为响应国家“人工智能+”行动，交通运输部近日印发《交通运输行业高质量数据集建设方案》，旨在加强人工智能高质量数据集建设，发挥行业数据优势，支撑“人工智能+交通运输”融合发展。该方案以数据为中心，应用为牵引，优先解决行业AI应用最迫切场景，提高数据集数量和质量，完善服务体系，健全标准规范，营造良好生态，最终目标是到2030年底，建成一批高质量数据集，满足世界领先模型训练需求，培育壮大交通运输新质生产力，支撑打造智能综合立体交通网。方案围绕“多模态覆盖、多场景贯通、多任务协同”，提出建设行业通识数据集，并面向7个业务领域，细化了39个行业专识数据集建设场景，为建设综合交通运输大模型提供有力的数据支撑。

🚗 **加强数据集建设，赋能智能交通发展**：交通运输部发布的《建设方案》核心在于系统部署交通运输行业高质量数据集建设任务，以数据为中心，应用为牵引，旨在解决行业人工智能应用最迫切的场景，提升数据集的数量和质量，构建完善的数据集服务体系、标准规范和生态，最终目标是培育壮大交通运输新质生产力，为打造智能综合立体交通网提供坚实的数据基础。

🎯 **明确建设目标与时间节点**：方案设定了清晰的战略目标，力求到2030年底，建成一批服务于不同应用场景的高质量数据集，并形成一批高质量数据集驱动交通运输行业模型应用的典型案例，基本能够满足世界领先模型的训练需求，这标志着我国在推动交通运输智能化方面迈出了重要一步。

🌐 **多维度覆盖，细化数据集建设场景**：该《建设方案》以“多模态覆盖、多场景贯通、多任务协同”为指导思想，不仅提出建设行业通识数据集，还深入到基础设施、交通装备、运输服务、行业治理、绿色低碳、安全保障、科技创新等7个关键业务领域，细化了包括公路基础设施状态监测、航道运行风险评估与智能监测、多运输方式物流运输成本优化等在内的39个行业专识数据集建设场景，确保了数据集建设的全面性和针对性。

🚀 **数据支撑综合交通运输大模型**：下一步，交通运输部将联合各地方和相关单位，加速推进《建设方案》的实施。这一系列举措将为构建和训练强大的综合交通运输大模型提供至关重要的数据支撑，推动交通运输行业的数字化、智能化转型升级，提升整体运行效率和服务水平。

培育壮大交通运输新质生产力

为落实《国务院关于深入实施“人工智能+”行动的意见》要求，持续加强人工智能高质量数据集建设，发挥行业数据资源丰富、应用场景广阔等优势，支撑“人工智能+交通运输”融合发展，近日，交通运输部印发了《交通运输行业高质量数据集建设方案》（以下简称《建设方案》），系统部署交通运输行业高质量数据集建设任务。

《建设方案》以数据为中心，应用为牵引，遵循急用先行、系统推进的原则，优先解决行业人工智能应用最迫切的场景，着力提高数据集供给数量和质量，完善行业高质量数据集服务体系，健全行业高质量数据集标准规范，营造行业高质量数据集建设生态，加快构建行业高质量数据集供给体系，培育壮大交通运输新质生产力，支撑打造智能综合立体交通网。到2030年底，建成一批服务于不同应用场景的高质量数据集，形成一批高质量数据集驱动交通运输行业模型应用的典型案例，基本满足世界领先模型的训练需求。

《建设方案》围绕“多模态覆盖、多场景贯通、多任务协同”的思路，提出建设行业通识数据集，并综合考虑场景应用需求必要性、技术可行性、经济可行性、数据基础条件等因素，面向基础设施、交通装备、运输服务、行业治理、绿色低碳、安全保障、科技创新等7个业务领域，提出公路基础设施状态监测、航道运行风险评估与智能监测、多运输方式物流运输成本优化等39个行业专识数据集建设场景。

下一步，交通运输部将会同各地方、各单位，加快推动《建设方案》的实施，为建设综合交通运输大模型提供数据支撑。