從一城一云到AI CITY，智慧城市進入新階段

原創贊收藏評論

舉報 2025-05-08

掃描,分享朋友圈

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。

一座城市的生機和活力，不僅需要物理意義上的基建，還需要強大的云網端協同，通過大帶寬、低時延的網絡，讓云上強大的計算和AI能力賦能智能終端，將為城市中每一臺終端通過云網端協同帶來更大的智能和創新可能，實現城市全場景智能。

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%。

國家數據基礎設施已經明確提出“供得出、流得動、用得好、保安全”的主要目標，很多城市以數據為中心建設的數倉和數據湖，需要進化為服務于AI大模型的、以數據+知識為中心的數據底座，包括對數據湖的數據進行語義識別知識抽取、將高質量數據集提供給大模型訓練和微調、構建城市級的知識圖譜等等。

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。

對于場景和需求更加復雜的城市大模型而言，需要聚合基礎和行業模型多元組合，比如DeepSeek的基礎通用大語言模型能力、盤古大模型在政務、氣象、制造、礦山、鐵路、交通、具身智能等行業持續深耕的優勢等行業的優勢。

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。

借用華為云副總裁黃瑾的說法：首先要有根技術，根深才能葉茂，然后要吸引企業融入城市AI生態，并表示華為云將通過城市AI應用創新賦能、全球生態能力共享、全球優秀企業生態融入、人才培養賦能等舉措幫助城市建設百花齊放的AI開放生態。

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。

同樣的一幕還發生在新疆克拉瑪依市，基于華為云AI云服務，部署了DeepSeek-R1全參數大模型，搭建了“國產模型+國產算力+本地政務數據”的政務智能平臺。目前克拉瑪依已經在全市108個社區搭建了數字人交互大屏，為全市群眾提供“問、查、辦”數字人社工服務，實現了社區居民不出社區完成“政策問答、數據查詢、事項辦理”，不僅普及了AI在生活中的應用，也給社區居民帶來了新鮮感、體驗感和科技感。

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。

也就是說，華為云的AI CITY解決方案提供了新算力基礎設施、新數據基礎設施、新AI模型、應用生態以及安全保障體系、工程化能力、運營管理在內的一整套服務。在華為云的使能下，AI CITY的建設，考驗的不再是城市的稟賦，每一個城市都能釋放AI的先進生產力，為產業升級、民生改善、城市治理注入持續動能。

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。

本文系作者授權數英發表，內容為作者獨立觀點，不代表數英立場。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。