一汽解放申报LNG载货汽车底盘:清洁能源入局:市场角逐谁主沉浮?
2026-07-14
2026-07-14 0
重庆已初步建成市域一体的人工智能赋能超大城市治理基础底座,数据壁垒加速打破、决策效率大幅提升、应用场景持续涌现
文 |《瞭望》新闻周刊记者 李晓婷 郑世昌
纵横交错的山城步道、穿楼而过的单轨列车、两江交汇的复杂水系……重庆是我国辖区面积和人口规模最大的城市,对城市治理的精细化、智能化提出了更高要求。
《瞭望》新闻周刊记者近期深入重庆多地发现,重庆已初步建成市域一体的人工智能赋能超大城市治理基础底座,数据壁垒加速打破、决策效率大幅提升、应用场景持续涌现。
受访者认为,推动AI深度嵌入城市治理肌理,从“基本能力”迈向“体系能力”,需破解数据归集、模型算力、竞争机制等方面难题。
为“8D山城”打造“智能中枢”
什么样的城市才能被称为“智慧城市”?在重庆市数字化城市管理中心副主任宋到芾看来,不是所有数据“上云”,也不是简单的数字孪生,真正的智慧城市须具备“智能大脑”,人工智能技术正在成为这一大脑的核心引擎。
重庆坚持数智赋能与大综合一体化“双轮驱动”,搭建起“1361”整体架构,即1个一体化智能化公共数据平台、三级数字化城市运行和治理中心(下称“三级治理中心”)、6大应用系统和1个基层智治体系。其中,三级治理中心正如“城市大脑”,支撑AI在城市治理中的应用。
这个“大脑”有一套硬核配置:2280万个感知设备编织“神经末梢”;近1万P跨域算力构筑“动力心脏”;智能体开发与模型服务系统作为“算法底座”,支撑全市205个储备场景与30个实战场景稳定运行;AI测评与安全系统则构筑“安全护栏”,确保智能决策不越界。
过去“看得见的管不着,管得着的看不见”的尴尬被打破。从发现问题、分析研判,到下达指令、现场处置,全在同一平台上闭环流转。宋到芾说,这一架构实现城市运行“一网统管”,应急指挥决策效率提升90%,组织动员效率提升70%。
聪明的“大脑”需要高质量数据。重庆山环水绕、桥隧众多、高层建筑密集,城市治理涉及公安、交通运输、应急、城管、规自等多部门,数据壁垒曾是最大痛点。
破局从统一数据底座开始。重庆建成全市统一数字资源服务门户(IRS),将原本分散在410个私有云、52张业务专网中的应用、组件、数据全量整合,全市数据归集共享类目均超21万类。“通过IRS门户,数字资源实现‘一本账管理、一站式浏览、一揽子申请、一体化配置’,部门调用数据就像‘点单’一样方便。”巴南区治理中心技术保障科科长李林蔚说。
所有数据均来自真实物理空间。重庆打造了全市域国土空间地理信息系统,归集848类空间数据、1405类空间图层,把8.2万平方公里的山水、建筑、道路全部搬进数字空间。在洪崖洞、解放碑等重点区域,三维实景地图精细到楼栋楼层。重庆还建成了全国首个省级全域全量一体化地下管线孪生应用系统,让深埋地下的管线从“黑箱”变“白箱”,第三方挖损事故发生率下降约70%,反复开挖的“拉链路”顽疾得到有效遏制。
2026年2月出台的《重庆市推进城市全域数字化转型行动计划》明确,到2027年,重庆将建设高质量数据集5000个,数据供需满足率保持在96%以上。
重庆对人工智能的顶层定位,已从技术赋能上升为治理机制重塑。重庆迭代升级超大城市治理大模型,内置各类专业AI预测模型,对52万多条风险清单设置智能阈值。依托“韧性安全城市治理一张图”,风险隐患一图呈现、应急处突一图调度。
“从‘凭经验’到‘靠数据’,从‘人为判断’到‘模型处理’,智能中枢的核心价值在于让城市拥有‘思考’能力。”宋到芾表示。当前,重庆正加速引入通用大模型,随着具备智能感知、预测预警、研判决策等能力的超大城市治理大模型加速成型,重庆将实现从AI“基本能力”到“体系能力”的跨越。

观众在重庆举办的 2025 世界智能产业博览会上参观人形机器人(2025 年9 月 7 日摄) 王全超摄 / 本刊
让城市治理精准高效
4月20日凌晨,大雨如注,重庆迎来今年首场强降雨。雨滴落下之前,一场与暴雨的“赛跑”已经开始。
重庆市住房城乡建委的城市内涝治理应用大屏上,今年新上线的AI预警模型“初露锋芒”,雨前便已完成灾情范围和风险趋势研判,生成精准到点的预警。网友笑称“这一天,整个重庆都在等雨来”。
AI风险预警应用场景,是人工智能赋能重庆超大城市治理的一个生动注脚。
两江新区金山大道龙洞湾加油站是本次AI预警的积水点位之一。过去,处置人员只能等出现积水再到现场,如今雨还没到,手机上的工单先至:去哪里、带什么设备、怎么处置,安排得清清楚楚。
在基层,AI已成为风险防范的“前哨”。但预警信息发送给谁,如何确保及时响应,又如何有条不紊,需要强大的算力和响应机制。
为打通预警响应最后一公里,重庆迭代“44NN递进式预警叫应机制”,并融入“141”基层智治平台,实现“分段预警、分级响应、分类叫应、分层落实”。依托三级数字化城市运行和治理中心及“141”基层智治体系,预警提示被智能分拨、秒级流转给市、区县、镇街、社区、点位五级责任人,实现3分钟全域直达叫应,15分钟快速响应。
