AI CITY 絕非是一句口號,而是城市進化的現在進行時,一種可行的演進路徑,即以 AI 等新技術為核心驅動,統籌推進算力基礎設施建設,統一構建共性能力平臺,深化數據、知識、高質量數據集、人才等要素供給,最終推動 AI 與城市現代化、產業現代化的深度融合。
撰文|張賀飛
編輯|沈菲菲
AI 將如何改變城市面貌?AI 能否為城市創造新的商業價值?AI 的落地應用將對日常生活有什么樣的影響?
幾乎在每一場和城市發展相關的論壇上,都會出現以上幾個問題。城市既是 AI 技術創新融合應用的綜合性載體,普羅大眾對 AI 產生全面感知的集中體驗地,也是檢驗 AI 價值落地的 " 第一競技場 "。
不久前結束的第八屆數字中國建設峰會上,華為云副總裁黃瑾在主題演講中為這些問題給出了答案:智慧城市的演進過程,經歷了 " 一城一云 "、" 一城一云一模型 " 后,進入到了 AI CITY 的新階段。
01.
AI CITY新在哪里?
當我們詢問一項新技術的創新進程時,常常會聽到一些有趣的分級。
比如自動駕駛"L0-L5" 的分級標準,L0 是無自動化、L1 是駕駛輔助、L2 是部分自動化、L3 是有條件自動化、L4 是高度自動化、L5 是完全自動化。也有不少人用這套體系區分 AI 在不同階段的能力,L1 語音會話、L2 答復問題、L3 解決問題、L4 發明創新,到了 L5 就可以完成組織級工作。
智慧城市的進化同樣可以分為不同階段,雖然不像自動駕駛那般層級清晰,卻也存在著鮮明的分水嶺:在大模型技術出現前,智慧城市是數據智能驅動的,主要體現在數據的挖掘和分析;而當 AI 成為城市競爭力的關鍵點,城市實力的系統性躍升,需要 " 模型 + 知識 " 智能驅動。
為什么會出現這樣的變化?黃瑾在演講中提到了 " 五個新 "。
一是新智能終端。
五年前的時候,能夠聯網的汽車還是妥妥的 " 新物種 ",現在接入華為云的智能汽車就已經超過 1000 萬輛。在傳統終端全面智能化,機器狗、人形機器人等具身智能產品不斷涌現的趨勢下,城市中智能終端的數量將指數級增長。
二是新算力基礎設施。
據《云計算智能世界 2030》報告顯示,未來 10 年 AI 算力將增長 500 倍以上。
在東數西算的國家戰略下,華為云在內的云廠商已經在解決算力的高效集約供應問題,在貴安、烏蘭察布、蕪湖等地建設了大型 AI 算力中心,發布上線了新一代的對等多元算力架構 CloudMatrix 超節點,并在烏蘭察布建設了政務專區。新算力基礎設施將走向 " 東數西算節點優先采用 "、" 城市本地算力按需部署 " 的分布式云底座。
三是新數據基礎設施。
按照麥肯錫的預測,數據流動量每增加 10%,將帶動 GDP 增長 0.2%。
四是新AI模型。
就像很多企業在AI 落地過程中踩過的坑,某個模型可能擅長通用問答,卻在行業知識準確性、專業性或多模態理解上存在短板,項目推進到一定階段,就會遭遇能力瓶頸,出現 " 能做但做不好 " 的尷尬局面。
五是新生態新體驗。
城市 AI 應用需加快基于 Agentic AI 與 Agentic Network 的業務創新,自主完成跨系統調用與決策,打造城市 AI 應用新生態新體驗。
透過 " 五個新 " 不難發現,AI CITY 絕非是一句口號,而是城市進化的現在進行時,一種可行的演進路徑,即以AI等新技術為核心驅動,統籌推進算力基礎設施建設,統一構建共性能力平臺,深化數據、知識、高質量數據集、人才等要素供給,最終推動AI與城市現代化、產業現代化的深度融合。
02.
AI CITY有何不同?
