随着“新基建”大潮的逐步加快,中国已成为智慧城市试点数量最多的国家,在智慧城市建设方面取得了显著效果。其中,上海在数字化转型中的表现更是领跑全国。上海不仅率先建成了“双千兆宽带第一城”,成立了全球首个以5G为主题的创新中心——华为上海5G创新中心,而且在2020年全球智慧城市大会上成功斩获世界智慧城市大奖,成为世界智慧城市优秀标杆,取得了举世瞩目的成就。
据悉,在城市精细化管理方面,为提高工作效率和服务管理的便捷性,上海还开通了“一网通办”平台,接入2000多个政务服务事项。同时,其推出的“一网统管”服务更是接入了全市22家单位的33个专题应用,全市1400多个排水泵站、27000多公里地下排水管网、100多个防汛队伍和车辆信息都被连接在线,并且“地图服务”“气象服务”“交通保障”“应急处置”等六大公共插件,也在为政府精细化管理增效赋能。
2021年2月25日,在上海市城市运行管理中心、上海市黄浦区人民政府指导下,由华为技术有限公司主办的“上海城市最小管理单元数字治理成果发布会”也正式在上海市黄浦区城运中心成功举办。会上,上海“一网统管”和华为共同发布了“城市最小管理单元数字治理成果”,并表示未来双方将携手打造100个上海城市智能体落地的创新场景,发展100家城市数字化转型伙伴,共同推进上海城市智能体建设,助力上海城市数字化转型。
这也是继去年12月15日举办的“智慧上海·进而有为”上海城市峰会上,上海城市建设各方主体正式联合发布了“城市智能体”后,推动上海城市智能体落地的重要举措。而这也预示着上海城市精细化管理水平将再上新台阶,并迈出上海城市智能体落地的关键一步。
—上海城市最小管理单元数字治理项目发布仪式 —
据了解,本次上海城市数字治理最小管理单元试点选取了上海南京路上著名历史建筑南京大楼,它基于城市智能体参考架构,依托华为云和Openlab平台,融合华为云、大数据、AI、边缘计算、5G等多种先进技术,联合电科数字、维智等生态伙伴一起,共同打造了一个城市智能体数字孪生创新场景。
借助华为云强大的信息技术,通过空间地理数据、大楼平面/立面/切面/管线CAD图纸、建筑效果图/实拍图等相关资料,对大楼和周边进行了超精细建模,利用3D渲染引擎实现了大楼外观、内部结构和周边街道的视觉还原。
同时,为了满足市场主体和政府管理主体实时数字化的管理要求,该城市数字治理最小管理单元试点通过接入政府业务数据、专业机构数据、物联感知数据、门店管理数据、环境数据等多维实时动态数据让大楼“活”起来,实现了基于1:1“活”的大楼数字孪生,以生命体、有机体这样的视角对大楼进行感知和管理。
另外,更为难得的是,它还构建了系统化的生命体征体系,支持直观清晰地看出大楼存在的显性及隐性问题,实现城市运行管理的实时预判、实时发现、实时处置。这也意味着,未来城市化管理将更为便捷化、精细化,用户能够及时有效的了解城市的变化,以便及时发现问题、解决问题。而这一管理的进步,无疑将助力上海智慧城市的建设更上一层楼,加速上海国际大都市的扩展和布局,进一步加快上海经济发展和提升人民的生活幸福感。
回顾上海智慧城市建设的历程,我们不难发现,华为云在其中扮演了重要的角色。无论是5G网络布局、一网统管的落地,还是本次城市数字治理最小管理单元试点的发布,我们都能看到上海市政府与华为云之间的精细合作,而且华为提出的城市智能生命体目前已经在上海逐渐成型。可以说,目前上海智慧城市已经进入“华为云时间”,发展极为迅速。预计不久的将来,上海通过城市智能体的建设,将最终实现“感知一栋楼,联接一条街,智能一个区,温暖一座城”的美好愿景,大幅提升居民的生活幸福感和城市归属感,将上海建设成为一个可感知、会思考、有温度的智慧生命体。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。