2023年，英偉達科學家團隊將GPT-4接入Minecraft（「我的世界」）游戲，提出了全新的AI智能體Voyager。隨著GPT-4不停歇地探索世界，Voyager逐漸掌握了挖掘、蓋房、打獵等生存技能，同時擴充自身物品和裝備，并在沒有人為干預的情況下持續(xù)獲得新發(fā)現(xiàn)。例如，如果發(fā)現(xiàn)自己是處于沙漠而非森林中的環(huán)境，智能體就會知道學會收集沙子和仙人掌，比學會收集鐵礦更重要。
“由此展開，我們希望有個AI，通過給他設置改良、優(yōu)化城市的任務，它便會根據(jù)當前的技術水平和城市狀態(tài)提出適當?shù)娜蝿�，相當于做城市體檢和城市規(guī)劃。”騰訊研究院資深專家、教授級高級城市規(guī)劃師王鵬如是暢想AI在城市甚至是人居環(huán)境的應用場景。
王鵬認為，“城市大模型”需要基于環(huán)境反饋來完善策略，將掌握的策略與反饋記入記憶，并在類似情況下重復使用，相當于落地實施，還需要在實施過程中不斷深化對城市的認知，動態(tài)地修正規(guī)劃和策略；因為城市的改良，沒有最好，只有更好，所以它需要持續(xù)探索城市以自我驅動的方式尋找新的任務。
在騰訊研究院發(fā)布的《生成式AI人居領域應用趨勢調研報告》中，有資深城市規(guī)劃專家認為，在AI發(fā)展的早期階段，基于規(guī)則的定量建模和專家系統(tǒng)，對城市規(guī)劃起著關鍵的作用。雖然深度學習的出現(xiàn)帶來新的可能，但它仍然與這些傳統(tǒng)方法緊密相連。然而，并非所有任務都需要大型模型，對于特定領域而言，小型模型與本地知識庫的結合可能更有效。AI在城市應用的目標，是提供針對各種場景的適當解決方案，并繼續(xù)探索如何有效地結合各種工具和技術，以實現(xiàn)高效、經(jīng)濟的智能服務。
有沒有可能建立一個城市大模型？城市大模型能做些什么？技術驅動將為城市治理帶來什么變化？又將可能產(chǎn)生什么問題？基于以上問題，36氪與王鵬進行一場深入討論。
城市大模型挑戰(zhàn)：超越文本數(shù)據(jù)的復雜處理需求
2023年，隨著通用大模型的快速發(fā)展，全世界看到了AI技術在城市治理中的潛力。王鵬認為，盡管現(xiàn)有的通用大模型在特定行業(yè)中應用仍有限，但它們在處理復雜系統(tǒng)問題上展現(xiàn)出了前所未有的能力。
因此，考慮發(fā)展更專業(yè)的行業(yè)大模型，如城市大模型，以支持更精細的城市管理和規(guī)劃決策。這種模型可以幫助解決城市的各種問題，提升治理效率，再通過高質量數(shù)據(jù)和精調，實現(xiàn)真正的智能城市管理。
從具體研發(fā)角度看，截至目前，除了如生物基因蛋白質分子結構、時序時空這些特殊模態(tài)的大模型外，從零構建行業(yè)大模型沒有必要，主要挑戰(zhàn)在于算力成本。
官方數(shù)據(jù)指出，GPT-3數(shù)據(jù)集的體量為753GB，LLaMA4的為828.2GB。以1000GB的數(shù)據(jù)模型為例，這相當于需要處理超過500億份城市總規(guī)說明書規(guī)模的文本數(shù)據(jù)，每一份說明書的字數(shù)大概是十萬字。這一巨大的數(shù)據(jù)量，側面反映了行業(yè)大模型構建時所面臨的高算力成本和技術門檻。
在城市領域，一些關鍵的行業(yè)知識，如規(guī)劃文本、政策文件、和法規(guī)規(guī)范是難以完全通過文字表達的，這些知識的復雜性超出了簡單文字的范圍。此外，城市領域還涉及需要通過圖紙等多模態(tài)數(shù)據(jù)處理的內容，這類信息更是無法簡單地轉化為可直接計算的格式。因此，建立城市大模型需要處理的不僅僅是文字數(shù)據(jù)，還要涵蓋多種格式和類型的復雜信息。
在訓練方面，達到所謂的“智能涌現(xiàn)”，仍然是一個未知數(shù)。一般而言，GPT3.5、文心一言、通義千問、GLM達到“智能涌現(xiàn)”，背后支撐的參數(shù)規(guī)模為千億以上。這種智能涌現(xiàn)是處理復雜城市系統(tǒng)時，極為重要的能力。
然而，大多數(shù)行業(yè)大模型的參數(shù)規(guī)模通常只有百億級別，為了保證調優(yōu)的效果、效率和性價比，這樣的規(guī)模是必要的。因此，這些模型雖然名為“大模型”，但在真正的智能表現(xiàn)上，可能只能達到形似而非神似，難以滿足通用人工智能的高級預期。
截至目前，出于經(jīng)濟性的考慮，使用LLM模型應用，仍難以構建商業(yè)閉環(huán)，除了需求方對技術的理解參差不齊，成本也是一個無法繞過的難題。在一落地的城市相關大模型項目中，僅30MB的文本數(shù)據(jù)，在百億參數(shù)模型上訓練一次的成本就接近萬元，且訓練效果不可預知，但該成本在未來下降的可能性較大。
