“由此展开，我们希望有个AI，通过给他设置改良、优化城市的任务，它便会根据当前的技能水平和城市状态提出适当的任务，相称于做城市体检和城市方案。”腾讯研究院资深专家、教授级高等城市方案师王鹏如是畅想AI在城市乃至是人居环境的运用处景。
王鹏认为，“城市大模型”须要基于环境反馈来完善策略，将节制的策略与反馈记入影象，并在类似情形下重复利用，相称于落地履行，还须要在履行过程中不断深化对城市的认知，动态地改动方案和策略；由于城市的改良，没有最好，只有更好，以是它须要持续探索城市——以自我驱动的办法探求新的任务。
在腾讯研究院发布的《天生式AI人居领域运用趋势调研报告》中，有资深城市方案专家认为，在AI发展的早期阶段，基于规则的定量建模和专家系统，对城市方案起着关键的浸染。虽然深度学习的涌现带来新的可能，但它仍旧与这些传统方法紧密相连。然而，并非所有任务都须要大型模型，对付特定领域而言，小型模型与本地知识库的结合可能更有效。AI在城市运用的目标，是供应针对各种场景的适当办理方案，并连续探索如何有效地结合各种工具和技能，以实现高效、经济的智能做事。
有没有可能建立一个城市大模型？城市大模型能做些什么？技能驱动将为城市管理带来什么变革？又将可能产生什么问题？基于以上问题，36氪与王鹏进行一场深入谈论。
城市大模型寻衅：超越文本数据的繁芜处理需求
2023年，随着通用大模型的快速发展，全天下看到了AI技能在城市管理中的潜力。王鹏认为，只管现有的通用大模型在特定行业中运用仍有限，但它们在处理繁芜系统问题上展现出了前所未有的能力。
因此，考虑发展更专业的行业大模型，如城市大模型，以支持更风雅的城市管理和方案决策。这种模型可以帮助办理城市的各种问题，提升管理效率，再通过高质量数据和精调，实现真正的智能城市管理。
从详细研发角度看，截至目前，除了如生物基因蛋白质分子构造、时序时空这些分外模态的大模型外，从零构建行业大模型没有必要，紧张寻衅在于算力本钱。
官方数据指出，GPT-3数据集的体量为753GB，LLaMA4的为828.2GB。以1000GB的数据模型为例，这相称于须要处理超过500亿份城市总规解释书规模的文本数据，每一份解释书的字数大概是十万字。这一巨大的数据量，侧面反响了行业大模型构建时所面临的高算力本钱和技能门槛。
在城市领域，一些关键的行业知识，如方案文本、政策文件、和法规规范是难以完备通过笔墨表达的，这些知识的繁芜性超出了大略笔墨的范围。此外，城市领域还涉及须要通过图纸等多模态数据处理的内容，这类信息更是无法大略地转化为可直接打算的格式。因此，建立城市大模型须要处理的不仅仅是笔墨数据，还要涵盖多种格式和类型的繁芜信息。
在演习方面，达到所谓的“智能呈现”，仍旧是一个未知数。一样平常而言，GPT3.5、文心一言、通义千问、GLM达到“智能呈现”，背后支撑的参数规模为千亿以上。这种智能呈现是处理繁芜城市系统时，极为主要的能力。
然而，大多数行业大模型的参数规模常日只有百亿级别，为了担保调优的效果、效率和性价比，这样的规模是必要的。因此，这些模型虽然名为“大模型”，但在真正的智能表现上，可能只能达到形似而非神似，难以知足通用人工智能的高等预期。
截至目前，出于经济性的考虑，利用LLM模型运用，仍难以构建商业闭环，除了需求方对技能的理解参差不齐，本钱也是一个无法绕过的难题。在一落地的城市干系大模型项目中，仅30MB的文本数据，在百亿参数模型上演习一次的本钱就靠近万元，且演习效果不可预知，但该本钱在未来低落的可能性较大。
比较研发出一个行业通用大模型，基于根本大模型的能力，进行运用开拓，将成为行业大模型的“主流形态”。
