在过去一年多的时间里，发生了这么几件“小事”：AI生成的作品《太空歌剧院》，在美国一场美术比赛一举夺冠；GPT—4根据一张手绘网站草图，自动生成网站搭建代码；人形机器人Optimus拿起一只机械臂，装到了另一个机器人的身上，期间完全没有人类干预……这些，都在传达着一个信息：未来已来。

随着城市发展面临人口激增、管理复杂等一系列问题，依靠传统人的角色、人的思维去治理，很难满足未来的需求。将人工智能应用于城市治理成为共识，并已在全球多地推动实践。

在年世界城市日中国主场活动全球城市论坛上，从业者、专家们相聚在此，探讨在科创及资本的驱动下，将塑造出怎样的未来之城。

把城市作为深度学习智能体

不妨先将目光聚焦于大模型这一大热领域。

年5月发布的《中国人工智能大模型地图研究报告》显示，10亿级参数规模以上基础大模型至少已发布79个，14个省市/地区已经开展大模型研发。北京、广东两地最多，地域集中度相对较高。

在全国多地百“模”大战的背景下，将其应用于城市治理，是情理之中的事。上海交通大学中国城市治理研究院常务副院长吴建南举例，深圳某区应用的城市智慧视觉融合感知系统，对城市场景视频画面进行自动识别、标定AI标签，赋能占道经营、机动车违停等30多个场景，且训练出具有极高准确性的城市治理行业模型，在1.2秒内完成类标签治理，提高了该区50%的城市治理效率，节省了30%的人力成本。

在论坛现场，科创板AI平台企业云天励飞董事长兼CEO陈宁提出这样一个概念——自进化城市治理智能体，即把一座城市当作一台机器人、一个深度学习的智能体。“在城市这样一个拥有海量场景的环境里，通过多维度的高质量数据，推动人工智能的技术经历感知、认知、决策，直到自学习、自进化。”

比如，深圳巴士集团采用AI技术，通过采集乘客群体出行起止点，掌握乘客出行规律进行相应决策，并在多个场景成功应用。借助这套系统，调度员清晰、科学识别大客流站点，规划大站快线，略过小、无客流站点，提高通勤效率；精准分析客流职住地，判断其接驳需求的能力，规划合理高频微循环线路等。

在AI技术的“热”实践之下，吴建南也对过往的数字化转型提出反思。基层应用场景与现实需求脱节，已经落后于实际，如某示范智慧社区中的“垃圾分类门禁系统”；应用场景从开发时的“轰轰烈烈”到使用中的“鸦雀无声”，如“充电安全”场景；各条线齐抓共上，应用场景开发追求“全”，如某街道自主开发的8个应用场景，只有1个还在运行且实效不大。

“如今的大模型是单纯服务城市管理局的工作，还是真正深度应用于城市治理？大模型到底有多大，它的过人之处是否充分展现？是否真的达到“实战管用、干部爱用、群众受用”的效果？”着眼城市治理领域大模型的未来，他发出了这些必须解答的“灵魂拷问”。

多元资本推动城市发展

地方科创发展，与创新资本集聚紧密相关，这也是与会专家们的一大

转载请注明:http://www.aideyishus.com/lkgx/7766.html