沙坪坝区创新建立“数据+算法”城市道路坍塌量化风险模型,通过分析地质、荷载、管线等多维数据,成功提前发现试点区域3处脱空、1处空洞,预警准确率达82%,避免了可能的人员伤亡。
城市管理则是AI应用的另一个典型场景。“以前这个口袋公园旁的垃圾桶经常冒尖,老远就能闻到味道。现在不一样了,只要一满,它自己会‘报警’。”大渡口区茄子溪街道兴盛社区63岁的居民李红梅笑着指了指桶上方的容量监测设备。曾经困扰社区的垃圾暴露、占道经营、井盖损坏等问题,正被这套智慧场景管理系统逐一破解。
在垃圾箱安装容量监测设备、窨井盖加装自动触感器、转角布设AI摄像头、构建起全天候智能监测网络……如今,垃圾箱容量超80%自动触发预警,系统实时推送信息至保洁员团队;AI摄像头识别占道经营,5分钟内完成定位推送;违停车辆闯入禁停区域,城管队员半小时内到场劝离。垃圾清理及时率、城市部件损坏修复率均提升90%以上,车辆违停、占道经营等问题发生率下降85%。
AI赋能之下,城市治理转化为数据驱动、精准高效的精细化治理。如何推动更多AI应用场景快速落地?重庆市城市管理局党组书记、局长肖庆华说,重庆以“揭榜领题”机制为指挥棒,以“小切口”场景为切入点,制定《城市管理领域数字化建设“揭榜领题”机制》,由各区县“揭榜领题”,再复制全市推广。如“城市道路坍塌综合风险评估”“工程渣土治理利用”等均来自基层探索。2026年重庆预计打造40个AI赋能城市治理典型应用场景。
重塑治理流程与能力
AI应用是一面镜子,镜子背后映射的是治理流程、管理理念与能力体系的重构。
从“人工巡查、层层上报”到“自动感知、智能派单、快速处置、闭环考核”。“过去,城市管理靠的是人力巡街、电话上报、层层转批,效率低、响应慢。”谈及AI给城市管理带来的改变,巴南区城市管理局数字重庆组组长、市政指挥中心主任朱展感触颇深。
AI带来的不仅是流程效率提升,更是治理重心的前移。过去是问题发生后被动救援,如今是风险预警前置,实现“防”于成灾之前:人工智能大模型智能演算山洪、内涝等灾害风险,提前研判部署防范应对措施;化粪池安全监测设备实时监测甲烷等核心气体浓度,精准设定超标预警阈值……这种从“治已病”到“治未病”的转变,是治理能力现代化的关键跃升。
更深层的改变发生在治理条块关系重塑。以往重庆各相关部门间条块分割,各部门权责“剪不断理还乱”。如今城管队员处置占道经营时,可同步查看该区域客流密度,决定执法时机;街道干部排查安全隐患时,能直接调取建筑结构图、消防设施数据……协同效率大幅提升。
流程优化与协同提效,最终落脚于民生福祉。重庆将智能治理聚焦群众急难愁盼,让AI赋能转化为看得见、摸得着的民生便利。潼南区推出“独居老人AI守护”平台,构建“前端发现、云上调度、线下处置”闭环守护体系;渝中区打造大客流智慧导控,在李子坝观景平台,系统检测到游客聚集拍摄单轨穿楼时自动调整红绿灯时长,既保安全又不打断游览体验;两江新区打造“AI+校园餐智管”,通过物联网、AI算法实现从食材采购到经费管理的全链条透明化管控。
AI底座加速夯实,基层探索亮点频出,但受访人士普遍认为,基层落地过程中面临多重现实挑战,AI赋能城市治理仍有巨大探索空间。
“当前基层AI应用深度不足,区县自主开发能力薄弱,核心AI模型、算法均依赖市级开发,难以完全匹配一些基层特色场景。”朱展表示,同时,核心技术与设备掌握在少数企业手中,市场化竞争不足,落地成本居高不下。
此外,AI训练所需的高质量、标准化数据集短缺,制约了AI应用效能的发挥。重庆市城市管理局城市治理统筹协调处处长袁川喻以城市更新场景中的AI应用为例谈到,通过汇聚城市运行、市民投诉、物业数据等,形成高质量数据集,进行大数据分析,精准诊断“城市病”,从而科学生成更新项目,正是AI时代赋予城市更新的可能性。但目前这类数据质量低,数据标准尚未完全统一,汇聚后难以有效利用,无法支撑高质量分析报告。
对AI决策有效性的深层担忧在于,在城市管理、灾害预警等高风险领域,AI模型的“黑箱”特征如何确保判断的准确性和可追溯性,这仍是技术落地的关键瓶颈。
针对这些挑战,一些有益的探索正在进行。在数据归集共享方面,重庆将聚焦超大城市治理九个重点领域,建设多模态数据集,完善感知资源规划,加强摄像头、无人机、北斗定位等感知设备部署,建设全市统一物联感知系统。
AI技术是“骨架”,人的参与是“血肉”。AI赋能治理的终极目标,不是取代人,而是让人从繁琐、低效的城市治理事务中解放出来,将更多精力投入创造性工作与人文关怀。当数据感知变得像毛细血管一样细腻,当预警处置变得像条件反射一样迅捷,这座超大城市正在用自己的实践回答一个时代命题:技术如何服务于人,治理如何从“人海战术”走向“智慧协同”。■