大模型正悄然卷进城市战场，许多地方政府的热情可能比企业还高。城市既是产业竞争最前沿，也是大模型应用场。城市的智能化升级离不开一系列理念机制的进化和技术的支撑与创新。
文｜徐鑫
编｜任晓渔
大模型在企业市场的热度蔓延到了城市战场。
一批先锋城市正围绕大模型培育产业链，并与头部厂商积极探索大模型赋能下的新型城市智能化路径。热潮下，日前在上海举办的“2023数字经济峰会·城市智能升级论坛”吸引了百城主官、产业专家、媒体参与。
华为云计算公司副总裁、战略与产业发展部总裁黄瑾在论坛演讲中认为，AI大模型正在成为城市创新的关键引擎，将重塑“数字城市”和真正“以人为本”。
城市治理是复杂工程，通常需协同超过40个业务部门、应对4000多个开放场景。外界观察，不同于上一阶段智慧城市建设中存在的数据孤岛、条块分割等问题，大模型加持下，AI技术在城市应用中的精度、准确度、以及场景泛化能力都得到了大幅提升。
智慧城市再出发，业界也在形成一些共识。这一复杂场景里的智能化升级离不开政府、城市运营商、技术服务商等多元主体协作，既需要从体制机制层面理顺建设思路，也需要技术服务商从算力、数据、模型和场景等多维度做创新。
01
大模型，城市产业竞争新高地
过去几个月席卷产业界的大模型热潮，正悄然卷进城市战场。除了企业，一大批城市正积极布局和竞跑这一赛道。
“总结来看，许多城市地方政府的热情可能比企业还高。”资深城市技术服务商软通智慧CTO杨旭青告诉数智前线。软通智慧在智慧城市领域扎根十余年，今年他们直观地感受到了地方政府对大模型的热情。
这种热情一方面与大模型将带来的产业机会相关。城市作为产业竞争的最前沿，地方政府很难忽视新的产业增长机遇。正如企业界普遍意识到生成式AI是百年一见的机会，各地政府也将这一波技术变革浪潮与确定性的产业增长挂钩。一项预测数据显示，到2040年，生成式AI每年可为全球经济带来2.6万亿至4.4万亿美元的增长。
为了抢得先机，国内一些先锋城市过去几个月里早已开启大模型产业培育追逐赛。以北京、上海、广州、深圳等为代表，多地在出台相关的政策，从城市顶设层面来发挥自身优势，支撑生成式AI和大模型相关产业发展。
今年5月底，北京一天发布2份重磅文件，提出要建设“具有全球影响力的人工智能创新策源地”，既有明确的实施方案，又提出了具体的发展目标，“人工智能核心产业规模达到3000亿元，持续保持10%以上增长，辐射产业规模超过1万亿元。”
上海在数字经济领域此前提出要打造世界影响力的数字之都，大模型浪潮带来了契机。8月份的世界人工智能大会上，上海发布了“模都”倡议，签约了三批人工智能项目，成立上海人工智能开源生态产业集群，并针对大模型发展的创新能力、创新要素、创新应用、创新环境四大方向，通过专门的计划来解决发展瓶颈。
一些中小城市也紧跟趋势，积极发布各种城市伙伴计划，整合政策补贴、高校和科研机构资源等多管齐下的策略来鼓励AI产业创新。
杨旭青介绍，目前许多城市都在做非常多维与立体的工作，积极支持大模型产业的发展。除了政策发力，一些地方从大模型给IT结构带来的一些变化着手，从算力和数据角度为大模型产业发展清障。例如地方上的企业想发展AI和大模型但算力不足，一些城市在联合华为等企业，推动建设一些公共算力平台。而大模型发展还离不开海量的高质量数据，已经有不少先锋城市也在积极建设开放数据平台和开放数据联盟。
另外，基于大模型，城市本身的治理和政务的智能化应用也在提上日程。一位城市技术服务商指出，在数字中国的顶层设计下，大模型和城市结合，既有的产业能实现升级和跨越发展，大模型企业也能落地，还能带动数字经济比重的提升。
该人士还介绍，这一背景下，先锋城市和区域都在积极挖掘更多大模型应用的方向。那些有丰富应用场景的城市也引起了行业内的关注，比如北京发布北京市通用人工智能大模型行业应用典型场景案例和应用场景需求榜单就曾在科技圈刷屏。
