刘浩通过三个具体的研究案例，展示了如何利用大模型和微调技术，实现城市智能的推理、预测和决策。他首先介绍了一种基于大语言模型的城市知识图谱构建方法，可以大幅降低构建成本，提升图谱质量，并扩展城市领域知识。此外，他介绍了一种前沿方法，将时间和空间数值数据映射到文本，实现多模态对齐，从而巧妙利用语言大模型的文本补全能力对时间和空间数据进行有效预测。在交通信号灯控制系统方面，他还展示了如何结合强化学习和大语言模型，实现更智能、更可解释的交通管理策略，该策略不仅提高了交通管理的效率，还增强了模型在不同城市间的迁移能力。

最后，刘浩对未来城市智能服务进行了展望。他认为，未来的城市基础模型需要集成世界模拟器和多智能体系统，其关键是更好地理解多模态数据，并解决数据孤岛问题。

本次报告会采用线上线下结合的方式，吸引了来自中国科学院计算技术研究所、中国科学院空间应用中心等单位的四十余名老师和同学参加。

图为学术报告会线下会场