智慧城市网

　　【智慧城市网 企业关注】当大模型盛极一时，关于数字城市未来形态的思考，又成了新的话题。
 

　　数字城市大模型建设的路径探索，值得深挖，也为正为当下城市转型和产业升级注入澎湃动能。千行千面，我们选择偏安防与停车两个行业切入，来看数字城市的大模型建设的点点滴滴与经验之谈。
 

　　尽管大模型应用千姿百态，从优先级来看，数字城市必然是其主战场。
 

　　城市是人类活动的集中体现，其中涉及多种因素，如人口、经济、交通、环境和社区等。这些因素形成了一个复杂而多元的系统，正是因为这种复杂性，城市成为了一个极好的试炼场，大模型尽可在其中找到生长的沃土。城市是有机生命体，是富有温度的公共空间，城市的精细化管理，上下左右，皆是诉求。
 

　　“智”序井然：城市治理“左右逢源”
 

　　数字城市转型由很多数字技术驱动，人工智能在城市发展中处在生产力地位，过去是人脸识别、语言识别等智慧视觉模式，现在又增加了大模型概念。城市数字化转型就是要把各种各样的场景、业务，用数字技术更好地赋能，数据是生产要素、生产资料，云计算是生产工具，模型、算法结合场景在定义新的生产方式。
 

　　大模型的应用不是锦上添花，而是切切实实能够落地并产生显著价值。大模型赋能数字城市的应用场景探索，要以精准识别行业痛点为原则，以提升城市治理效率为出发点，更要以辅助数字城市的各类参与者为核心。
 

　　数字城市的建设是一项复杂的工作，数字城市的参与者包括城市管理、基层治理、城市安全、民生诉求、法治政府等领域相关的社会公众、话务人员、城管人员、执法人员、网格员、基层参与者、各级领导等人员。每类应用场景普遍存在“范围广、事情多、人员少、效率低”等问题。
 

　　举一实例来看，以白云区为例，其是广州市面积最大、常住人口最多的中心城区之一，城市形态复杂多样，治理任务异常繁重，如何用数字化治理城市，广州白云区城市管理和综合执法局有一套务实的打法。白云区城市管理和综合执法局先后开发了“穗云智慧城管”、“白云志愿FUN”等微信小程序，并迅速推动场景落地，成功架起城市管理部门和民众需求之间的桥梁，先后上线市民报事、便民地图、燃气订购、环卫收费、招牌备案等功能，居民群众只要动动手指点击，城管部门就会快速响应，群众身旁边的“急难愁盼”问题轻松得到解决。
 

　　目前，白云智慧城管系统已将5.5万多个城市部件、1.7万多个城管物资、近7000名工人及大量实时工单都纳入可视化动态管理，一网统管，有效破解城市管理要素繁杂、底数不清、缺乏统筹等难题。同时，系统该系统接入区内3万多路视频监控，结合视频识别巡逻车，搭载70多种AI识别算法，对店外经营、占道广告、建废违章运输等多种城市管理问题进行智能识别、自动抓拍、生成工单，城市管理问题从被动处置走向了主动发现，城市治理体系和能力现代化水平稳步提升。
 

　　其实多年下来的安防建设，在城市治理方面是有“旧账与新债”的。新建系统与已建系统的推倒重来、无缝衔接、融合并用、高效协同等，这些问题归根结底就是为了数字城市“智”序井然，如何构建行业大模型，以数字城市应用场景为驱动，推进行业精细化治理。
 

　　通用大模型存在意图理解能力弱、知识割裂离散、泛化适配能力差等特点。如何从“通用”走向“专业”，大模型需要在数字城市应用场景上发挥出更大的价值。通用大模型具有出色的泛化性能和通用知识，而针对特定行业或领域的需求，要结合特定的行业数据对通用大模型进行优化，以适应行业的特定需求和挑战。大模型的特点是创造性的智能涌现，存在“不确定性”，而数字城市需要的是“确定性”，如何扬长避短，充分利用大模型的优势，控制大模型的“不确定性”带来的负面价值是关键。
 

　　为此，仅仅从纯安防角度看数字城市大模型，守护城市公共安全、服务数字城市建设、助推行业数字化转型。
 

　　精诚所“智”：智慧停车的变通之法
 

　　从某种层面看，停车问题也是城市治理中的一环。停车关乎民生，也是城市文明建设不可缺失一部分。这里的参与者鱼龙混杂，很多有着TO B基因但在挖掘TO C市场的互联网企业纷至沓来。2024年与智慧停车的话题虽然很难有新意，但是在智慧化、精细化、绿色化的未来趋势下，如何去存量，激活市场潜力，挖掘可持续运营的价值，依然是这些年智慧停车负重前行又难以突破的问题。
 

