AI将如何改变城市面貌？AI能否为城市创造新的商业价值？AI的落地应用将对日常生活有什么样的影响？

几乎在每一场和城市发展相关的论坛上，都会出现以上几个问题。城市既是AI技术创新融合应用的综合性载体，普罗大众对AI产生全面感知的集中体验地，也是检验AI价值落地的“第一竞技场”。

不久前结束的第八届数字中国建设峰会上，华为云副总裁黄瑾在主题演讲中为这些问题给出了答案：智慧城市的演进过程，经历了“一城一云”、“一城一云一模型”后，进入到了AI CITY的新阶段。

01 AI CITY新在哪里？

当我们询问一项新技术的创新进程时，常常会听到一些有趣的分级。

比如自动驾驶“L0-L5”的分级标准，L0是无自动化、L1是驾驶辅助、L2是部分自动化、L3是有条件自动化、L4是高度自动化、L5是完全自动化。也有不少人用这套体系区分AI在不同阶段的能力，L1语音会话、L2答复问题、L3解决问题、L4发明创新，到了L5就可以完成组织级工作。

智慧城市的进化同样可以分为不同阶段，虽然不像自动驾驶那般层级清晰，却也存在着鲜明的分水岭：在大模型技术出现前，智慧城市是数据智能驱动的，主要体现在数据的挖掘和分析；而当AI成为城市竞争力的关键点，城市实力的系统性跃升，需要“模型+知识”智能驱动。

为什么会出现这样的变化？黄瑾在演讲中提到了“五个新”。

一是新智能终端。

五年前的时候，能够联网的汽车还是妥妥的“新物种”，现在接入华为云的智能汽车就已经超过1000万辆。在传统终端全面智能化，机器狗、人形机器人等具身智能产品不断涌现的趋势下，城市中智能终端的数量将指数级增长。

一座城市的生机和活力，不仅需要物理意义上的基建，还需要强大的云网端协同，通过大带宽、低时延的网络，让云上强大的计算和AI能力赋能智能终端，将为城市中每一台终端通过云网端协同带来更大的智能和创新可能，实现城市全场景智能。

二是新算力基础设施。

据《云计算智能世界2030》报告显示，未来10年AI算力将增长500倍以上。

在东数西算的国家战略下，华为云在内的云厂商已经在解决算力的高效集约供应问题，在贵安、乌兰察布、芜湖等地建设了大型AI算力中心，发布上线了新一代的对等多元算力架构CloudMatrix超节点，并在乌兰察布建设了政务专区。新算力基础设施将走向“东数西算节点优先采用”、“城市本地算力按需部署”的分布式云底座。

三是新数据基础设施。

按照麦肯锡的预测，数据流动量每增加10%，将带动GDP增长0.2%。

国家数据基础设施已经明确提出“供得出、流得动、用得好、保安全”的主要目标，很多城市以数据为中心建设的数仓和数据湖，需要进化为服务于AI大模型的、以数据+知识为中心的数据底座，包括对数据湖的数据进行语义识别知识抽取、将高质量数据集提供给大模型训练和微调、构建城市级的知识图谱等等。

四是新AI模型。

就像很多企业在AI落地过程中踩过的坑，某个模型可能擅长通用问答，却在行业知识准确性、专业性或多模态理解上存在短板，项目推进到一定阶段，就会遭遇能力瓶颈，出现“能做但做不好”的尴尬局面。

对于场景和需求更加复杂的城市大模型而言，需要聚合基础和行业模型多元组合，比如DeepSeek的基础通用大语言模型能力、盘古大模型在政务、气象、制造、矿山、铁路、交通、具身智能等行业持续深耕的优势等行业的优势。

五是新生态新体验。

城市AI应用需加快基于Agentic AI与Agentic Network的业务创新，自主完成跨系统调用与决策，打造城市AI应用新生态新体验。

借用华为云副总裁黄瑾的说法：首先要有根技术，根深才能叶茂，然后要吸引企业融入城市AI生态，并表示华为云将通过城市AI应用创新赋能、全球生态能力共享、全球优秀企业生态融入、人才培养赋能等举措帮助城市建设百花齐放的AI开放生态。

透过“五个新”不难发现，AI CITY绝非是一句口号，而是城市进化的现在进行时，一种可行的演进路径，即以AI等新技术为核心驱动，统筹推进算力基础设施建设，统一构建共性能力平台，深化数据、知识、高质量数据集、人才等要素供给，最终推动AI与城市现代化、产业现代化的深度融合。

02 AI CITY有何不同？

许多人对智慧城市并不陌生，早已对日常生活方式产生了不可逆的影响。

比如很多城市已经落地的“一网通办、一网统管”。过去办理行政事务，常常要跑多个部门的窗口，动辄几个礼拜的时间；现在只需要一个电话、一次点击，即使是线上无法办理的业务，不少城市已经将“最多跑一次”纳入考核标准。

