8月26日晚間，佳都科技披露2024年半年報(bào)顯示，公司實(shí)現(xiàn)營(yíng)業(yè)收入29.78億元，同比增長(zhǎng)18.40%；歸屬于上市公司股東的扣除非經(jīng)常性損益的凈利潤(rùn)355.18萬(wàn)元，同比扭虧為盈。

佳都科技披露2024年半年報(bào)

業(yè)績(jī)的提升主要得益于佳都科技繼續(xù)聚焦智慧軌道交通及智慧城市交通主賽道的數(shù)字化建設(shè)，在AI大模型的加持下各項(xiàng)業(yè)務(wù)實(shí)現(xiàn)穩(wěn)健增。

智慧軌道交通場(chǎng)景方面，佳都科技中標(biāo)天津、合肥、濟(jì)南、寧波等地多個(gè)智慧地鐵新線項(xiàng)目，隨著新簽訂單持續(xù)帶來(lái)市場(chǎng)開(kāi)拓，自主研發(fā)的智慧出行系列AI產(chǎn)品，包括智能語(yǔ)音識(shí)別、虛擬客服、智能客服系統(tǒng)和人臉識(shí)別系統(tǒng)等持續(xù)落地，智慧城軌、智能運(yùn)維、線網(wǎng)指揮、智慧節(jié)能等場(chǎng)景解決方案持續(xù)為地鐵運(yùn)營(yíng)創(chuàng)造價(jià)值，為乘客提供智慧化服務(wù)。

報(bào)告期內(nèi)，佳都科技加大對(duì)AI行業(yè)大模型的研發(fā)布局，持續(xù)更新迭代相關(guān)產(chǎn)品和解決方案，保持了在“AI+大交通”領(lǐng)域的技術(shù)優(yōu)勢(shì)。先后發(fā)布了佳都知行交通大模型V2.0及佳都智慧運(yùn)營(yíng)管控平臺(tái)，基于佳都知行交通大模型，佳都科技還與廣州市交警支隊(duì)合作并提供了車駕管電子書等多款大模型產(chǎn)品。

在智慧城市場(chǎng)景方面，積極探索“一網(wǎng)統(tǒng)管”、城市運(yùn)行管理平臺(tái)、大數(shù)據(jù)指揮中心等業(yè)務(wù)，持續(xù)通過(guò)AI大模型技術(shù)賦能各行業(yè)應(yīng)用場(chǎng)景，帶動(dòng)公司營(yíng)業(yè)收入與利潤(rùn)質(zhì)量穩(wěn)步提升。

智慧城市場(chǎng)景

包括佳都科技在內(nèi)，多家頭部大廠和科研機(jī)構(gòu)紛紛推出基于AI大模型的智慧交通解決方案，AI大模型在智慧交通領(lǐng)域的應(yīng)用已經(jīng)取得了顯著進(jìn)展，并且在交通流預(yù)測(cè)與管理、智能交通信號(hào)控制、公共交通優(yōu)化、智能停車管理等方面展現(xiàn)出強(qiáng)大的應(yīng)用潛力。

例如，去年4月，百度發(fā)布了“基于交通大模型的全域信控緩堵解決方案”，這一方案首次定義了大模型與交通結(jié)合的應(yīng)用場(chǎng)景，面向中大型城市，針對(duì)常態(tài)擁堵、異常擁堵以及景區(qū)學(xué)校單點(diǎn)單線區(qū)域的擁堵情況，在交通大模型的加持下，提供全域感知、全域優(yōu)化、全域協(xié)同、全棧服務(wù)的全鏈條多場(chǎng)景信控緩堵方案。

港科大（廣州）提出的LightGPT模型，利用LLMLight框架向智能體提供詳細(xì)的實(shí)時(shí)交通狀況，并結(jié)合先驗(yàn)知識(shí)進(jìn)行信號(hào)燈配置優(yōu)化。

