构建全域动态客流数据模型，实现200米精度级客流热力分析；开发AI仿真算法系统，支持多方案动态推演与智能比选；打造国内首个公交线网优化＋客流预测仿真智能体，实现自然语言指令交互……记者从南京公交集团获悉，由该集团蚂蚁数科联合研发的“公交线网优化与客流预测AI大模型”近日入选南京市国资国企人工智能场景11个重点签约项目，标志着我国公共交通领域首个深度应用人工智能体技术的创新项目正式进入产业化实施阶段，为破解城市公交运营“全国性难题”提供了可复制的“南京方案”。

此次签约是该项目继2025年6月入围南京市鼓楼区“算法名区”建设重大项目库、同年4月获批交通运输部“交通强国建设任务”试点后的又一跨越。除尝试突破数据模型、算法系统、指令交互三大技术壁垒外，二期将引入蚂蚁数科最新研发的Agentar智能体技术。目前，该技术已在金融领域验证成熟。此次为首次跨界移植到公共交通领域，可实现自然语言指令解析（如“晚高峰增加5%运力”自动生成执行方案）、多模态数据融合分析（整合天气、路况、大型活动等32类参数）、经济可行性智能评估（测算精确至±3天）三大创新探索。

据悉，该项目一期成果双方已在南京主城区完成验证。数据显示，自2025年3月试运行以来南京公交集团开通30条AI规划微循环线路，84个智能招呼站日均服务超2.1万人次；地铁7号线接驳专线210路单日最高客流达2168人次，老年乘客占比49.7%；线路规划效率提升17倍，人工分析成本降低83%。高峰期车辆周转率提高22%，日均减少空驶里程3800公里。特别在旅游服务方面，该大模型展现出超预期价值，比如连接中山码头、彩虹桥等景点的210路周末客流稳定在平日水平的98%，较传统旅游专线高出42%。南京公交科技信息部负责人透露，AI大模型能够通过分析报活数据，精准捕捉到“景点间短途接驳”的隐形需求。

此前，传统公交调度依赖“老师傅经验+人工统计”，往往需要3—6个月才能完成一次线网优化。现在依托大模型，全城线网健康度诊断从45天缩短至12小时。同时，通过迭代算法，公交车辆利用率至少提升19%，高峰期发车间隔误差控制在±1.5分钟，接驳线路平均换乘距离缩短至182米，这些数字的改变给广大居民带来的是最直接的便捷体验。此外，由于创新项目首创“大模型+小模型”双轮驱动架构，利用基础大模型处理千万级OD数据，垂直小模型专注接驳、微循环等细分场景，最终让智能体系统实现“感知—决策—执行”闭环，既保证了通用能力，又满足了个性化需求。

记者了解到，随着项目二期工程的启动实施，该大模型将进化出更强大的能力，比如可根据瞬时客流自动调整运力配置，跨模态调度整合公交、轮渡、共享单车等多种出行方式，推演预测重大活动、极端天气的交通影响，及时给出科学判断和解决方案参考。