地铁施工点多面广，管控难度较大。我市轨道交通建设把“智能隐患识别”大模型请进了工地，开展“AI+安全监管”试点探索，用AI补上人工监管的空档，以数字技术赋能施工现场，推动人防、技防协同发力，持续提升施工现场安全管控效能。

地铁建设工况繁杂、风险点多，传统人工巡检难以覆盖全部作业场景。市轨道站引入AI智能隐患识别大模型，通过7×24小时不间断智能巡检，弥补人力监管的时空局限，推动安全风险关口前移。模型整合全国四十余城多年施工视频资料，通过3000万张现场图像开展自监督学习，再经工程师标注微调。当前可识别72类工地安全隐患，未来扩容至96类，综合识别准确率可达80%~85%。该大模型具备场景理解与逻辑推理能力，可精准甄别轨道交通施工特有风险，覆盖高处作业防护、钢支撑架设、矿山法施工、起重吊装、消防安全、临时用电等各类安全隐患。

自2026年3月14日试点启动以来，市轨道站选取宁扬城际2座在建车站开展试点工作，共计接入35路工地视频监控，稳定运行6个多月。截至9月底，视频智能识别累计准确发现安全隐患296条；通过手机APP、智能安全帽完成1106张现场图片智能分析识别。

同时，依托大模型及时纠治工人 “三违” 作业。如作业人员在钢围檩上违规作业、未系安全带，极易引发高处坠落事故。这类违规行为瞬时发生、隐蔽性高，人工巡检很难发现。依托AI系统全天候盯控，督促现场布设生命绳，供工人拆撑作业时悬挂安全带，保障高处作业安全。督促参建各方加强现场安全管理，实现物防、人防、技防、智防协同联动。

试点推进过程中，市轨道站同步完善配套管理机制，保障技术工具真正转化为监管实效。明确AI隐患分级分类处置流程，按照隐患等级分类推送至施工、监理、建设单位和监督机构；建立AI报警人工复核机制，甄别过滤系统误报信息；面向施工、监理单位组织专项培训，厘清各方隐患整改责任，将AI识别隐患纳入项目日常监督考核。同时立足南京地铁矿山法暗挖、大深度基坑等本地施工特点，持续迭代调优模型，不断提升复杂作业场景下的识别精度。

立足试点实践成效，我市将持续深化“AI+安全监管”创新：探索更多应用场景，构建多维度多视角的“AI+安全监管”；优化扩充大模型隐患库，迭代算法不断提升识别效果；融合既有安全管理体系，重塑安全管理格局和生态，推动AI从“能用”到“管用”再到“好用”，推动现场安全管理提档升级。