　　作为这一领域的绝对龙头，捷顺今年初提出的绿色智慧停车解决方案或许是行业破局的绝佳路径之一。剖析其方案核心内涵为基于“停+充+储+节能”一体化能力打造停车行业全新场景形态，通过停车场+车位级+停充+储能+节能一揽子全栈解决方案，推动传统停车场建设发展迈向绿色智慧转型。从场到位进化则旨在进一步推动行业迈向“车位级”精细化运营的时代，通过提升车位周转利用率，提高单车位服务价值，有效缓解城市停车难问题和满足车主多样化停车需求。
 

　　停车难的“城市病”顽疾多年，所谓精诚所至，金石为开。智慧停车革命性或跨越性的改变，还是需要大模型的“智变”。在城市停车方面，据公安部统计，截至2023年年底，全国机动车保有量达4.3亿辆，机动车驾驶人5.2亿人，然而停车场相关的基础设施缺口却达8000万个。针对城市停车“停车贵、停车难”的痛点，通过大模型可赋能停车运营人员，切实缓解城市交通拥堵、解决城市停车难的问题，让停车更便捷。
 

　　让城市治理目前传统的停车运营方式存在人力成本高，每个停车场都需要至少一个人值班收费；管理效率低，无法做到24小时都能在岗值守；主观因素大，管理人员可能存在的不规范收费行为等问题。智慧停车的模式在一定程度上提升了停车运营效率，实现人力成本降低但还是无法完全替代人，实现管理效率提升但还是无法做到24小时都能在岗值守，同时，值班人员的主观因素还是无法完全解决。通过构建基于大模型的智能停车对话引擎和管理引擎，对历史停车数据进行动态分析，识别停车高峰时段和高峰区域；对人员停车需求进行精准研判，智能推荐最优停车方案。最终以“数字人”的形象，面向不同用户进行交互式、引导式地提供精准停车指引服务。基于大模型的云值班室，可以有效提升停车场管理效能、优化停车资源分配、明显提高车位利用率，并避免车辆乱停放造成交通拥堵和安全隐患的情况出现。
 

　　大模型在智慧停车领域应用，如果是将其产品化，必然体现在边缘盒子和软件平台中，这两者单打独斗都难以体系化体现大模型在智慧停车市场的能力，软硬一体方为正途。
 

　　大模型软硬一体如何将停车与场景真正串联呢？以CV、AI多模态、边缘计算等技术，通过视频、云端接入、系统整体接入等方式，平台可以针对停车场具体情况采用相应不同的接入方案，以解决城市停车场互不相通、整体接入难的问题。
 

　　在大模型加持下，车主方不仅可以获取行驶目的地的停车数据，通过停车场的过往历史数据，快速获得周边最优停车位的推荐。同时平台亦可发出停车高峰预警，识别出停车高峰时段和热点区域，便于车主节省时间，提高停车效率；AI语音、数字人智能加持，实现实时互动，车主只需与系统进行语音交互，告知目的地，无需反复查看导航系统，即可通过语音合成和导航功能，准确到达停车场，并在行驶过程中实时更新目的地周边停车位余位，给出最便捷周全的停车方案；而在服务商层面，提供更多数据增值及应用延展的空间。提供优惠加油、充电查询、车圈服务、生活缴费等和停车场景结合的功能，实现线上线下一体化的综合运营，构建停车场景的长效服务；当然，作为管理部门的交管，也可以在大模型海纳一切停车场资源后将所有数据汇江入海，提供准确、智能的停车场推荐服务，分析停车相关的各类数据及用户需求，来形成实时性最佳停车方案。
 

　　结束语
 

　　TO B市场有种说法，未来产品被场景取代，而行业也将被生态覆盖，行业是垂直的，而生态呈网状，显然融合性和粘性更强。
 

　　纵有疾风起，乘大风的大模型要在数字城市场景精细打磨，尤其是在城市治理中如绣花针般精细，那数字城市与大模型的双向奔赴，双方间的情投意合就不可缺少了。如婚姻长久需有爱的火花，数字城市与大模型的“珠联璧合”也需要不断碰撞出技术的火花，因为对于大模型而言，技术突围战的最中央，就是数字城市。
 

　　一同度过岁月悠长，大模型+城市，正在书写新的“数字故事”。