1.1.1 产业界定

1.1.2 主要类型

1.1.3 所处行业

1.1.4 产业监管

1.2.1 产业链结构

1.2.2 产业链生态图谱

1.2.3 产业链区域热力图

1.3.1 权威数据来源

1.3.2 研究方法与统计标准

2.1.1 发展历程

2.1.2 数量与备案情况

2.1.3 参数规模

2.1.4 商业模式概览

2.2.1 政策驱动因素

2.2.2 需求驱动因素

2.3.1 行业主要需求主体及格局

2.3.2 不同主体需求特征

2.4.1 开发流程

2.4.2 应用场景地图

2.4.3 技术选型

2.5.1 交通大模型数量

2.5.2 代表性交通大模型名单

2.6.1 中国智能交通市场规模

2.6.2 中国AI交通大模型市场规模

2.7.1 竞争要素

2.7.2 竞争格局

2.7.3 主要厂商竞争力评价

2.8.1 交通高质量语料与知识库标准缺失

2.8.2 幻觉、可解释性与安全合规风险

2.8.3 数据共建共享与跨部门协同机制不足

3.1.1 Transformer / 预训练 / 指令微调 / RLHF

3.1.2 工程化（数据工程 / 模型调优 / 压缩 / 部署）

3.3.1 算力需求测算

3.3.2 AI芯片

3.3.3 AI服务器与智算中心

3.3.4 算力部署路径

3.4.1 交通数据集

3.4.2 数据API与数据治理

3.4.3 训练 / 推理数据开发

3.5.1 机器学习框架

3.5.2 训练与部署平台

3.5.3 数据处理 / 优化工具

3.6.1 交通知识图谱与领域对齐

3.6.2 多模态感知（视觉 / 雷达 / 视频）

3.6.3 时空预测与仿真推演

3.6.4 车路云一体化协同推理

+-4.2.1 百度 Apollo -文心交通

4.2.2 阿里云 -千方科技

4.2.3 华为-盘古 · 车路云

4.2.4 商汤科技

4.2.5 海信网络科技

4.2.6 佳都科技

8.2.1 城市交通信号管控与缓堵（智慧信控）

8.2.2 车路云一体化与自动驾驶赋能

8.2.3 智慧公交与轨交

8.2.4 智慧物流与货运调度

8.2.5 智慧停车

8.2.6 出行即服务（MaaS）与公众出行助手

8.2.7 交通执法与应急处置

+-8.3.1 城市交通场景需求潜力剖析

8.3.2 公路场景需求潜力剖析

8.3.3 铁路场景需求潜力剖析

8.3.4 水运 / 港口场景需求潜力剖析

8.3.5 民航 / 机场场景需求潜力剖析

8.3.6 物流快递场景需求潜力剖析

9.2.1 技术环境

9.2.2 经济环境

9.2.3 社会环境

9.2.4 政策环境

10.2.1 产业链薄弱环节

10.2.2 细分场景机会

10.2.3 区域市场机会