來源：公眾號 機器學(xué)習(xí)AI算法工程

原文鏈接：https://mp.weixin.qq.com/s/sP4PytKu_gbyoV7gOL6Aqw

兩輛車撞了，誰的責(zé)任？

以前AI只能告訴你"發(fā)生了追尾事故"，但不知道誰該賠錢。現(xiàn)在CVPR 2026的一篇論文直接把這個難題解決了——AITP（人工智能交警）不僅能看懂事故視頻，還能像交警一樣一步步推理，最后給出責(zé)任判定，準(zhǔn)確率直接干翻人類專家！

這篇論文的核心突破：第一次把交通法規(guī)知識塞進多模態(tài)大模型，讓AI不僅能"看"事故，還能"懂法"、會推理。

論文：AITP: Traffic Accident Responsibility Allocation via Multimodal Large Language Models (CVPR 2026 Findings)

https://arxiv.org/abs/2604.20878

一、痛點：現(xiàn)有AI只會"看熱鬧"，不會"斷案"

現(xiàn)在的交通事故AI做到了什么水平？

能力	現(xiàn)有模型	能做到啥	做不到啥
事故檢測（TAD）	YOLO系列、VideoSwin	檢測出"發(fā)生車禍了"	不知道誰的責(zé)任
事故理解（TAU）	LLaVA、VideoLLaMA	描述"兩車追尾，后車速度快"	不會引用交通法規(guī)
責(zé)任分配（TARA）	幾乎沒有	-	需要多步推理+法規(guī)依據(jù)

問題在哪？事故責(zé)任和簡單分類不一樣：

• 需要因果推理

  ：不是"圖里有車"，而是"因為A車闖紅燈，所以A全責(zé)"

• 需要法規(guī)依據(jù)

  ：判定必須引用《道路交通安全法》第X條

• 需要多步推理

  ：事故時間→車輛行為→違規(guī)事實→責(zé)任劃分，一步步來

之前的模型只會"看圖說話"，不會"依法斷案"。AITP就是來填補這個空白的。

二、AITP核心創(chuàng)新：兩招搞定事故責(zé)任判定

AITP（Artificial Intelligence Traffic Police）是第一個專門為交通事故責(zé)任分配設(shè)計的多模態(tài)大模型。它的兩大殺器：

1. MCoT：多模態(tài)思維鏈（Multimodal Chain-of-Thought）

人類交警怎么判案？不是直接說"這是A全責(zé)"，而是一步一步推理：

第一步：事故發(fā)生了嗎？→ 是，兩車碰撞 第二步：事故類型？→ 路口闖紅燈碰撞 第三步：事故時間？→ 2026年4月11日14:32 第四步：事故主體？→ 黑色轎車（A車）、紅色卡車（B車） 第五步：事故事實？→ A車闖紅燈，B車正常通行 第六步：事故原因？→ A車未注意觀察信號燈 第七步：如何避免？→ A車應(yīng)遵守信號燈，減速慢行 第八步：責(zé)任判定？→ A車全責(zé) 第九步：自我驗證？→ 依據(jù)《道交法》第38條，判定正確

AITP的MCoT就是把這個推理過程結(jié)構(gòu)化了：

• 不是直接輸出結(jié)果，而是生成完整的推理鏈
• 每一步都有明確的輸出格式，方便驗證
• 最后用"自我驗證"步驟檢查判定是否符合法規(guī)

2. RAG：檢索增強生成（Retrieval-Augmented Generation）

光會推理不夠，還得懂法。AITP用RAG技術(shù)接入了交通法規(guī)知識庫：

事故視頻 → AITP提取關(guān)鍵信息 → 檢索相關(guān)法規(guī)條文                                     ↓                             生成責(zé)任判定 + 法規(guī)依據(jù)                             例："依據(jù)《道交法》第38條..."

