香港大学联合华南理工大学和百度推出了长时间城市交通预测模型OpenCity，结合了Transformer架构和图神经网络，具有卓越的零样本预测能力和快速的情境适应能力。该模型解决了交通预测模型的空间泛化、时间泛化、长期预测和时空异质性挑战，展示了优异的性能和广泛的适用性。

STLinear是一种优化智能交通系统和智慧城市愿景的交通预测模型，通过节点嵌入方法、时间序列分解和周期性学习解决了计算复杂度、梯度问题和资源消耗性等挑战。实证研究表明，STLinear在真实世界数据集上表现出色，准确性超过领先的空间-时间图神经网络，并大幅减少了计算复杂度和计算开销。它是传统模型的有效替代方案，对智能交通系统和智慧城市倡议有深远影响。