2026年1月15日，中国信通院在北京成功举办“行业云+AI”赋能产业高质量发展交流会，并正式公布第三届行业云平台领航者应用实践结果。当前，行业云平台正从资源供给加速向“云智一体、生态协同”的智能化基础设施演进。为此，中国信通院开展“AI+行业云领航者应用实践”案例征集，旨在遴选具有代表性、创新性与推广价值的落地实践，为“云+AI”在垂直行业应用提供参考。

经过多轮评定，由深圳市机场股份有限公司、广州市品高软件股份有限公司、中交信通网络科技有限公司、中国计量科学研究院联合申报的《基于全国产算力的智慧交通视频与图像安检智能体系统》项目脱颖而出，成功摘得Cloud for AI（云支撑AI规模化应用）领域“AI+行业云平台”领航者应用实践奖项！

本项目以全国产算力的“品原AI一体机”为核心，构建“云-边-端”协同架构。通过边缘轻量化模型实现毫秒级初筛，结合中心多模态大模型深度研判以及人工复核，形成三级协同的智能工作流，全面提升安检效率、精度与安全性。其中，品高股份在项目中提供了国产边缘AI算力硬件、驱动与算子等推理软件栈，以及边缘云算力调度平台。

该项目的核心亮点包括：

• 创新“边缘-中心-人工”三级工作流：通过边缘侧毫秒级初筛、中心端深度研判与人工复核协同，在保障高准确率（检出率≥95%）的同时，大幅提升安检效率。

• 全链路自主可控：硬件采用全国产高密度算力一体机——品原AI一体机（PYD-MIN/PRO/MAX），搭载自主设计的江原D10加速卡，具备低功耗、高算力与强大编解码能力。设备通过品高智算底座实现“云-边-端”一体化算力调度与资源协同。软件方面，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能力，构建协同推理体系，实现边缘与中心算力及应用的统一调度。

• 轻量化大模型优化技术：针对边缘资源受限场景，系统提供轻量化检测模型，通过自研GPU高效切割、分时复用及算力快速回收技术，实现有限环境下的多AI任务并行处理与算力极致利用，支撑大规模部署。

• 持续演进的模型能力：支持基于本地样本的增量训练，无需全量重训模型即可快速学习新危险品形态（如新型伪装违禁品）与复杂场景特征（如恶劣天气下的图像识别），确保模型随政策与风险变化持续优化，满足智慧交通长期发展的业务需求。

云边端推理协同调度示意图

该方案目前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到行为、事件监测的全流程智能化管控。此前，该项目已获得交通运输部颁发的"第一届综合交通运输大模型智能体创新应用大赛全国总决赛"一等奖，本次再度获奖标志着该全栈自主可控的“云-边-端”协同AI方案在技术先进性与规模化落地可行性上获得了权威的双重验证，为智慧交通建设提供了技术到实践全面贯通的“中国式”可靠范本。

未来，品高股份将持续拓展该方案至轨道交通设施监测、城市停车管理、车路协同安全预警等更多领域，并通过标准制定与生态合作，推动技术成果的产业化普及，为中国的数字交通与新型智慧城市建设贡献自主创新的核心力量。