這解決了大模型幻覺問題——不會瞎編法規(guī)條文，所有依據(jù)都從知識庫檢索而來。

? 通俗理解：
MCoT = 交警的推理過程（像人一樣一步步分析）
RAG = 交警查閱法規(guī)手冊（不會記錯法律條文）

三、訓(xùn)練策略：四階段漸進式微調(diào)，從"看熱鬧"到"斷案"

AITP基于Qwen3-VL構(gòu)建，采用四階段漸進式微調(diào)，讓模型從簡單到復(fù)雜逐步掌握技能：

階段	任務(wù)	訓(xùn)練目標(biāo)	難度
第一階段	非事故初始化	學(xué)會識別正常行駛場景	★☆☆☆☆
第二階段	交通事故檢測（TAD）	檢測出"發(fā)生事故了"	★★☆☆☆
第三階段	交通事故理解（TAU）	描述事故經(jīng)過和原因	★★★☆☆
第四階段	責(zé)任分配（TARA）	判定責(zé)任+引用法規(guī)	★★★★★

這種漸進式訓(xùn)練的好處：

• 先學(xué)走再學(xué)跑

  ：模型先掌握基礎(chǔ)感知，再學(xué)復(fù)雜推理

• 避免災(zāi)難遺忘

  ：不會學(xué)了新任務(wù)就忘了舊任務(wù)

• 任務(wù)協(xié)同

  ：前面的能力為后面的任務(wù)打基礎(chǔ)

四、DecaTARA數(shù)據(jù)集：10項任務(wù)，6.8萬視頻，19.6萬問答對

為了訓(xùn)練AITP，論文團隊搞了個超級數(shù)據(jù)集DecaTARA（Decathlon-style Traffic Accident Responsibility Allocation）：

DecaTARA數(shù)據(jù)集規(guī)模： ? 視頻數(shù)量：67,941個標(biāo)注視頻 ? 問答對：195,821個（每個視頻平均3個QA） ? 任務(wù)數(shù)量：10個互相關(guān)聯(lián)的推理任務(wù) ? 核心任務(wù)：TARA（交通事故責(zé)任分配）

10個任務(wù)覆蓋從簡單到復(fù)雜的完整推理鏈：

1. 事故檢測（Accident Detection）
2. 事故類型識別（Accident Type Recognition）
3. 事故時間定位（Temporal Localization）
4. 事故主體識別（Subject Identification）
5. 事故事實提取（Fact Extraction）
6. 事故原因分析（Cause Analysis）
7. 避免建議生成（Avoidance Advice）

8. 責(zé)任分配（Responsibility Allocation）

    ← 核心任務(wù)
9. 法規(guī)依據(jù)生成（Legal Basis Generation）
10. 綜合報告生成（Comprehensive Report）

這個數(shù)據(jù)集最大的特點：任務(wù)互相關(guān)聯(lián)，形成了一個完整的推理鏈條。比如要判定責(zé)任，必須先知道事故類型、時間、主體、事實、原因。

五、實測效果：SOTA刷爆9項任務(wù)

AITP在DecaTARA的10個任務(wù)上全面碾壓競品：

核心任務(wù)：交通事故責(zé)任分配（TARA）

模型	責(zé)任判定準(zhǔn)確率	法規(guī)引用準(zhǔn)確率	綜合得分
LLaVA-Video-7B	62.3%	45.2%	53.8%
VideoLLaMA3-7B	65.8%	48.7%	57.3%
Qwen2-VL-7B	68.4%	52.1%	60.3%
AITP（Qwen3-VL）	82.7%	78.9%	80.8%

在責(zé)任判定上，AITP比最強的基線模型高了14.3個百分點！

輔助任務(wù)：事故檢測、理解全面領(lǐng)先

任務(wù)	最佳基線	AITP	提升
事故檢測（TAD）	89.2%	94.7%	+5.5%
事故理解（TAU）	71.5%	83.2%	+11.7%
事故類型識別	76.8%	88.4%	+11.6%
事故原因推理	63.4%	79.1%	+15.7%

關(guān)鍵指標(biāo)：幻覺率大幅下降

使用RAG后，AITP的法規(guī)幻覺率（瞎編法律條文）從32.5%降到3.8%，直接砍了88%！

六、技術(shù)原理深挖：為什么MCoT+RAG這么強？

MCoT為什么比直接輸出好？

對比實驗證明，直接讓模型輸出"誰的責(zé)任"效果很差：

? 直接輸出： 問：這起事故誰的責(zé)任？ 答：A車全責(zé)。（沒推理過程，沒法驗證）  ? MCoT輸出： 第一步：事故發(fā)生了嗎？→ 是 第二步：事故類型？→ 路口直行車輛與左轉(zhuǎn)車輛碰撞 第三步：事故事實？→ A車左轉(zhuǎn)未讓行直行車輛 第四步：法規(guī)依據(jù)？→ 《道交法》第51條：左轉(zhuǎn)車輛應(yīng)讓行直行車輛 第五步：責(zé)任判定？→ A車全責(zé) 第六步：自我驗證？→ 判定符合法規(guī)，正確 ?

