城市数字孪生与治理大模型：基于生成式AI的交通流模拟与公共政策评估.docx

PAGE2

《城市数字孪生与治理大模型：基于生成式AI的交通流模拟与公共政策评估》

一、调研概述

1.1调研背景与目的

随着全球城市化进程的持续加速，城市系统的复杂性与不确定性呈指数级上升。传统城市治理模式在面对突发交通拥堵、重大应急事件时，往往依赖滞后统计数据与主观经验决策，缺乏前瞻性推演与精准量化评估能力。

数字孪生技术虽已构建起物理城市的虚拟映射，但传统基于规则驱动的仿真模型面临生成成本高昂、保真度受限等瓶颈。难以真实模拟复杂非线性的城市动态特征，导致政策预评估往往流于形式，无法满足现代城市精细化治理需求。

生成式人工智能与治理大模型的快速演进，为城市数字孪生注入了全新的“认知与