臺州公交集團緊跟最新技術，基于開源框架DeepSeek-R1成功實現大模型的本地化部署，并完成集團內部制度庫與公交運營數據的深度融合。該系統不僅為員工提供智能化工作支持，還面向市民逐步開放公交信息查詢服務，標志著臺州公交在數字化轉型中邁入“AI+交通”新階段。

一、技術實現：開源架構與垂直場景深度適配。

本地化部署路徑。技術團隊搭建本地GPU服務器采用ollama框架，通過對開源模型DeepSeek-R1進行輕量化微調，結合RAG數據庫，使用bge-m3的Embedding模型進行索引。部署過程中，使用dify LLMOps平臺作為前端，快速搭建結合公交的實際應用。

數據融合與知識結構化。構建制度庫，將分散在OA系統、PDF文件的幾十份公司制度轉化為帶語義標簽的知識圖譜，支持精準查詢。加載運營數據，整合全市1500輛公交車的實時GPS數據、歷史調度日志及上億條運營記錄，通過時空綁定技術實現動態響應。

二、員工應用：從“翻手冊”到“智能助手”。

員工通過內部網頁端輸入自然語言指令（如“車輛突發情況下沒法執行班次怎么辦”），系統自動關聯車隊調度員管理手冊、營運車輛動態監控管理辦法等制度，提供具體的操作指引，包括調度系統的詳細操作方法。

進一步利用大模型，發揮更大能力。在現有大模型的基礎上，技術團隊已著手開展以下研究，旨在全面提升公交系統的運營效率、安全性和乘客體驗：

智能排班與決策輔助。調度模塊基于線路的運營數據，可自動生成節假日客流疏散方案，并規避超工時人員，提升排班效率；

駕駛安全與應急管理。基于駕駛主動安全防御系統，深度分析司機駕駛行為，預測并標記出事故易發的黑點黑段，為安全管理提供數據支持。在突發事故發生時，系統能夠迅速生成繞行方案，避免擁堵路段，確保公交車輛能夠順暢運行。同時，通過各類渠道及時通知受影響的乘客，提供替代出行建議，減少乘客的不便。

車輛維護與能源管理。利用車輛傳感器收集的大量數據，通過大模型進行深度學習和預測分析，能夠提前發現機械故障的跡象，及時發出預警，降低車輛拋錨的風險，確保公交服務的連續性和穩定性。針對電動公交車，系統能夠根據車輛電量、行駛計劃和電價波動等因素，智能規劃充電時間，確保在電價波谷時段進行充電，從而降低運營成本，提高能源利用效率。

三、市民服務：從“被動查詢”到“主動推薦”。

從時間管理到資源優化，DeepSeek的加入，為乘客量身打造更精準、貼切的公共交通出行方案，提供更多智能化、便民化服務應用新場景。

通過實時到站、換乘路線，結合地理圍欄與動態優化推薦算法，乘客不僅可以查詢到實時的公交車輛運營信息和共享電單車站點信息，還可以享受到更加精準的導乘導航、周邊服務推薦等，將大大提升出行體驗。

從知識庫建設到制度問答機器人，從數據安全保障到全域生態構建，為行業提供了“低成本、高可控”的數字化轉型樣板。未來，臺州公交將持續深化AI應用，引領城市公共交通邁向更智能、更高效的新時代，為智慧臺州建設貢獻更多創新力量。