商湯科技也在去年推出了基于AI大模型的智能交通解決方案，并具備了包括大規(guī)模視頻分析、交通感知、交通決策、交通控制和交通安全等方面的專業(yè)級(jí)產(chǎn)品能力。商湯還成功在紹興市落地睿途交通產(chǎn)品及平臺(tái)，全流程用AI替代大量人力資源，實(shí)現(xiàn)交通管理從人力密集型向智能化升級(jí)，這也是是商湯智能交通方面落地的代表之一。

此外，借助大模型做一些交通相關(guān)的知識(shí)問(wèn)答、交通文本分析，以及輔助文檔撰寫等內(nèi)勤工作，預(yù)計(jì)提效約80%。商湯科技智能交通業(yè)務(wù)總經(jīng)理郭海鋒曾在公開(kāi)演講中表示，AI大模型的應(yīng)用將改變軟件形態(tài)，以往層層菜單式的專業(yè)交管軟件，具有一定的使用門檻，大模型支持文字、語(yǔ)音、甚至圖片多模態(tài)交互，能夠使交管人員快速上手，節(jié)省培訓(xùn)學(xué)習(xí)的成本。

佳都知行交通大模型則是大模型技術(shù)率先在軌道交通領(lǐng)域的落地應(yīng)用，并已經(jīng)具備面向軌道交通的智能客服、智能運(yùn)維以及應(yīng)急指揮三個(gè)場(chǎng)景的成熟應(yīng)用落地能力。

在智能客服場(chǎng)景，打造地鐵虛擬數(shù)字員工，能夠進(jìn)行自然語(yǔ)言交互。在運(yùn)維管理場(chǎng)景，能夠與維修人員進(jìn)行對(duì)話，協(xié)助其排查故障原因、并提供輔助決策，維修人員還能通過(guò)智能問(wèn)答獲取故障設(shè)備的專業(yè)、位置等具體信息、工班排班信息，實(shí)現(xiàn)功能自動(dòng)化（提報(bào)、派單、分配、閉環(huán)、生成報(bào)告）完成維修閉環(huán)，提高維修效率。在應(yīng)急指揮場(chǎng)景，城軌應(yīng)急事前、事中、事后處置服務(wù)，輔助解決依靠人力執(zhí)行及重復(fù)性工作多、管理難度和壓力大、數(shù)據(jù)中隱藏的價(jià)值信息得不到充分挖掘、經(jīng)驗(yàn)教訓(xùn)無(wú)法有效沉淀的問(wèn)題。

而想要AI大模型要在智慧交通領(lǐng)域發(fā)揮最大效用，必須與交通專業(yè)知識(shí)深度結(jié)合。確保交通數(shù)據(jù)質(zhì)量，包括數(shù)據(jù)完整性、一致性、準(zhǔn)確性等，并對(duì)數(shù)據(jù)進(jìn)行清洗和預(yù)處理，為AI大模型提供高質(zhì)量的訓(xùn)練數(shù)據(jù)。將交通專業(yè)知識(shí)融入AI大模型的訓(xùn)練過(guò)程中，構(gòu)建更符合實(shí)際交通場(chǎng)景的模型，并將交通法規(guī)和政策要求融入AI模型的決策過(guò)程，確保模型輸出符合法律和管理要求。

交通行業(yè)AI大模型深度融入行業(yè)知識(shí)深度，正成為交通系統(tǒng)的"大腦"，這種深度的知識(shí)融合模式也在醫(yī)療、金融等高度專業(yè)化、數(shù)據(jù)密集型的行業(yè)中得到廣泛應(yīng)用。各行業(yè)大模型都將更加注重與領(lǐng)域?qū)I(yè)知識(shí)的深度結(jié)合，提升模型的專業(yè)性和可靠性，不僅如此，不同行業(yè)大模型之間的知識(shí)遷移正成為一個(gè)重要趨勢(shì)。

行業(yè)大模型將成為各個(gè)領(lǐng)域創(chuàng)新和進(jìn)步的核心引擎，不僅將重塑現(xiàn)有的業(yè)務(wù)模式和決策過(guò)程，還將為行業(yè)帶來(lái)變革。