这样的热情也出现在了9月20日举行的城市智能升级论坛上，与会者介绍，当天政府主官和相关从业人士的热情高昂。智慧城市加大模型，正在成为新的产业竞争前沿。
02
重构城市智能化升级
城市是大模型的应用场。观察人士认为，大模型的到来，给城市自身的智能化升级带来新的可能性。
国内某互联网云厂商智慧城市相关业务的负责人此前提到，过往的一些智慧城市项目有两大痛点：一个是有非常多定制化开发，但城市的业务是在不断发展的，出现了新的业务就需要不同的信息化系统来支撑。这种建设思路下，建设的成本非常高。二是数据治理的工作没有尽头。业务有变化，数据的存储和治理就会发生变化，做项目一上来就要把很多数据按照新业务需求重新做一遍，导致项目建设周期非常长。
这实际上是此前智慧城市建设思路带来的长期积弊。此外，一位产业智库创始人还告诉数智前线，业界实际上已经普遍意识到此前的智慧城市类项目存在的问题，比如缺乏系统思维、条块分割、孤立建设，反映到最终结果上就是花大钱建设，效果却不突出，在一些突发和应急状态下“智慧城市”不智能。
这背后与此前的AI算法的能力边界有关。软通智慧CTO杨旭青告诉数智前线，小模型时代实际上处于“大炼模型”状态。一个算法模型只能管一个场景，对应的是有限的“事件”。城市是动态变化，业务也在生长，一旦有了新的“事件”，AI小模型算法的扩展性就很成问题。“原来最多管20到30件事，一旦事件到六七十，就会很难处理和应对。”
行业内观察到，大模型的能力创新实际上给智慧城市建设带来了新的建设思路。黄瑾就认为，大模型正在重塑“数字城市”，重塑“以人为本”。具体而言，AI大模型替代原来的小模型，能大幅提升精度、准确度以及场景泛化能力。
比如在城市气象预测领域就因为应用盘古大模型，大大提升了预测的精度和速度。黄瑾在演讲中介绍，原来需要几千台服务器，几小时才能出结果，但是盘古气象大模型只需要一台服务器十几秒钟左右的计算，就可以预算出比原来好得多的结果。
广州市白云区城市管理和综合执法局党组书记、局长郑柏生也提到，在垃圾分类场景里，把原来的垃圾分类11种算法植根到大模型上，用比以前更少的素材，可以实现更高的图片分析准确率，比如破袋算法能更准确识别未破袋投放垃圾，并及时呼唤保洁员整改，提升了垃圾治理效率。
场景泛化能力的提升，实际上在解决传统算法的延展性问题、场景单一、上线时间长和对接成本高的问题。
黄瑾举例，在广州白云区，城市视觉大模型改造了原来很多小模型之后，除了对城市事项的视频巡查准确率提升5%到10%，而且新的模型开发从一个月缩短到三天左右，这样可以快速上线很多新的检测能力，比如说垃圾检测、自行车乱停放等，如果有新的场景大模型也可以支持快速迭代。
这也是城市治理思路的变化。杨旭青认为，“原来‘人找事’，每个系统负责具体的事，现在是‘事’找‘人’，一些根本没有预想到的事情发生，大模型能识别这些事，通过梳理事件清单，相关部门就能更及时处理。这种思路的变化实际上能带来城市里非常多的创新。”
在一些先锋的城市里，大模型已经在探索落地应用。数智前线获悉，比如华为云的盘古气象大模型已经引起了国家气象局、泰国气象局以及很多城市的气象局极大的兴趣，这些机构已经启动了和盘古的合作。广州市白云区也在构建更为智能的城市管理平台，协同十余个业务部门，应对如燃气管理、车辆违停等多个开放场景，实现城市事件及时发现、及时分拨，让城市治理工作真正减负。在深圳和上海，也都有政务大模型应用落地的场景和案例。
黄瑾认为，AI大模型正在成为城市创新的关键引擎。
03
多元主体协同，需机制支撑和技术创新
大模型加持下，城市变得像生命体一样更加智能、自我优化、生生不息。而它的实现离不开一系列理念、机制的进化和技术的支撑与创新。
