核心观点 - 品高股份联合体凭借《面向智慧交通场景的视频与图像智能识别系统》项目，在由交通运输部职业资格中心主办的首届综合交通运输大模型智能体创新应用大赛中，从600余份参赛项目中脱颖而出，荣获全国一等奖 [1] 项目概况与获奖情况 - 项目牵头单位为中交信通网络科技有限公司，联合单位为广州市品高软件股份有限公司及中科海微（北京）科技有限公司 [1] - 项目确立了以“品原AI一体机”为全国产算力核心，构建“云-边-端”协同架构的全局规划 [1] - 项目旨在通过三级协同的智能工作流，提升安检效率、精度与安全性 [1] 技术架构与核心亮点 - 创新采用“边缘-中心-人工”三级协同智能工作流架构，通过边缘毫秒级初筛、中心深度研判与人工复核无缝衔接，在保障高准确率（检出率≥95%）的同时大幅提升安检效率 [2] - 硬件采用全国产高密度算力一体机“品原AI一体机”，搭载全国产自主设计和制造的江原D10加速卡，具备全国产、低功耗、高算力、强大视频编解码能力等特点 [3] - 硬件作为核心算力单元，采用“云-边-端”一体化协同架构，通过品高智算底座实现跨层级算力调度和资源协同 [3] - 公司提供完整的驱动、算子等推理软件栈，确保AI模型在国产硬件上的高效运行 [3] - 软件以品高智算云底座为核心，通过资源池化、协同调度、服务化交付与数据闭环四大核心能力，形成“云-边-端”协同推理体系，实现AI应用协同 [4] - 针对边缘场景资源受限特点，系统提供边缘轻量化检测模型，通过自研GPU高效切割技术、分时复用技术及算力资源快速回收设计，解决多AI任务并行处理难题，实现算力资源极致利用 [4] - 项目支持基于本地新增样本的增量训练模式，无需全量重训即可快速学习新危险品形态或复杂场景特征，确保模型性能持续优化 [5] 应用现状与未来规划 - 该方案已成功应用于机场货运、地铁安检等场景，实现了从单一物品识别向行为、事件监测等全流程智能管控的转变 [6] - 未来计划将解决方案推广至轨道交通设施健康监测、城市停车管理、车路协同安全预警等新领域 [6] - 公司将依托现有成功案例，通过行业标准制定和生态合作，加速技术成果的产业化普及，服务于更广泛的智慧城市与数字交通建设 [6]