清华曲小波：AI调度让微公交成本只有出租车20%，下一步是低空出行

2026年4月12日，在车路城融合论坛（2026）上，清华大学车辆与运载学院教授曲小波分享了一项已常态化运行、离规模化应用最近的研究成果：通过AI云平台调度的需求响应式微公交，在湖南株洲一个4.89平方公里的片区，实现了出租车级别的行程时间，同时具备公交车级别的人均碳排放和资源占用——票价仅2元，行程时间仅比出租车多约20%。

 

这一模式的本质，是在尝试解答交通系统的根本矛盾：需求始终在变化，而供给在很长一段时间内主要由基础设施决定，导致供需之间缺乏弹性。

从株洲到兰州：一个“更便宜、几乎不绕路”的微公交模式

曲小波团队的核心创新在于：通过AI加速，实现移动的人、移动的车以及固定起讫点之间的精准匹配。这个匹配的复杂度远超传统滴滴或Uber的一对多模式，计算复杂度呈指数级增加。团队利用多种AI工具进行大量预训练，在实时调度时从预训练方案中快速找到近优解，每3秒更新一次方案。

首个示范落地于湖南株洲职教城。团队设置了84个浮动站点，在最后2-2.5公里区域内，每天运行5-10辆微循环小巴。职教城共有10万用户，注册App用户已超过5万。

运行10个月后的数据令人印象深刻：出租车点对点平均行程时间8.68分钟，微公交（浮动站点到浮动站点）平均行程时间10.5分钟，仅相差约20%。而人均碳排放和费用方面，微公交票价仅2元，出租车平均费用9.16元，微公交成本仅为出租车的20%。

更关键的是，过去许多需求响应式公交项目失败的原因在于计算效率不足导致严重绕行，而曲小波团队的方案几乎没有绕行。该片区打车量因此下降了超过50%。单日营收相比传统公交大幅提升——传统大公交每日营收仅100元，使用本系统后，周中平均营收达1200元（12倍），最高达35倍，周末平均营收为24倍。

随后，该模式迅速推广到株洲另一个片区、兰州市两个片区以及长沙市一个片区，新推广片区也已初具效果。

AI云大脑：计算效率是传统方法的千倍以上

这一模式的核心是AI驱动的云端大脑。其计算效率是传统方法的千倍以上，实现了此前无法完成的实时求解。用户端App提出出行请求，车端App接收调度方案并上报车辆信息，云端实现人与车与起讫点之间的精准匹配。

曲小波特别指出，目前这项工作基于L2级有人驾驶小巴，结合云端、手机App和车端Driver App完成。但要真正解决供需匹配的根本矛盾，一方面要继续扩大云端影响力，另一方面要寻找不依赖基础设施的载人工具——因为只要依赖基础设施，就无法解决弹性问题：早高峰时两车道不可能变成四车道。

终极路径：城市低空出行

答案是什么？曲小波的答案是城市低空出行——它对实体基础设施的依赖最轻。早高峰时，可以开辟更多航路或多层航路来支持出行需求。

为此，曲小波团队与奇瑞汽车在2024年底联合推出了一款模块化飞行汽车。2026年4月19日，还将举行“低空异构载具智能控制”北京市重点实验室启动仪式，届时将有新技术发布。

为了支撑低空领域工作，团队已构建全球首个低空多模态融合感知测试平台数据集，并在重庆改造了一个通航机场，开展智能运行管控、虚实仿真推演和多元场景测试。相关计划包括大型测试场、通航机场改造、小型无人机公园以及微缩比例沙盘。

从地面到低空，从AI调度到飞行汽车，曲小波团队的探索提供了一个清晰的路线图：短期内，用AI云平台提升地面公交的效率和弹性；长期看，用低空出行彻底打破基础设施的物理约束。

“交通系统的根本矛盾在于需求变化而供给缺乏弹性。解决这一矛盾的终极路径，是发展城市低空交通。”曲小波说。而在株洲职教城10万用户、5万注册App、每日营收12倍于传统公交的数据面前，这条路径的第一步，已经走通了。