智慧城市的理想信息交互模式

今年5月，国家发改委、数据局、财政部和自然资源部联合发布《关于深化智慧城市发展推进城市全域数字化转型的指导意见》，标志着我国智慧城市建设迈入新阶段。对海量信息的治理和运用是智慧城市建设的一个重要方面，也是增强城市发展动力的重要手段。那么，智慧城市的理想信息交互模式是怎样的？

以信息为基础的大型综合系统

智慧城市最初是以“智慧地球”的概念提出的，后逐步延伸，随着发展不断细化，并将各种新技术融入其中。从无线通信、遥感、云计算，到人工智能（AI）、传感器、物联网等，新技术不断丰富着智慧城市的内涵。

我们现在致力于建设的智慧城市，不论是智慧商业、智慧交通、智慧园区还是智慧社区，都有三个相同的发展趋势：一是感知信息的能力越来越强，感知手段越来越多，信息流无处不在，对信息的感知也无处不在；二是处理信息的算力要求越来越高；三是连接无处不在，任何与信息有关的设备都不是孤立的，所有终端都可以实现连接，云、边协同越来越紧密，已经从“端侧”连接发展到“边云”和“边端”连接相结合。

随着我国城镇化的不断推进，城市居民数量有所增加。在这种趋势下，如何有效利用有限的资源，保障城市的可持续发展？答案是大力建设发展智慧城市。我们可以将智慧城市理解为以信息为基础的大型综合系统，即在公路、建筑等物理基础设施之外，再建设一套出色的信息基础设施，以实现信息的高效、安全交互，让城市变得更安全、更智能，助力实现可持续发展。

信息流如何发挥作用

智慧城市的理想信息交互模式是：信息渠道畅通，终端全面实现智能化；不仅能够及时发送信息，还能够有效接收并反馈信息，继而对城市各方面的管理和服务系统不断进行改进和升级。

智慧城市的落地场景包罗万象。从产业层面来看，由于智慧社区、智慧园区的建设有较强的地产属性，所以给房地产行业带来的变化比较典型。智慧城市可以为社区服务提供更智能化的管理方式，从而帮助房地产商、物业公司等将服务做得更加精细化。例如，在与业主沟通、对车辆进行管理以及投放广告等方面，通过有效推动和控制信息流，有助于形成完备的解决方案。

未来，建筑本身的价值可能会逐渐下降，相关服务的价值会逐渐上升。由此，房地产行业可能慢慢发展为第三产业。智慧社区、智慧园区所做的工作，不论是提供用于社区、园区管理的“智慧大脑”——信息中心，还是对信息进行归集和整理，都可以在很大程度上提升房地产行业的服务价值。

除了房地产，智慧城市中还有一些行业将从增量市场变为存量市场，城市整体上将不断追求精细化管理。

工业园区、商业社区等都有信息化转型的迫切需求。智慧社区服务商可以帮助提升在细分场景前端感知信息的智能化水平，以及终端设备的自动化能力。例如，科技公司提供的智慧云平台和智慧运营中心，可以实现园区运行安全信息“一屏统览”，园区综合治理“一网统管”。

智慧城市中的医院，可以提供生成式人工智能技术的边缘服务器。这种服务器安置在医院的护士站中，以机器人的形式提供信息支持。当护士在忙的时候，患者或者患者家属可以通过机器人的语音助手功能完成简单的问答和信息确认。

智慧养老成为全社会的广泛需求。在一些社区的适老化改造中，在墙上安装报警系统是比较普遍的做法。如果老人遇到紧急情况，可以按下按钮请求援助。但是，如果老人遭遇意外，来不及或者没有能力按下按钮，抑或事发当时报警装置距离老人较远很难触及，该怎么办？

针对上述问题，智慧城市提供的解决方案的核心是更充分地收集信息，例如利用脱敏视频技术实时监控老人的情况——如果老人在一定时间内保持不动，那么系统就会根据“异常信息”自动报警。需要注意的是，信息的脱敏化处理是非常重要的，这是隐私安全方面的需要。

智慧城市在体育赛事领域也有所布局。举办体育赛事，尤其是像马拉松这种大型赛事，需要管理者沿路在不同的点位上观察。在智慧城市中，可以利用沿路的楼宇监控系统和无人机实现全程信息收集和监控。无论比赛队伍行至何处，信息监控系统都能保证其处于可视范围内。如果出现拥挤或者其他异常情况，那么管理者可以迅速掌控全局，及时采取现场协调措施，从而避免事故的发生。

通过智能交通监测和规划，智慧城市的信息系统可以帮助居民规避交通拥堵，节省大量时间，让他们拥有更多的时间陪伴家人，或者做其他有意义的事情。

除了上述应用，智慧城市中信息流的应用不胜枚举。例如访客引导、虚拟前台、应急响应、电动车充电、智能停车、废物管理等。可以说，城市的智慧程度与对信息流的掌控程度是成正比的。

智慧城市的软硬件

经过近年来的飞速发展，我国第三产业的占比越来越高。从智慧城市市场来看，发展机会也越来越多。我国在智慧城市领域的创新和应用在全球处于领先地位。不论是对市场潜力的挖掘，还是对场景的部署，都走在前面。

展望下一阶段的智慧城市建设，其核心是通过软硬件的技术支撑，形成更成熟的解决方案，实现全域式智慧服务，并推动相关标准体系趋于完善。具体可分为硬件建设和软件建设两个方面。

在硬件方面，须提供多样化的设备，配合所需要的信息流服务。例如芯片、核心处理器、集成GPU、边缘AI盒子、边缘AI服务器等。要为复杂的应用场景提供客制化服务，使产品与场景适配。例如，在户外运行的设备面临阳光暴晒、雨水冲刷、极端温度等不利因素，这就需要设备能够适应各种气候环境，保持性能稳定。

需要强调的是，在智慧城市中，核心硬件是芯片。客户的需求日益复杂化，技术的应用场景、需求也变得越来越多元。大规模的信息流动，尤其需要可用度高、稳定性强的芯片。相比之下，信息流的微观应用场景则更需要节能、功耗低的芯片。

在软件方面，算力是共性问题。在智慧城市中，对于算力的需求是与时俱进的，各种信息化应用都离不开算力，算力需求可以说是基础性的存在。例如，优化城市的交通管理，需要极为庞大的算力支撑。如何提高算力，并将其应用到智慧城市场景的细节中，是需要思考的问题。

值得关注的是，我们迎来了AI应用大爆发的时代，语言大模型、视频大模型以及其他的行业大模型均大规模投入应用。此外，还有将多种信息进行融合，实现全息系统运用的新技术。

传统的AI训练需要庞大的数据量才能收到更精确的回应。大模型带来了运算能力的提升，可以利用少量信息达到较高的准确度。对此，有厂商提供了可以实现“再训练”的AI增强机制，有利于增强智慧城市的服务能力。

不同的市场领域会产生差异化的服务场景，例如教育系统、社区、工厂等对信息准确度的要求不尽相同。借助大模型在运营中做AI“再训练”，就可以面向不同的场景提供更加精准的服务。

与个人电脑、汽车等应用场景相比，智慧园区、智慧社区在新技术落地方面更快，因为大模型的多模态优势在智慧园区、智慧社区中更容易形成商业闭环。因此可以看到，当大模型在很多领域尚处于探索阶段时，在智慧园区和智慧社区中已经先行落地了。