据国家数据局网站消息，《高质量数据集建设指引》（以下简称：建设指引）在 2025年8月28日正式发布。《建设指引》是在国家数据局指导下，由中国信息通信研究院、国家数据发展研究院、中国电子技术标准化研究院、国家信息中心、国家发展和改革委员会创新驱动发展中心、中国电子信息产业发展研究院等单位联合编制。《建设指引》围绕高质量 数据集建设背景、应用需求、建设现状、建设方法与实践、建设运营体系、建设推进思路等方面，提出高质量数据集建设“1+1”的参考路径，指导推进高质量数据集建设，助力人工智能纵深发展。 

   《建设指引》指出，在众多应用场景中，交通是“人工智能+”的典型代表。随着车联网、自动驾驶、智慧信号控制等技术的发展，交通行业对多源、实时、准确的数据集提出了更高要求。不仅如此，自动驾驶系统训练也依赖于高质量 场景理解与行为规划数据集，以提升其在复杂路况下的安全决策能力。《建设指引》明确指出，数据集不仅需满足基础认 知，还应涵盖场景理解和行动推理层面，以构建具备真实感 知能力的AI模型。这一方向对于发展具备城市级自动驾驶能力的智能交通系统至关重要。

链接：https://www.nda.gov.cn/sjj/ywpd/szkjyjcss/0830/20250830210000366789341_pc.html

        2025年9月，英国考文垂大学发布研究显示：一名远程操 作员最适宜同时监控5至7 辆自动驾驶车辆，超过该数量将显 著降低反应速度与判断准确率。该研究由“未来交通与城市研究中心”主导，模拟未来远程监控中心场景，邀请具备驾驶经 验的参与者，在屏幕上观察3至9辆虚拟自动驾驶车辆运行情况，判断何时需要人工介入。 

    结果发现，监控5辆车时，参与者反应最快、压力最小，平均响应时间为13秒。监控车辆数在5到7之间时，表现维持 稳定；但当数量增加到9辆，参与者注意力明显分散，表现大幅下滑。反之，监控3辆车时则容易“过度警觉”，频繁干预。

    研究还指出，信息传递方式也影响效率，过多信息会干扰判断，语音或音频提示可能是更优选项。该研究为未来自动驾驶车队的安全部署和成本控制提供关键数据支撑，尤其在城市中实现一人多车监管成为可能。

链接： https://www.coventry.ac.uk/research/about-us/research-news/2025/self-driving-vehicle -monitoring/

    据国际智能交通系统杂志网站9月18日消息，Transurban与丰田澳大利亚公司合作，在墨尔本街头测试合作式智能交通系统（C-ITS）技术。 

    测试在墨尔本港库克街入口匝道进站进行，并使用最新的、支持V2X的丰田HiLux车型。测试的主要目的是检验从匝道并入高速公路时的安全改善效果。

    丰田C-ITS技术利用了Transurban专有的交通系统，该系统使用AI摄像头检测来确定交通密度、位置和速度。然后，这些数据将与车辆的C-ITS