这份《城市轨道交通人工智能应用指南2026》是中国城市轨道交通协会发布的行业权威指导文件核心是以 AI 全面赋能城轨从自动化走向智能化、从经验驱动转向数据驱动构建安全、高效、智慧、绿色的现代城轨体系以下为核心概括一、核心定位与框架定位落实国家 “人工智能 ” 与智慧城轨纲要为城轨 AI 规模化、标准化应用提供全流程落地指引。框架构建认知 — 技术 — 应用 — 实施 — 保障闭环覆盖政策、技术、场景、路径、风险、保障全维度。二、政策与发展态势政策国家、行业、技术三层政策协同明确 “AI 交通” 发展方向大模型国标落地推动规范应用。现状从零星试点迈向系统推进但存在数据孤岛、技术业务脱节、自主可控不足、标准滞后、人才短缺五大瓶颈。技术趋势大模型 小模型协同、云 — 边 — 端算力协同向可信 AI、隐私计算升级。三、关键技术支撑体系以数据、算法、算力、平台、安全为五大底座数据全生命周期治理打通壁垒打造高质量行业数据集。算法城轨行业大模型NLP / 视觉 / 多模态 专业小模型支撑智能体开发。算力云边端协同集中算力训模、边缘算力实时推理自主可控、弹性调度。平台统一 AI 平台实现模型、数据、算力、应用集中管理避免烟囱式建设。安全覆盖云网数用端全场景闭环安全运营保障合规可控。四、六大核心应用场景设备运维预测修 / 状态修智能巡检机器人故障自动研判与派单。乘客服务异常行为 / 特殊乘客识别主动告警与联动服务。运输组织客流精准预测、运行图智能编制、运力动态优化。应急处突智能生成处置方案移动端指挥跨岗协同。智慧能管源网荷储控一体化节能降碳参与虚拟电厂与碳交易。办公服务智能审批、合规风控、知识问答流程自动化。五、实施路径与目标目标业务重构、流程再造、组织变革实现人机协同、全域智能。路径核心场景试点→示范线路推广→全线网升级新线 AI 原生、老线智慧改造。方法一把手牵头、顶层规划、场景牵引、数据先行、复合人才、产学研协同。六、挑战与应对实施挑战规划缺失、需求模糊、协同不足、数据治理难、标准缺位、人才短缺。技术风险模型鲁棒性不足、长尾场景覆盖不够、算力供需失衡、大小模型适配难。安全合规数据安全、算法不可解释、人机责任边界不清。应对顶层规划、伴随研发、数据治理、标准共建、安全闭环、人才筑基。七、保障体系行业标准数据、模型、应用全链条标准化建立评价机制。生态共建数据共享、模型共训、平台共用减少重复投入。人才队伍引育 AI 城轨复合型人才定岗、育才、励才。资金投入多元筹资聚焦基础能力与共性技术规范监管。八、典型案例14 个覆盖青岛、徐州、南京、重庆、成都、广州、深圳、北京等地铁以及华为、中兴、百度、佳都等企业聚焦智能运维、客流预测、合规审查、隐患识别、智慧车站等场景效率普遍提升 60%–90%成本显著下降。九、核心结论城轨 AI 已进入体系化推进、规模化落地关键期核心是夯实技术底座、聚焦业务价值、强化安全合规推动行业向智能原生、人机协同、具身智能、绿色融合方向发展。