在日前举行的智能电动汽车发展高层论坛（2026）分论坛——车路城融合发展论坛上，清华大学车辆与运载学院教授曲小波围绕AI如何赋能智能出行与智慧交通进行了分享。

　　曲小波分析认为，在包括物流、运输和出行在内的整个交通系统中，最核心的矛盾是需求始终在变化，而供给主要由基础设施决定。

　　据介绍，北京市公共交通系统在获得财政补贴的情况下，中心城区常规公交出行分担率约为10%，轨道交通约为15%，公共交通整体分担率合计约25%，仍处于偏低水平。造成这一现象的原因主要包括：公共交通出行时耗较长、换乘不够便捷，以及运力供给相对固定等。曲小波表示：“我们开展了一项结合云平台调度与运载工具的创新研究，这是一项整合了传统公共交通以及网约车、出租车优势的工作。”

　　曲小波介绍，这项工作的目标是让乘客拥有出租车级别的行程时间，同时实现公交车级别的人均碳排放和资源占用量。这需要通过三个模块来实现，一是网络规划，二是核心的公交人车协同控制大脑，三是片区间的运力调度。其中最核心的是基于AI和云平台的创新。用户端App提出出行请求，车端App可接收调度方案并上报车辆信息，云端作为大脑，实现移动的人、移动的车以及固定起讫点之间的精准匹配。“利用多种AI加速工具，实现准实时的方案更新，每3秒一次。”曲小波称。

　　传统拼车模式将多个出行需求直接合并至同一车辆，易出现车辆绕行、多次停靠等问题，导致整体行程时间延长，实际运行效果往往并不理想。“我们提出了一种新方案，让乘客通过浮动站点实时集散，使行走路径的非直线系数最小。”曲小波介绍，与传统拼车模式相比，该新方案可从原本严重绕行、频繁停站，优化为既避免绕行又减少停靠次数。目前这项工作基于L2级智能小巴，结合云端、手机App和车端Driver App完成，已在全国5个片区实现常态化运营。统计数据显示，运营片区内该服务平均行程时间约为网约车的1.2倍，人均碳排放量仅为网约车的20%，同时在维持原有票价水平的前提下，实现了数倍于当地常规公交的运营营收。

　　对于解决交通运输领域需求与供给矛盾问题，曲小波表示，在当前的基础设施条件下，应利用需求响应平台扩大云端影响力，从而相对降低路端或基础设施端的角色比重，在一定程度上缓解矛盾。从长远看，可以借助城市低空交通等途径，“低空交通对基础设施的需求最少，早高峰时可以开辟更多航路或多层航路，以支持城市交通出行。”曲小波表示。