許多人對智慧城市并不陌生,早已對日常生活方式產生了不可逆的影響。
比如很多城市已經落地的" 一網通辦、一網統管 "。過去辦理行政事務,常常要跑多個部門的窗口,動輒幾個禮拜的時間;現在只需要一個電話、一次點擊,即使是線上無法辦理的業務,不少城市已經將 " 最多跑一次 " 納入考核標準。
再比如無數人詬病的交通擁堵問題。越來越多城市將云計算引入到了交通治理,對道路車流進行實時監測,通過調整十字路口紅綠燈長短、延長等候車輛較多方向的綠燈時間等,在很大程度上降低了城市的擁堵指數。
" 模型 + 知識 " 智能驅動的 AI CITY,又將對城市的生產生活帶來哪些改變?這里有兩個 " 對號入座 " 的案例。
第一個是AI for 政務。
廣州市白云區在AI CITY 的理念下,改造了原來的很多小模型,讓視頻巡查的準確率提升了 10%-30%;過去新算法的開發需要 1 個月,現在只需要 2-3 天,迅速上線了垃圾檢測、井蓋丟失、共享單車亂停放等 AI 應用;同時還基于盤古 NLP 大模型打造了城管數字人 " 小云 ",城管數據查詢及政策問答響應時間由 1min 縮短至 10s,可協助城管工作人員快速決策并自動生成文件報告。
第二個是AI for 行業。
傳統的高爐冶煉是個黑箱操作,因為爐內有上千度高溫,無法直接檢測到爐內情況,嚴重依賴外部設備探測和老師傅的經驗。但在煉鋼過程中,每10 ℃的溫度偏差,就將增加 6000 元的成本消耗。湖南湘鋼基于盤古大模型的分層預測架構,實現了多維時滯系統預測精度,能夠精準命中鐵水溫度預測,生成特種金融原料配比建議,每年節省了 200 多萬元的高爐能耗和原料消耗。
前后做個對比的話,傳統智慧城市實現了降本增效,而AI CITY在降本增效的基礎上實現了提質升級,不僅提升了城市運行的效率,還在決策人性化、服務個性化、產業智能化等方面向前邁了一大步。
可以找到的例子還有很多。
深圳福田基于華為云構建了福田區城市信息底座——福境 CIM 平臺,匯聚了地、樓、房、權、人、事、物等政務專題數據,實現了 100 多個業務場景全生命周期的精細管理;東陽光在華為云上部署了藥物分子大模型,將傳統藥物 PCC 篩選周期從三年縮短到兩年……
比這些落地案例更值得關注的,是 AI CITY 的 " 去梯度化 "。
傳統智慧城市的探索,有著典型的級差擴散效應,往往是從資源密集、技術領先的一線城市開始的,再逐步延伸到三四線城市。但在AI CITY的建設中,三四線城市已經做到了局部領先。
直接的例子就是江蘇宜興的城市安全AI 大模型 " 天機鏡 ",基于華為云 AI 云服務構建了包含盤古大模型、DeepSeek 及垂域小模型的模型基座,整合了城市 10 年的城市安全治理歷史數據以及多項政策要求,具備風險隱患預測、多維事件耦合分析、實時監測預警、事件智能分撥、事后總結等強大能力,進而打造出 " 強監測、精預測、早預警、快處置 " 的城市安全監測系統,實現了城市生命線安全管理從 " 以治為主 " 向 " 以防為主 " 轉變,從常規的 " 被動應對 " 向 " 主動監管 " 轉變。
技術上的平權,一定程度上抹平了城市間的代差,也讓越來越多人將注意力集中到了華為云的 AI CITY 解決方案。
不同于 " 一城一云一模型 ",AI CITY 采用了 1234MNX 的架構:1 個分布式智能云底座,AI 安全和 AI 運維構成的 2 個保障體系,AI 模型平臺、AI 數據平臺、AI 原生應用平臺組成的 3 套 AI 工程平臺,M 個數據資產、N 個模型資產,涵蓋算力及云服務運營、模型運營、數據運營、應用創新及生態運營的 4 類運營,以及泛政府、工業制造、礦山、氣象、文旅、醫療醫藥等 X 個應用創新。
03.
寫在最后
正如黃瑾所說:" 大模型將重塑數字城市,重塑以人為本。"
在大模型掀起的新一輪產業革命中,城市的競爭力將不再局限于土地、資本等傳統要素,而是取決于數據、算法、算力的協同效率。誰能率先實現數據高效流動、算法持續進化、算力彈性支撐,誰就能在新一輪城市競爭中脫穎而出。
華為云提倡的 AI CITY,不是簡單地在城市疊加技術元素,正在以 AI 為引擎,推動城市走向更高效、更可持續、更有溫度的新時代。
主理人 | 張賀飛(Alter)
前媒體人、公關,現專職科技自媒體
鈦媒體、36kr、創業邦、福布斯中國等專欄作者
轉載、商務、開白以及讀者交流,請聯系個人微信「imhefei」