再比如无数人诟病的交通拥堵问题。越来越多城市将云计算引入到了交通治理，对道路车流进行实时监测，通过调整十字路口红绿灯长短、延长等候车辆较多方向的绿灯时间等，在很大程度上降低了城市的拥堵指数。

“模型+知识”智能驱动的AI CITY，又将对城市的生产生活带来哪些改变？这里有两个“对号入座”的案例。

第一个是AI for 政务。

广州市白云区在AI CITY的理念下，改造了原来的很多小模型，让视频巡查的准确率提升了10%-30%；过去新算法的开发需要1个月，现在只需要2-3天，迅速上线了垃圾检测、井盖丢失、共享单车乱停放等AI应用；同时还基于盘古NLP大模型打造了城管数字人“小云”，城管数据查询及政策问答响应时间由1min缩短至10s，可协助城管工作人员快速决策并自动生成文件报告。

第二个是AI for 行业。

传统的高炉冶炼是个黑箱操作，因为炉内有上千度高温，无法直接检测到炉内情况，严重依赖外部设备探测和老师傅的经验。但在炼钢过程中，每10℃的温度偏差，就将增加6000元的成本消耗。湖南湘钢基于盘古大模型的分层预测架构，实现了多维时滞系统预测精度，能够精准命中铁水温度预测，生成特种金融原料配比建议，每年节省了200多万元的高炉能耗和原料消耗。

前后做个对比的话，传统智慧城市实现了降本增效，而AI CITY在降本增效的基础上实现了提质升级，不仅提升了城市运行的效率，还在决策人性化、服务个性化、产业智能化等方面向前迈了一大步。

可以找到的例子还有很多。

深圳福田基于华为云构建了福田区城市信息底座——福境CIM平台，汇聚了地、楼、房、权、人、事、物等政务专题数据，实现了100多个业务场景全生命周期的精细管理；东阳光在华为云上部署了药物分子大模型，将传统药物PCC筛选周期从三年缩短到两年……

比这些落地案例更值得关注的，是AI CITY的“去梯度化”。

传统智慧城市的探索，有着典型的级差扩散效应，往往是从资源密集、技术领先的一线城市开始的，再逐步延伸到三四线城市。但在AI CITY的建设中，三四线城市已经做到了局部领先。

直接的例子就是江苏宜兴的城市安全AI大模型“天机镜”，基于华为云AI云服务构建了包含盘古大模型、DeepSeek及垂域小模型的模型基座，整合了城市10年的城市安全治理历史数据以及多项政策要求，具备风险隐患预测、多维事件耦合分析、实时监测预警、事件智能分拨、事后总结等强大能力，进而打造出 “强监测、精预测、早预警、快处置” 的城市安全监测系统，实现了城市生命线安全管理从“以治为主”向“以防为主”转变，从常规的“被动应对”向“主动监管”转变。

同样的一幕还发生在新疆克拉玛依市，基于华为云AI云服务，部署了DeepSeek-R1全参数大模型，搭建了“国产模型+国产算力+本地政务数据”的政务智能平台。目前克拉玛依已经在全市108个社区搭建了数字人交互大屏，为全市群众提供“问、查、办”数字人社工服务，实现了社区居民不出社区完成“政策问答、数据查询、事项办理”，不仅普及了AI在生活中的应用，也给社区居民带来了新鲜感、体验感和科技感。

技术上的平权，一定程度上抹平了城市间的代差，也让越来越多人将注意力集中到了华为云的AI CITY解决方案。

不同于“一城一云一模型”，AI CITY采用了1234MNX的架构：1个分布式智能云底座，AI安全和AI运维构成的2个保障体系，AI模型平台、AI数据平台、AI原生应用平台组成的3套AI工程平台，M个数据资产、N个模型资产，涵盖算力及云服务运营、模型运营、数据运营、应用创新及生态运营的4类运营，以及泛政府、工业制造、矿山、气象、文旅、医疗医药等X个应用创新。

也就是说，华为云的AI CITY解决方案提供了新算力基础设施、新数据基础设施、新AI模型、应用生态以及安全保障体系、工程化能力、运营管理在内的一整套服务。在华为云的使能下，AI CITY的建设，考验的不再是城市的禀赋，每一个城市都能释放AI的先进生产力，为产业升级、民生改善、城市治理注入持续动能。

03 写在最后

正如黄瑾所说：“大模型将重塑数字城市，重塑以人为本。”

在大模型掀起的新一轮产业革命中，城市的竞争力将不再局限于土地、资本等传统要素，而是取决于数据、算法、算力的协同效率。谁能率先实现数据高效流动、算法持续进化、算力弹性支撑，谁就能在新一轮城市竞争中脱颖而出。

华为云提倡的AI CITY，不是简单地在城市叠加技术元素，正在以AI为引擎，推动城市走向更高效、更可持续、更有温度的新时代。