不同于以往的通用大模型，城市大模型通过精准的行业数据演习，致力于办理繁芜的城市问题，如公共做事优化、城市方案和管理效能提升。这个运用，关注的不是模型本身，而是详细要完成的任务，实现技能与城市需求的高度领悟。
运用处景：赞助决策、敏捷管理、政务做事
王鹏认为，比较于专业人士对付“大模型”的认知，如何统一各方参与者对付“城市”的认知，是更难的事。他认为，无论是面对信息技能厂商、人工智能技能专家，乃至是面对城市政府，这些角色脑筋里的“城市”，都不是方案师脑筋里的“城市”。
如果以商业闭环的逻辑开拓城市大模型，较为合理地是运用于公共做事与公共管理领域，其背后帮助方是地方政府。王鹏坦言：“虽然大模型技能彷佛很高大上，但比较之下，现有运用一点都不科幻，请做好生理准备，现实便是骨感的。”
截至目前，城市大模型的运用处景有几类，包括赞助决策、敏捷管理、政务做事等。
在赞助决策方面，大模型可以通过供应数据剖析、案例比拟等办法，帮助决策者进行更全面和迅速的决策。例如，通过整合城市数据库，大模型可以实时回答领导的各种查询，增强决策的信息支持。
近年来，城市大脑、家昔时夜脑等信息化项目，在一定程度上完成了一些城市数据的汇聚。因此，目前最易落地的运用处景，便是整理汇聚数据库，用大模型能力进行基于语义交互的、灵巧天生的数据剖析，可以实现领导随心问，大模型即时答。一定程度上是对上一代“领导驾驶舱”的升级。
王鹏表示：“AI卖力全面精确，人类卖力作出困难的选择，是决策过程中AI与人类分工的空想界面。”
敏捷管理方面，是利用大模型快速相应"大众年夜众需求，改进传统确当局运作模式。这包括快速识别市民问题，自动化处理反馈，以及优化政策实行过程。
类似纽约市政热线311、北京市民做事热线12345——从源头上快速回应需求，对付这些问题与诉求的广泛采集与快速回应，大模型技能可以很好地供应支持，包括对问题诉求的快速识别、总结提炼、派单分发、基于过往案例履历、法规条例的处置建议。该功能同样须要一定知识输入，也可能涉及多模态大模型。
政务做事方面，大模型通过智能问答系统，供应政策咨询和办事指南。 比较于赞助决策、敏捷管理，政府做事可以理解为G to C做事的属性，大众更随意马虎感知。各级政府、各干系部门及奇迹单位，根据法律法规，为社会团体、企奇迹单位和个人供应的容许、确认、裁决、褒奖、惩罚等行政做事。政务做事线上平台，通过打通不同部门的信息系统，打通线上线下做事，减少啰嗦的手续和流程，让群众、企业更快速地办理各种事务，提高行政做事效率。
以上各场景均显示了大模型在城市管理中的潜力，但同时也须要大量的数据输入、高水平的技能支持和持续的优化才能实现最佳效果。
城市大模型的构建和运用，虽然面临诸多寻衅，如数据整合、模型演习的高本钱和技能门槛，但其潜在的上风和长远的运用前景是显而易见的。在未来，这些模型不仅可能在单一城市中发挥浸染，更有可能在环球范围内被复制和推广，成为城市发展和管理的新常态。
通过深化行业知识的运用和技能的不断优化，城市大模型估量将引领一个更加智能和高效的城市管理新时期。
当然，相对付建立完全城市大模型的长远目标，天生式 AI近期在人居领域已经有很多的运用。《天生式AI人居领域运用趋势调研报告》中就涉及了关于方案、培植、运营等环节的多个运用。
在腾讯正在培植的前海总部，正打造一个“人、机、环境全面友好的未来城市原型，这里将集聚一系列数字科技领域的创新实验室群及干系举动步伐，包括以机器人、人工智能、音视频、未来网络、未来出行、碳中和等为主题的多座建筑，为企业的科学家和工程师供应集办公、研发、测试、发布、互换为一体的创新空间。同时也发起了未来城市AI创意设计大赛，面向公众年夜众征集更富想象力的设计。用天生式 AI，帮助所有普通人表达对未来的想象。
36氪作者 ｜ 宋虹姗