本申请公开了一种模型训练及路况预测方法、装置、设备、介质及程序产品，涉及人工智能领域，尤其涉及智能交通和深度学习技术领域。具体实现方案为：根据样本道路信息，确定样本道路的时序特征表示和样本道路的路况标签；将样本道路的时序特征表示输入原始模型中的编码时序神经网络，得到编码传递参数；将编码传递参数输入原始模型中的解码时序神经网络，得到解码特征表示；并将解码特征表示输入原始模型中的预测神经网络，得到样本道路的预测路况；其中，编码时序神经网络包括至少两个时序连接的子编码网络；根据样本道路的预测路况和路况标签，对原始模型进行训练，得到路况预测模型。以提高路况预测准确性。