面向可持续货运的领域知情视觉语言模型：拖运卡车动力系统与货物分类

更清洁的港口，更智能的卡车

港口运输着为商店补货的货物，但在码头间来回搬运集装箱的短途卡车也是主要污染源。本研究展示了一种新型人工智能如何利用路边摄像头监视这些“拖运”卡车，并在无需对图像进行人工标注的情况下自动判断哪些仍在燃烧柴油、哪些使用更清洁的技术。这类自动化洞察能帮助监管者、规划者和当地社区监测世界上一些最繁忙港口周边向更清洁空气迈进的进展。

为何港口卡车关系重大：气候与健康

在美国，交通是温室气体排放的最大单一来源，而重型卡车的影响远大于它们的数量：车辆份额小但排放占比大。在洛杉矶港和长滩港周边这一点尤为明显，这对相邻港口合计处理约40%的美国集装箱进口，同时也是南加州最大的固定污染源。拖运卡车——在港口、铁路货场和仓库之间拉运集装箱的车辆——尽管行驶路程短且路线可预测，却产生了大量污染。因此，加州已下令到2035年，所有港口拖运卡车须实现零排放，转向电池电动、氢燃料电池或更清洁的燃气技术，取代传统柴油。

识别卡车的动力来源与载货情况

要判断这些政策是否奏效，官员需要测量哪些类型的车辆实际出现在港口闸口和高速公路上：它们是柴油还是电动？它们牵引的是满箱、空架还是根本没有挂车？传统上，回答这些问题需要构建大规模人工标注的图像集并训练特定任务的模型。作者提出了一种名为 ZeroDray 的不同路径，利用视觉-语言模型——一种能理解图片与文本的 AI 系统——并在无需额外训练的前提下工作。该模型被提供了沿服务洛杉矶与长滩港走廊的路边摄像机拍摄的卡车图像，需要对动力系统（柴油、电动、压缩天然气或氢能）和货物配置（单个20英尺集装箱、更长的40英尺等效箱、空底盘或无挂车的短鼻车）进行分类。

教 AI 像卡车专家一样思考

开箱即用的视觉-语言模型是广泛通用的：它们对互联网上的各种内容都有一定了解，但缺乏对拖运卡车等小众主题的深度知识。ZeroDray 通过向模型提供精心设计的提示来弥合这一差距，这些提示编码了专家的线索。关于动力系统，提示描述了可见的线索，例如柴油车的排气筒和大型油箱、CNG 的气瓶、燃料电池车的氢气罐，或电动车缺少排气装置与带有 EV 标识的外观特征。关于货物，提示要求模型推理场景的几何关系：集装箱的长度是否明显超过其高度和驾驶室长度（如较长的40英尺货物），还是更接近车身尺寸（如较短的20英尺集装箱）？通过要求 AI 逐步处理这些线索并以通俗语言解释其推理，该框架使决策更透明、更易核查。

在真实港口交通上检验系统

研究人员在 2025 年 2 月用位于港口附近的固定路边摄像头拍摄了两天内的 443 张卡车图像，对 ZeroDray 进行了评估。人工观察者为每辆卡车的动力系统与货物配置提供了真实标签。随后，他们将 ZeroDray 与仅向相同基础模型提供简单类别名称的基本设置进行了比较。在最小引导下，基础系统已经能识别一些直观情况，例如无挂车的柴油卡车。但当区分依赖于细微视觉差异或空间布局时，它表现很差，经常混淆柴油与电动牵引车或将短箱和长箱搞混。加入专家提示的视觉线索与空间规则后，准确率显著提升。动力系统分类在柴油、电动、氢能与 CNG 间的识别率约达100%。货物识别，尤其是单个与等效双箱长度之间的棘手区分，从约一半正确提升至约98%。总体而言，在全部11个组合的动力系统—货物类别上，增强后的 ZeroDray 框架取得了约99%的平均 F1 分数，远超基础方法。

对更清洁货运走廊的意义

对非专业读者来说，关键结论是：通用 AI 在得到合适的专家提示引导后，能够可靠地“观察”高速公路视频，不仅判断卡车的装载情况，也能辨识其动力来源——而无需昂贵的定制训练。该能力可为港务机构与监管者提供一个强有力的新工具，用于监测拖运卡车从柴油向零排放转换的进程、发现最需要充电或加氢设施的地点并减少无效的空驶。尽管本研究使用的是来自单一摄像头、理想条件下的适度数据集，作者认为同样的策略可以扩展到其他货运枢纽和更复杂的环境。如果负责任地放大使用，像 ZeroDray 这样的系统能将货运活动中原本看不见的细节可视化，帮助社区与政策制定者推动货运走廊向更清洁、更高效的方向发展。

引用: Feng, G., Li, Y., Tok, A.Y.C. et al. Domain informed vision language model for sustainable freight with drayage truck powertrain and cargo classification. npj. Sustain. Mobil. Transp. 3, 15 (2026). https://doi.org/10.1038/s44333-026-00086-4

关键词: 零排放卡车, 视觉-语言模型, 港口短驳运输, 货运排放, 可持续交通