科达首席科学家章勇博士：迈向“会思考”的城市

10月28-31日，第二十届中国国际社会公共安全博览会在深圳会展中心举行。科达首席科学家章勇博士在同期举办的“AI大模型与城市全域数字化转型协同发展研讨会”上，发表 “迈向‘会思考’的城市：AI大模型赋能城市治理现代化”主题演讲。

（以下为章博演讲主要内容）

大模型的出现，掀起了现代人工智能技术的又一场革命。行业大模型技术的突破赋予了城市“思维能力”。科达开端大模型KD-GPT深度融合多源数据与行业知识，实现了从碎片化感知到全域认知的跨越，推动城市治理从被动响应迈向主动预见。以开端大模型为基础，我们将打造能思考、善行动的行业智能体，为现代化城市治理提供关键支撑。

行业大模型唤醒城市的“思考力”

国务院在2025年8月印发的《关于深入实施“人工智能+”行动的意见》中，将 “人工智能+”治理能力列为六大重点行动之一，旨在利用人工智能提升国家治理的智能化水平，在AI 2.0时代，大模型，特别是基于行业的垂域大模型将发挥重要作用，和传统技术方案相比，行业大模型具有以下优势：

从“感知”到“认知”，实现深度理解：相比传统算法只能识别目标或是简单模式，行业大模型具备的多模态融合理解能力，可同时理解文本（如政策文件）、语音（如报警电话）、视频（如摄像机监控流）、图像（如红外图或卫星图）等，并能理解其背后的上下文和语义。

从“孤立”到“关联”，洞察复杂因果：行业大模型凭借其庞大的知识聚类和强大的关联推理能力，能够打通数据孤岛，突破单一领域的分析局限，跨领域分析并发现隐藏的因果关系。例如，它能分析出“一场大型演唱会”不仅会影响“周边交通”，还会关联到“应急处置”和“公共安全警力配置”等。

从“滞后”到“预见”，主动干预未来：行业大模型能够基于历史数据和实时动态进行时序预测和推演仿真。例如，在虚拟的数字孪生城市中，大模型可以模拟政策影响、推演交通流变化、预测内涝风险，从而将治理关口前移，从事后补救转向事前预防。

从“通用”到“专用”，深度融合业务：传统模型和通用大模型不具备精准的业务知识，而行业大模型通过使用海量的专门数据和历史业务案例进行微调，可以深刻理解业务内在逻辑，真正成为该行业的业务专家。

城市治理中的行业语言大模型

科达开端行业语言大模型在通用大模型的基础上，增加准确的行业语料数据，并进行训练调优，能够捕获行业文本中的上下文信息，理解单词、短语和句子之间的关联和依赖关系，从而生成合适的响应或进行推理，表现出行业智能的行为。

在城市治理的智慧行政、智慧公安、智慧法制、智慧监管等方面，科达开端行业语言大模型有着广泛的应用，以下是几个已经落地的典型案例：

警情分析：利用微调训练过的开端大模型可全面进行何人、何地、何时、何物、何事、何因、何果、何法、何责的九何要素分析；通过对处警内容进行语义分析，实现情感纠纷、债务纠纷等警情类型的细分；将语义分析与地址聚类算法结合，对发生警情区域进行划分聚合，如娱乐场所、大型会馆等，警情定位更精准。

事故责任认定：开端行业大模型通过阅读学习交通法律法规，结合交通事故责任认定案例数据，提供明确各方责任的智能解答服务。并根据事故具体情况，准确适用相应法规条款，如超速行驶适用《道路交通安全法》中关于超速处罚条款。对适用法规条款进行解释说明，让当事人理解定责依据，减少争议。

重点人员风险分析：通过对历史数据的精准挖掘，开端大模型对重点人员的类型，行为模式，损害结果，送医情况等进行分析，进行风险等级评估，并对风险因子进行检测，最后总结归纳风险报告，提供处置决策建议。

询问笔录理解：在智慧法制应用中，开端大模型能精准把握笔录中的文字结构，清晰梳理其中的逻辑关系。笔录中的对话包含着丰富的信息，行业大模型可以深入分析对话的含义，捕捉说话者的意图和情感。在上下文理解方面，它能够将笔录中的各个部分有机联系起来，形成完整的认知。行业语言大模型在笔录理解上的出色表现，为司法、调查等领域带来了更高效、准确的解决方案，能够极大提升工作质量和效率。

城市治理中的多模态大模型

科达开端多模态大模型可以同时处理文字、音频、视频、图片等多种模态信息，并准确的进行不同模态的特征对齐，实现深度融合，输出精准结果。凭借其独特的结构和强大的功能，开端多模态大模型在智慧交通、智慧城管、智慧应急和智慧园区等多个城市治理领域都有出色应用。

例如，在语义目标识别方面，对一般安防监控罕见的目标，比如铁丝网、牛群等，用语义说明的方法给出目标描述，开端大模型即可在无需训练样本的情况下，准确进行识别。

在语义的事件检测应用中，我们用文字来描述一个事件，让开端大模型在图像中寻找对应的语义特征。例如，对需要确保服务规范的场合，我们用语义来对服务态度、工作效率、作风纪律等进行描述，大模型就可以自动在场景图像中检测发现出相关的违规事件。

