春运返乡路构建数字化安全防线。

从“人治经验”到“AI协同”，冰雪应急模式全面升级

过去，恶劣天气下的公路应急，始终困在 “人工主导” 的低效循环里：险情发现靠人眼巡查，面对上百起突发状况难免漏报迟报；应急预案凭经验手动编辑，精准度与效率双低；多部门联动靠电话、对讲机，信息传递层层衰减；处置进度靠人工汇报，全程无实时跟踪，这一套效率低下的流程，只会让出行安全的风险持续攀升。

公路应急指挥智能体基于大模型重构“感知—决策—执行—反馈”全流程，继支持突发事件与施工占道场景后，本次升级新增恶劣天气复杂场景的处置提效，推动应急指挥从经验驱动的“人治模式”，迈向数据与模型协同的智能运行模式。

事前预防：智能联动，提前布防

在接收到暴雪、冻雨等气象预警后，智能体可自动识别天气类型与风险等级，快速生成处置方案，联动交警、路政、养护、救援等多部门，提前完成人员、设备与物资的集结与部署。

同时多模态感知实时核验应急力量到位情况，实现“预警即响应、响应即布防”，将风险处置前移，降低极端天气对路网运行的影响。

事中处置：秒级发现，分钟级生成预案

针对恶劣天气场景，智能体可对冰雪强度、结冰范围、能见度变化进行持续识别与动态分析，实现对高速路网的全域感知。针对异常停车、事故等突发事件，智能体可快速定义事件等级、开展救援，并在分钟级自动生成定制化处置预案，包括除雪除冰作业预案、事件处置救援预案等，并将指令同步推送至相关部门执行，形成“智能生成预案、辅助指挥决策、处置进展可视”的闭环处置流程。

事后复盘：数据沉淀，持续进化

在应急处置结束后，智能体将自动生成完整的处置报告，对响应时长、资源调度效率、策略效果进行量化评估。相关数据将沉淀为经验样本，使每一次应急处置都成为能力进化的基础。

多模态感知×行业大模型，打造智能应急“最强大脑”

公路应急指挥智能体的能力，源于百度在交通领域的长期积累

通过“边云联动”的精准感知，以边侧小模型实时识别+云端UniVL交通多模态大模型精准研判的组合方案，兼顾高效响应与精准识别，实现速度与准确率的双重保障，即便在低能见度、高噪声环境下，依然能够准确理解复杂交通场景，常发事件检测准确率高达97%。

在此基础上，交通语言大模型深度学习交通法规、应急预案及专家经验，将原本依赖人工查阅的纸质预案，转化为可自动执行的智能体，实现从“文本知识”到“行动指令”的跨越。

此次能力升级，也是对国家公路数字化转型政策要求的积极响应。相关政策明确提出，要加强运行安全管控监测、加强恶劣气象通行安全预警。

通过恶劣天气新场景能力的落地，百度智能云一方面为交通管理部门、高速运营单位提供冰雪应急全流程智能解决方案，助力公路数字化转型；另一方面，让春运自驾车主告别救援等待与信息焦虑，用技术守护每一条回家路。