共享出行与移动即服务（MaaS）大模型：多模式行程规划、动态定价与调度优化.docxVIP

PAGE2

《共享出行与移动即服务（MaaS）大模型：多模式行程规划、动态定价与调度优化》

一、调研概述

1.1调研背景与目的

城市交通正面临拥堵加剧、碳排放高企与出行需求多样化三重压力。传统单一运输模式难以满足公众对便捷、准时、低成本的期待，而多模式出行组合因数据割裂、调度静态化长期停留在概念阶段。

大模型技术的突破为移动即服务（MaaS）带来质变可能。通过实时融合公交、地铁、网约车、共享单车等多源异构数据，大模型能够理解复杂出行意图，生成跨模式、个性化的行程方案，并支撑全局动态定价与车辆调度，从而提升交通系统效率。

本调研旨在系统分析共享出行与MaaS大模型的市场现状、技术演进及竞争格局，评估其商业潜力与社会价值。研究将厘清多模式行程规划、动态定价与调度优化的核心技术图谱，为平台企业战略决策、产品设计及政府监管提供数据支撑与趋势研判。

1.2研究范围与方法

本调研覆盖以公交、地铁、网约车、共享单车为主要出行方式的MaaS平台与共享出行服务商，重点关注基于大模型的智能决策引擎。研究时间跨度为2022至2028年，以中国市场为主，兼顾欧美、东南亚等代表性区域。

我们采用混合研究方法。一手数据来源于对滴滴出行、高德地图、美团及地方MaaS平台（如北京MaaS、上海出行即服务）技术团队的深度访谈，以及对3000名典型用户的线上问卷。二手数据整理自主管部门公开报告、行业白皮书及