相比研發(fā)出一個行業(yè)通用大模型，基于基礎大模型的能力，進行應用開發(fā)，將成為行業(yè)大模型的“主流形態(tài)”。
不同于以往的通用大模型，城市大模型通過精準的行業(yè)數(shù)據(jù)訓練，致力于解決復雜的城市問題，如公共服務優(yōu)化、城市規(guī)劃和治理效能提升。這個應用，關注的不是模型本身，而是具體要完成的任務，實現(xiàn)技術與城市需求的高度融合。
應用場景：輔助決策、敏捷治理、政務服務
王鵬認為，相比于專業(yè)人士對于“大模型”的認知，如何統(tǒng)一各方參與者對于“城市”的認知，是更難的事。他認為，無論是面對信息技術廠商、人工智能技術專家，甚至是面對城市政府，這些角色腦子里的“城市”，都不是規(guī)劃師腦子里的“城市”。
如果以商業(yè)閉環(huán)的邏輯開發(fā)城市大模型，較為合理地是應用于公共服務與公共管理領域，其背后資助方是地方政府。王鵬坦言：“雖然大模型技術好像很高大上，但相比之下，現(xiàn)有應用一點都不科幻，請做好心理準備，現(xiàn)實就是骨感的。”
截至目前，城市大模型的應用場景有幾類，包括輔助決策、敏捷治理、政務服務等。
在輔助決策方面，大模型可以通過提供數(shù)據(jù)分析、案例對比等方式，幫助決策者進行更全面和迅速的決策。例如，通過整合城市數(shù)據(jù)庫，大模型可以實時回答領導的各種查詢，增強決策的信息支持。
近年來，城市大腦、產(chǎn)業(yè)大腦等信息化項目，在一定程度上完成了一些城市數(shù)據(jù)的匯聚。因此，目前最易落地的應用場景，就是整理匯聚數(shù)據(jù)庫，用大模型能力進行基于語義交互的、靈活生成的數(shù)據(jù)分析，可以實現(xiàn)領導隨心問，大模型即時答。一定程度上是對上一代“領導駕駛艙”的升級。
王鵬表示：“AI負責全面正確，人類負責作出艱難的選擇，是決策過程中AI與人類分工的理想界面。”
敏捷治理方面，是利用大模型快速響應公眾需求，改進傳統(tǒng)的政府運作模式。這包括快速識別市民問題，自動化處理反饋，以及優(yōu)化政策執(zhí)行過程。
類似紐約市政熱線311、北京市民服務熱線12345從源頭上快速回應需求，對于這些問題與訴求的廣泛采集與快速回應，大模型技術可以很好地提供支持，包括對問題訴求的快速識別、總結提煉、派單分發(fā)、基于過往案例經(jīng)驗、法規(guī)條例的處置建議。該功能同樣需要一定知識輸入，也可能涉及多模態(tài)大模型。
政務服務方面，大模型通過智能問答系統(tǒng)，提供政策咨詢和辦事指南。相比于輔助決策、敏捷治理，政府服務可以理解為G to C服務的屬性，大眾更容易感知。各級政府、各相關部門及事業(yè)單位，根據(jù)法律法規(guī)，為社會團體、企事業(yè)單位和個人提供的許可、確認、裁決、獎勵、處罰等行政服務。政務服務線上平臺，通過打通不同部門的信息系統(tǒng)，打通線上線下服務，減少煩瑣的手續(xù)和流程，讓群眾、企業(yè)更快速地辦理各種事務，提高行政服務效率。
以上各場景均顯示了大模型在城市管理中的潛力，但同時也需要大量的數(shù)據(jù)輸入、高水平的技術支持和持續(xù)的優(yōu)化才能實現(xiàn)最佳效果。
城市大模型的構建和應用，雖然面臨諸多挑戰(zhàn)，如數(shù)據(jù)整合、模型訓練的高成本和技術門檻，但其潛在的優(yōu)勢和長遠的應用前景是顯而易見的。在未來，這些模型不僅可能在單一城市中發(fā)揮作用，更有可能在全球范圍內被復制和推廣，成為城市發(fā)展和管理的新常態(tài)。
通過深化行業(yè)知識的應用和技術的不斷優(yōu)化，城市大模型預計將引領一個更加智能和高效的城市治理新時代。
當然，相對于建立完整城市大模型的長遠目標，生成式 AI近期在人居領域已經(jīng)有很多的應用。《生成式AI人居領域應用趨勢調研報告》中就涉及了關于規(guī)劃、建設、運營等環(huán)節(jié)的多個應用。
在騰訊正在建設的前�？偛�，正打造一個“人、機、環(huán)境全面友好的未來城市原型，這里將集聚一系列數(shù)字科技領域的創(chuàng)新實驗室群及相關設施，包括以機器人、人工智能、音視頻、未來網(wǎng)絡、未來出行、碳中和等為主題的多座建筑，為企業(yè)的科學家和工程師提供集辦公、研發(fā)、測試、發(fā)布、交流為一體的創(chuàng)新空間。同時也發(fā)起了未來城市AI創(chuàng)意設計大賽，面向公眾征集更富想象力的設計。用生成式 AI，幫助所有普通人表達對未來的想象。
36氪作者 ｜ 宋虹姍