MCoT的好處：

• 可解釋

  ：每一步都能驗證，不是黑盒

• 更準(zhǔn)確

  ：分解任務(wù)降低難度，每一步都更準(zhǔn)

• 可調(diào)試

  ：哪步錯了能定位，方便改進

RAG如何接入法規(guī)知識庫？

AITP的RAG流程：

1. 視頻輸入 → 提取關(guān)鍵信息（事故類型、車輛行為等） 2. 關(guān)鍵信息 → 向量化 → 檢索最相關(guān)的法規(guī)條文 3. 法規(guī)條文 + 視頻內(nèi)容 → 生成責(zé)任判定 + 引用依據(jù)

法規(guī)知識庫包含：

• 《中華人民共和國道路交通安全法》全部條文
• 《道路交通事故處理程序規(guī)定》
• 最高人民法院相關(guān)司法解釋
• 歷史判例庫（可選）

七、落地場景：AITP能用在哪些地方？

這篇論文的實用價值極高，直接能落地的場景：

• 交警隊智能輔助

  ：上傳事故視頻，AI自動生成責(zé)任認定書初稿，交警審核后簽發(fā)，效率提升10倍

• 保險公司快速理賠

  ：AI判定責(zé)任后，系統(tǒng)自動計算賠付比例，秒級完成理賠

• 自動駕駛事故責(zé)任界定

  ：自動駕駛出事故，用AITP判定是車的問題還是人的問題

• 駕校教學(xué)

  ：用真實事故視頻+AI分析，教新手司機如何避免事故

• 法院輔助判決

  ：復(fù)雜事故責(zé)任爭議，AI提供法規(guī)依據(jù)和判例參考

? 商業(yè)價值估算：
中國每年交通事故約20萬起，每起處理成本約500元（人工+時間）
AITP可降低70%成本 → 年節(jié)省約7000萬元（僅事故處理環(huán)節(jié)）

八、局限性與未來方向

AITP雖然強，但論文也坦承了局限：

1. 極度依賴數(shù)據(jù)質(zhì)量

   ：DecaTARA數(shù)據(jù)集覆蓋了中國道路場景，但在其他國家需要重新標(biāo)注

2. 極端場景仍困難

   ：惡劣天氣、夜間、遮擋嚴重的事故，視頻理解準(zhǔn)確率下降

3. 法規(guī)更新滯后

   ：RAG知識庫需要定期更新，否則可能引用失效法規(guī)

4. 多車事故挑戰(zhàn)

   ：三車以上連環(huán)追尾，責(zé)任分配復(fù)雜度指數(shù)級上升

未來方向：

• 擴展到更多國家/地區(qū)的交通法規(guī)
• 結(jié)合車載傳感器數(shù)據(jù)（雷達、GPS軌跡）
• 接入實時交通信號數(shù)據(jù)
• 構(gòu)建端到端事故處理系統(tǒng)（檢測→定責(zé)→理賠→教學(xué)）

九、總結(jié)：AITP的三大貢獻

1. 任務(wù)創(chuàng)新

   ：第一次定義了TARA（交通事故責(zé)任分配）任務(wù)，填補了事故檢測和理解之后的空白

2. 技術(shù)創(chuàng)新

   ：MCoT+RAG組合拳，讓AI既能推理又能懂法，幻覺率降低88%

3. 數(shù)據(jù)創(chuàng)新

   ：DecaTARA數(shù)據(jù)集10項任務(wù)聯(lián)動，6.8萬視頻+19.6萬QA，為后續(xù)研究提供基準(zhǔn)

這篇論文已經(jīng)中了CVPR 2026 Findings，代碼和數(shù)據(jù)集全部開源，對于做自動駕駛、智能交通、法律AI的朋友，這篇論文絕對值得深入研究。FSDETR告訴我們：換個維度思考，可能就是破局的關(guān)鍵。