城市交通基础设施体量大、类型多、运行环境复杂。日常工作既要持续开展巡查检测，也要完成病害研判、养护决策、应急处置等一系列专业任务。随着设施规模和数据量不断增长，分散在不同系统、不同专业中的数据如何贯通，多类业务任务如何协同，成为运维提质增效的重要课题。

依托半个多世纪城市基础设施运维经验，隧道股份城市运营将长期积累的专业知识、业务数据和实践规则融入大模型建设，打造“智城+”运营大模型，推动人工智能由单点工具向全流程协同助手升级。

“智城+”由模型层、数据层、智能体层和应用层构成。其知识底座汇聚100T以上多源业务数据、万余份专业报告和200万条专业语料；在此基础上，构建百余个运维智能体、1000余项专业技能（Skills）以及100余项标准化工具接口（MCP），覆盖设施运维、道路巡查、应急处置等业务场景。专业知识为模型提供行业语境，Skills将识别、分析、评价等能力封装成可复用模块，MCP则连接业务系统和工具，使大模型能够在既有运维流程中调用数据、执行任务。

面对具体任务，“智城+”按照“理解意图—拆解任务—匹配能力—调度执行—汇总结果”的链路开展协同。它既可以让单个智能体完成专业分析，也可以由监督智能体统一编排多个智能体。就像医院里的“主诊医生”组织不同科室会诊，“智城+”承担知识汇聚、任务分派和协同决策的“总指挥”角色，让智能体从“各自会做事”走向“围绕同一任务协同做事”。

技术能力只有进入专业任务，才能转化为工程价值。桥梁运维决策智能体构建覆盖桥梁350万余个构件的知识图谱，并挖掘历史病害数据，分析病害类型、空间分布及变化趋势，为评价、追踪和分级处置提供建议；隧道缺陷监管智能体汇聚近5万条病害数据，用于识别共性问题和运维薄弱环节，推动病害管理由被动维修向主动预判延伸。

面对突发事件，“应急一线通”多智能体协同平台由监督智能体识别告警、匹配预案并拆解任务，再调度专业智能体分头处置，持续跟踪响应和处置进度。事件综合分析、生产车辆维保、清扫等智能体，则分别把态势研判、设备管理和作业规划转化为可调用的业务能力。由此，“智城+”呈现的不只是智能体数量，更是知识、工具与流程之间的协同机制。

“智城云巡”是上述能力在道路巡检场景中的具体应用，也是连接前端感知与“智城+”分析决策的业务载体。系统融合北斗空间智能、GIS采集、AI识别和边缘计算等技术；搭载轻量化检测设备的车辆可在最高时速80公里的正常行驶状态下，对道路裂缝、坑槽以及交通标志、护栏等沿线设施开展扫描，并同步记录位置、时间和图像信息。

数据回传后，道路巡检智能体可识别40余类病害，结合路况指标计算、设施健康评价和大模型分析生成巡检报告；平台进一步完成数据清洗、病害分级、任务派发和处置反馈，使“发现问题—分析研判—任务处置—结果复核”形成闭环。根据城市运营已发布数据，该系统可实现单人单车每日最大巡检150公里，病害流转处理时效缩短75%，为养护决策提供更及时的数据支撑。

在地面巡检之外，城市运营还将无人机自动巡航、三维实景建模和AI病害识别等技术融入运维体系，构建“感知—分析—评估—决策—处置”闭环。无人机按照预设航线采集带有时空坐标的图像，平台自动生成二维、三维实景底图，识别异常并与设施构件关联，再将结果转化为运维任务，实现从空中发现、智能判读到地面处置的衔接。

相关技术已应用于嘉浏智慧高速、闵浦三桥等公开场景。在道路巡检中，多种技术交叉验证可将定位误差控制在5厘米以内；发现异常数据后，平台可快速响应，并在15分钟内形成初步判断。对于人工不易抵近的区域、复杂结构和应急场景，低空巡检提供了更灵活的补充手段，但最终研判和处置仍需与专业人员、地面巡查和既有管理流程协同完成。

从技术层级看，“智城云巡”和低空巡检负责在地面与空中采集设施状态，是感知端和场景应用；“智城+”负责汇聚知识、调用工具和编排智能体，是分析与协同中枢；既有业务系统和专业人员负责审核、派单、处置与复核，共同构成可追踪的运维闭环。三者并非并列产品，而是“前端感知—智能分析—协同决策—业务处置”链路中的不同环节。