在语义视频理解方面，以政法委综治中心智能管控为例，开端大模型能精准识别人员聚集、倒地、肢体冲突等情况。在实际场景中，一旦出现人员大量聚集，系统能迅速捕捉并发出预警；人员突然倒地或是肢体冲突，也能及时察觉。这大大提升了综治中心的管控效率，保障社会秩序稳定。

行业大模型在城市治理中如何落地

行业大模型技术自诞生以来，凭借强大的通用性与适用性，正日益成为赋能城市发展的重要引擎。但要将大模型真正落地与实战，是有较高的工程化难度的。在科达开端行业大模型赋能于城市治理的落地过程中，我们做了以下四方面关键工作：

一、AI Infra构建

大模型赋能离不开基础设施（AI Infra）的构建，它就像一座大厦的基石，支撑着大模型在城市治理的应用。在AI Infra的软件框架中，在硬件层和模型层之间，是最为关键的AI Infra软件层，这一层涵盖了大模型的部署框架、加速和量化工具、调度和编排，以及底层的驱动与运行时（runtime）。同时，它还包括训练基础设施，如训练平台、数据管理和标注工具。例如，在大模型部署与训练中，AI Infra软件层有vLLM、SGLang、Megatron-LM等开源或半开源工具，还有模型量化、算子优化等私有优化代码，在资源调度方面有Kubernate、Slurm、资源调度库等等，要想让大模型高效的部署和执行，必须要将这些组件合理的编排和组织在一起。

二、小型化与国产化

大模型运行时要占用大量的内存和算力，因此，小型化部署是业界追求的目标，即在尽量保留模型性能的前提下，减小模型体积、降低计算复杂度。这就如同给一个庞大的机器瘦身，让它变得更加轻便灵活，却不失强大的功能，从而达到云边端协调部署，联合作战的最佳效果。

为了实现这一目标，我们采用了多种技术手段。如模型量化、模型剪枝、知识蒸馏、架构优化等等。通过这些技术手段，我们大幅压缩了开端大模型的容量，更好地实现了小型化部署。

国产化算力适配是某些应用场景的强制性要求，我们要在边端嵌入式SoC芯片以及服务器侧各类NPU、GPU芯片上完成大模型的部署适配。这就好比为大模型打造一个国产家园，让它能在国产化的环境中稳定居住。由于国产化算力的生态还不完善，适配不同的国产算力平台成为部署行业大模型的重要任务。

三、现场模型进化

在城市治理的很多应用中，客户希望在行业大模型部署后，在其客户环境中，利用私有行业数据持续进行迭代和优化，为此，我们研发了一个私有、安全、功能齐全的AI赋能平台。在数据层面，该平台可提供灵活的数据标注、数据质量诊断、数据管理相关功能；在算法层面，该平台可针对零基础和资深算法开发人员提供不同的算法开发模式，满足其需求，对输出模型进行统一管理，方便模型复用；在算力层面，该平台能够提供优秀的分布式算力集群供AI训练与测试，用户不必感知，只需关注算法的开发和优化；在应用层面，该平台与业务应用深度融合，可以加速大模型版本的迭代更新。通过对大模型的快速微调和提示词优化，在用户的工作环境中实现开端大模型的能力提升。

四、业务智能体设计

大模型驱动的业务智能体，正从根本上颠覆传统软件的设计范式。它将僵化的菜单式操作转变为自然语言交互，从被动执行升级为主动规划与决策，并能调用工具自主完成复杂任务。业务智能体实现了从“人适应系统”到“系统理解人”的变革，重塑着业务流程与人机协同模式。

大模型如同是一个会思考的大脑，而业务智能体则似一个长出手脚具备行动能力的智能单体，它可以利用行业大模型能力先进反思，对已有的情况进行回顾和分析，借助工具获取更多信息和支持，并进行规划制定下一步的行动策略，最后付诸行动。在一个复杂的智能业务系统中，可能包含多个智能体，它们各自承担着不同的任务，相互协作，在大模型LLM的支持下，能够高效地处理各种复杂的问题，为业务的智能化发展提供强大的动力，助力我们在各个领域实现更高效、更智能的决策和行动。在这个智能业务系统中，还有一个关键的因素，就是“人”，人为系统提供了原始输入，关键交互，并且做出最终的决策判别。

最后，让我们展望一下AI决策智能，也就是AI 3.0的时代，何时才能在城市治理中出现。AI 2.0关注的是从城市相关数据中提取知识、模式和趋势，并能够进行推理和生成内容；而AI 3.0则是通过城市相关数据的驱动、模型自动构建和优化，在复杂环境中做出高效、自主的治理决策，是一个高度自治的AI世界，这也是通用人工智能（AGI）的核心特征，具备自主学习和决策的能力，能够像人类一样综合多源信息并动态调整策略，是人工智能技术的终极目标。

但是，我们必须客观的说，在AI 2.0时代，大模型还存在着幻觉和不具可解释性等关键难题，大模型不是万能的，它可以帮助城市“思考”，辅助人类决策，依靠智能体完成各种治理功能；但最终的指挥权、决断权还在人类指挥官手中。让AI处理信息和分析，让人来做价值判断和复杂沟通，这样才能真正打造出更安全、更便捷、更智慧的未来之城。