Miovision 发布 Mateo，一款用于交通工程的 GenAI 代理

Miovision 推出了 Mateo，一款专门为交通工程设计的生成式 AI 代理，这标志着城市分析和管理交通网络方式的转变。作为其 Miovision One 平台的原生扩展，Mateo 通过对话式界面将复杂的移动数据转化为可行的见解，允许工程师使用自然语言查询系统，而不是手动编制报告。

该公司将 Mateo 定位为第一个专门为智能移动操作设计的 GenAI 代理，针对行业中长期存在的瓶颈：分析日益增长的交通数据所需的时间。

将数周的分析转化为几分钟

交通部门变得越来越数据丰富，但提取有意义的见解仍然缓慢和零碎。根据 Miovision 引用的行业研究，绝大多数交通专业人员难以应对分析现代性能指标所需的时间。

Mateo 通过自动化数据收集、交叉引用和分析来解决这个问题，跨多个系统。曾经需要数周手动努力的任务现在可以通过自然语言查询在几分钟内完成，显著减少了对工程团队的运营负担。

而不是取代工程师，该系统转变了他们的角色。通过消除重复的数据工作，它使团队能够专注于解决拥堵问题、提高安全性和优化基础设施。

专为交通系统设计的 AI

Mateo 与一般用途的 AI 工具不同之处在于其领域特定的设计。该系统结合了大型语言模型、推理引擎和代理工具，可以对城市特定数据集进行多步骤分析。

它接受了交通工程原理的训练，并直接与遥测、摄像头馈送和安全指标集成，能够：

• 关联孤立的数据集，例如信号时序、硬件健康状况和交通流
• 瞬间生成图表、地图和性能报告
• 提供对拥堵或安全问题的根因分析
• 提供审计跟踪，追踪结论回原始数据源

在市政环境中，这种推理和透明度的结合至关重要，因为决策必须是可辩护的，并符合既定的工程标准。

从反应操作到主动移动

历史上，交通管理是反应性的。工程师响应投诉，在事件发生后分析，并进行增量调整。Mateo 引入了更主动的模型。

通过连续分析网络范围的数据，该系统可以识别低效率、预测出现的问题并提出可行的建议，所有这些都在问题升级之前。它有效地作为数字协作工具，通过实时智能增强团队的能力。

与市政合作伙伴（如 Coquitlam 市）的早期测试表明了实际影响，团队报告分析时间显著减少，响应网络问题的速度加快。

建立在集成移动栈上

Mateo 的一个关键优势是其与 Miovision 更广泛的生态系统的深度集成。该公司的平台已经将硬件传感器、视频分析和基于云的交通管理工具结合在一起。

Mateo 位于此基础设施之上，作为统一接口，将所有数据源连接到单个对话层。工程师不必再导航多个仪表板，他们可以一次性查询整个系统并立即获得综合见解。

这种集成还允许该系统弥合不同利益相关者之间的差距，从工程师和运营商到需要简化的高级摘要的市政官员。

交通工程中 AI 的未来

Mateo 的推出标志着基础设施系统中代理式 AI 的更广泛转变。交通网络变得越来越复杂，传感器数据量越来越大，连接的车辆越来越多，多模式交通需求越来越高。

像 Mateo 这样的 AI 代理指向了一个未来，城市将以连续的实时智能运行，而不是周期性的分析。随着这些系统的发展，它们可能会超越诊断，实现自动优化，动态调整交通信号，优先考虑紧急车辆，并协调整个交通生态系统。

更重要的是，这种技术重新定义了城市如何证明基础设施投资的合理性。通过将原始数据转化为可衡量的结果（例如减少拥堵或提高安全性），AI 驱动的平台可以使交通系统的影响更加可见和可量化。

如果广泛采用，交通工程中的生成式 AI 代理可能会成为智能城市基础设施的基础，实现城市环境不仅更加高效，还能更好地适应移动人员的需求。