针对市民日常涉及的交通政策咨询、意见征集、业务办理等需求，开发并部署了“交通智能问答平台”。平台集成了DeepSeek的大模型能力，支持语音与文字双模输入，自动识别用户问题背后的业务意图，精准匹配政务知识、流程指南与数据分析结果。目前已提供对外服务，实现市民办事“一问即答”，相对于传统交通服务热线服务提升了响应效率和用户满意度。

基于多因素融合的大模型预测系统综合考虑节假日客流、天气变化、热点景区活动、人口流动等要素，支持常态、少样本、零样本等多类型交通流量预测。技术已落地于“粤港澳高速公路智能交通管控项目”和“深圳NOCC二期建设”，广泛用于假期期间路网运行趋势预判和多层级调度策略制定，为市民提供更精准的出行建议，显著缓解节点拥堵。

围绕深圳市城市更新与能源战略部署，构建了多因素融合的推演评估引擎。该系统已服务于轨道线网优化设计，通过融合POI分布、土地利用、线网结构与人口行为数据，预测新线路开通后的流量演变趋势。同时，在交通能源领域，平台支持基于活动热点、人车分布、气象等数据的区域能源需求演化建模，已协助深圳市完成交通能源专项规划，提升能源供需匹配效率。

在深圳北站高峰期客流治理实践中，已实现智能调度方案的自动生成与落地应用。系统依托交通预测结果，联动APP平台向出租车司机发布大客流预警，支持司机根据预约信息调度运力。试点数据显示，应用该功能后，出租车空驶率明显降低，司机平均接单效率提升约1.8倍。该方案可作为典型在全市多个重点枢纽推广，从而提升城市交通的灵活调控能力与服务质量。