随着温州轨道交通运营规模不断扩大，传统人工巡检或将面临效率低、覆盖不足、安全隐患发现不及时等挑战，亟需通过新技术实现高效精准的轨道巡检。为此，市铁投集团联合人工智能头部企业，以多模态大模型为核心引擎，依托无人机技术与人工智能算法深度融合，打造轨道交通智能巡检平台，全面保障运营安全，以AI大模型推动轨道交通数智转型。

基于多模态大模型的技术底座，针对轨道交通领域开发多场景业务算法矩阵，结合行业数据微调与强化学习机制，显著提升复杂场景下的识别率：一是融合图像识别与语义理解，实现轨行区人员入侵、安全装备穿戴（安全帽/反光衣）的实时监测，检测率达85%；二是精准识别吊车、挖掘机等12类工程车辆，细分场景识别率超85%，对违规施工行为的报警响应时间缩短40%；三是基于大模型对设施设备温度进行动态分析，提前预警设备过热风险，降低设备故障率，准确率达85%；四是结合无人机巡查数据，实现桥梁裂缝、山体滑坡等结构缺陷的识别，检测准确率超80%。

依托多模态大模型的泛化能力，构建“数据采集-智能标注-场景化训练”的全链路闭环，实现多源异构数据的高效治理与应用：一是整合可见光图像、视频、红外热成像等多模态数据，覆盖轨道沿线高空至地面细节；二是采用“基座大模型+专业小模型”架构，自动关联图像中的设备ID、位置坐标与红外温度数据，标注效率提升70%，复杂场景泛化误差降低18%；三是构建知识图谱，关联历史故障数据与实时监测指标，预测性维护准确率较大模型投入前提升35%。

以多模态大模型为核心引擎，推动算法能力向多平台输出，实现“端-边-云”协同的智能化升级。一是支持无人机部署轻量化边缘计算模型，实时识别0.5cm级微小异物，告警延时低于3秒；二是支持数字孪生，通过映射大模型分析结果至数字轨道孪生平台，开展运维策略仿真与优化调试，降低试错成本；通过开放API对接供电、通信等专业平台，提升故障分析效率；三是支持多平台数据融合，自动生成包含风险热力图与维修建议的交互式报告，提升决策响应速度。此次AI大模型在轨道交通运行维护领域的应用，是集团在新技术、新领域的一次大胆创新，也是在低空经济与轨道交通融合发展方面的一次全新探索，自2024年底投入运行以来，累计处理告警事件超2000起，运维成本降低30%。下步，集团将继续聚焦主责主业，在“新技术、新领域、新赛道”上持续发力，加快实现集团科技创新与产业创新同频共振，全面构建具有铁投特色的现代化产业体系。