首先是政府的机制理顺和思路发生变化。
伴随着城市智能化升级，智慧城市中的参与角色变得更为多元，政府的角色在发生变化。资深人士介绍，一方面，经历多年的智慧城市建设经验，政府在组织和机制上逐步完善，一些打破传统的委办局之间的壁垒的组织机构出现，比如成立城市运行管理中心和大数据局，承担综合性管理职能的机构。大模型落地与这些机构合作，能够更有效实现部门协同，同时发挥大模型解决复杂场景问题的优势。
另外，政府也不再是单纯的技术方案采购角色。在小模型时代，智慧城市建设领域已经在摒弃重建设轻运营的思路，大模型时代，无运营不AI。
其次城市的智能化还需要更有体系的技术支撑，涉及算力、数据、模型和场景四个层面。
第一，从系统建设和整体规划角度，需要统筹算力布局和统一调度。一些地方已经从城市层面在做相关工作，比如联合多方建设公共的AI算力平台来支撑相关产业发展。云服务商如华为云也推动城市一朵云建设，实现算力层面的创新。
同时华为云还建议一些城市建立统一云商店，在AI时代让软件、数据集、算法、模型等资产得到充分共享，一次性开发投入，让整个城市都可以使用。
第二，城市需要更多维、立体和系统的数据创新。国家信息中心信息化和产业发展部主任单志广此前接受采访时提到，智慧城市往后发展应该是城市大脑的智慧中枢与智慧边缘、末梢相结合的一种体系化的智能体，只有中枢性的智能系统是不够的，还要有智慧的神经末梢。
数据是大模型实现更高智能的前提，有些地方也意识到了数据的重要性，既从数据要素流通机制建设入手，也积极从末梢提升数据治理能力。以上海为例，当地一方面在积极探索数据要素流通机制，包括上海数据集团和华为云合作，构建全流程的数据要素流通平台，让城市数据在可信、可控、可管地流通中创造更大的经济价值。
在具体的应用场景里，华为云与上海黄浦区合作的最小城市管理单元，通过鸿蒙感知就把很多有价值的数据汇集到了上海数据治理平台，帮助黄浦区在城市管理中探索出来非常先进的新方案。
第三，复杂的城市治理呼唤模型创新。先锋企业已经实现将跨模态理解能力融合到大模型底座，华为云的盘古大模型包含了CV视觉大模型、自然语音处理的NLP等在内的五个基础大模型，更上一层是面向行业场景的大模型。一家与会企业的技术负责人介绍，城市系统里存在的大量信息和从神经末梢来的感知数据，只靠大语言模型不足以解决问题，未来更多模态的模型能力将推动城市的智能化变革走得更远。
最后，场景的开放也很关键。黄瑾建议，AI应用的城市落地应率先走向典型价值场景，例如城市的服务热线，盘古赋能智能语音导航、智能客服机器人、智能坐席助手、实时质量检测、辅助人工回访，可以让市民感受到政务服务更有温度。
外界观察，华为云盘古大模型在政务场景和城市智能化变革中的打法和策略是明晰的。首先是全链路的能力布局，从算力、数据、模型和场景四个层面，推进大模型在城市里落地。其次，坚持技术扎根，在算力、数据、模型和场景上不断创新。第三，结合城市实战解难题，推动城市涌现更多创新。
业界的共识是，在大模型落地城市的战场上，需要多元主体共同协作，需要城市管理者和更广泛的技术提供商、服务商和运营商一起攻关。
结语
当下仍然处于大模型推动城市智能化升级的初期。城市系统的复杂性不言而喻，需要对接的系统多，对模型的严谨程度要求也与企业市场不同。大模型仍然需要适应城市的水土。比如，一位资深人士提到，企业市场经常提一切值得用大模型重做一遍，但在政务和城市领域，治理的衡量指标不是企业里的商业指令，还需要包容城市里的多元生态，兼容过往建设过程中的资产。因此，在智慧城市建设中，大模型技术不是简单替换，而是渐进和升级的过程。
不过，具有确定性的是，大模型正在加速城市智能变革的进程，城市正朝向更符合人的需求，更智能、有温度的方向演进，智慧城市升级建设正当时。
