UrbanGPT

让大模型看懂城市时空，零样本预测人流车流

UrbanGPT 是一个面向城市时空数据的大语言模型，发表于 KDD 2024。它旨在解决传统时空预测模型难以泛化到未见城市或区域的问题，通过将大语言模型与时空编码器结合，使模型能够理解城市中的复杂时空依赖。核心能力包括：利用大语言模型的泛化能力处理不同城市的数据分布差异，支持多种时空预测任务（如人流、交通流量预测），并能在少样本或零样本场景下保持较好性能。项目提供了模型架构、训练代码和实验配置，方便研究者复现和扩展。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 461
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队HKUDS
所属国家
官网地址https://urban-gpt.github.io
GitHubhttps://github.com/HKUDS/UrbanGPT
定价模式free
价格说明开源模型，Apache-2.0许可，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型fundation-models,instruction-tuning,large-language-models,pre-trained-model,smart-cities,spatio-temporal-prediction,urban-computing,urban-data-science
GitHub 星标★ 461
30天Star增速
HF 下载量
上线时间2024-02-21 00:00:00
最近更新2026-09-17 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 提出将大语言模型与时空编码器融合的架构，有效提升跨城市泛化能力
  • 在多个真实城市数据集上验证了零样本预测效果，优于传统时空模型
  • 代码开源，包含完整训练和评估流程，便于复现和二次开发

不足之处

  • 模型参数量大，训练和推理资源需求高，不适合轻量部署
  • 文档和社区支持尚不完善，新手入门门槛较高

适用场景

  • 城市交通流量预测，辅助智能交通管理
  • 人群密度估计，用于公共安全预警
  • 跨城市模型迁移，减少新城市数据标注成本

替代项目

ST-LLM、Spatial-Temporal Large Language Model (STLLM)、Time-LLM

项目介绍

UrbanGPT 是行业应用领域的开源项目，由 HKUDS 开发，2024 年首次发布。

它收录于行业应用分类，该分类目前共有 545 个项目，GitHub 星标数为 461。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-17。Apache-2.0许可，完全免费，可自行部署使用。

它主要面向的使用场景是：城市交通流量预测，辅助智能交通管理。同类可对比的替代方案包括 ST-LLM、Spatial-Temporal Large Language Model (STLLM)、Time-LLM。

上一篇：automatic-KG-creation-with-LLM

下一篇：KARE

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩，副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11