12月12日，第八屆GAIR全球人工智能與機(jī)器人大會在深圳正式啟幕。

本次大會為期兩天，由GAIR研究院與雷峰網(wǎng)(公眾號：雷峰網(wǎng))聯(lián)合主辦，高文院士任指導(dǎo)委員會主席，楊強(qiáng)院士與朱曉蕊教授任大會主席。

作為觀測AI技術(shù)演進(jìn)與生態(tài)變遷的重要窗口，GAIR大會自2016年創(chuàng)辦以來以來，始終與全球AI發(fā)展的脈搏同頻共振，見證了技術(shù)浪潮從實(shí)驗(yàn)室涌向產(chǎn)業(yè)深海。2025年，是大模型從“技術(shù)破壁”邁向“價(jià)值深耕”的關(guān)鍵節(jié)點(diǎn)，值此之際GAIR攜手智者觸摸AI最前沿脈動，共同洞見產(chǎn)業(yè)深層邏輯。

本次大會上，京東集團(tuán)副總裁、首席數(shù)據(jù)科學(xué)家、IEEE Fellow、ACM杰出科學(xué)家鄭宇教授親臨現(xiàn)場，為參會者帶來了一場鞭辟入里的報(bào)告分享。

鄭宇教授指出，人工智能過往取得的顯著成功主要集中在虛擬世界，如大語言模型、數(shù)字孿生等，但真正的產(chǎn)業(yè)價(jià)值需要進(jìn)入物理世界，即問題與數(shù)據(jù)的取用和反饋都要體現(xiàn)在物理世界層面。

基于此，鄭宇教授回顧了時(shí)空AI的發(fā)展歷程，并以雄安新區(qū)的智能城市建設(shè)為標(biāo)桿案例，進(jìn)一步分析了城市計(jì)算與具身智能之間的關(guān)系。他提出，城市計(jì)算可作為具身智能的方法論，而具身智能將成為城市計(jì)算的核心組件。未來城市有望成為“巨大的具身智慧體”，而管理城市就像玩游戲。

他認(rèn)為，當(dāng)下時(shí)空AI要在物理世界發(fā)揮價(jià)值需克服三大挑戰(zhàn)：

1、數(shù)據(jù)稀缺體量小：傳感器不可能遍布物理世界的任何地方，數(shù)據(jù)也不能無時(shí)無刻獲得，同時(shí)數(shù)據(jù)采集成本高周期長。

2、模型時(shí)空能力弱：目前尚有很多物理規(guī)律處于未知狀態(tài)，物理世界觀測方法的有限性，以及人為因素的不確定性，三者疊加導(dǎo)致時(shí)空AI的建模非常困難。

3、智能方案閉環(huán)難：首先需要對物理世界進(jìn)行觀測獲得數(shù)字信號，根據(jù)數(shù)據(jù)將建模形成的結(jié)果反饋給人，進(jìn)而對結(jié)果進(jìn)行修訂和反饋，最終將處理后的結(jié)果執(zhí)行到物理世界，才能形成智能方案的完整閉環(huán)，要完成這樣的閉環(huán)并不容易。

以下是鄭宇教授演講的精彩內(nèi)容，雷峰網(wǎng)作了不改變原意的整理與編輯：

01

何為時(shí)空AI？

我們這個工作，其實(shí)已經(jīng)做了二十年，但最近才用時(shí)空AI作為話題來做報(bào)告，原因有兩個：第一，人工智能要進(jìn)入物理世界，必須要理解時(shí)空，現(xiàn)有的算法存在很大的瓶頸。

第二，我的好朋友李飛飛從視覺的角度出發(fā)，她發(fā)現(xiàn)視頻中的內(nèi)容不符合空間約束和物理規(guī)律，進(jìn)而提出了“空間智能”，在整個業(yè)界非?；?。

所以今天我以《時(shí)空AI：人工智能進(jìn)入物理世界的基礎(chǔ)理論和關(guān)鍵技術(shù)》為報(bào)告題目，來給跟大家講講時(shí)空AI的來龍去脈。

一方面，人工智能過往取得的成功主要集中在虛擬世界，包括大語言模型、圖生文、文生圖等，數(shù)據(jù)和問題也都集中于此。很重要，但遠(yuǎn)不夠。

另一方面，我們一部分的工作，在感知完物理世界的狀態(tài)之后，將其融入到虛擬世界，但解決的問題還是落在了虛擬世界。例如VR游戲中的體感傳感器，可以感知人的姿態(tài)，幫助我們把游戲玩得更好，但本質(zhì)還是解決虛擬世界的問題。數(shù)字人也是如此，它可以通過感知面部表情，幫助數(shù)字人更好地理解人的行為，但仍屬于虛擬世界。

因此，人工智能要想發(fā)揮巨大的產(chǎn)業(yè)價(jià)值，一定要進(jìn)入物理世界。也就是說，問題和數(shù)據(jù)都要來自于物理世界，隨后通過感知，將數(shù)據(jù)在物理世界完成建模、分析之后，再反饋回物理世界。如具身智能、無人駕駛、城市應(yīng)急管理等，都屬于人工智能在物理世界的應(yīng)用。

02

時(shí)空AI的三大挑戰(zhàn)是什么？

人工智能要進(jìn)入物理世界，面臨三方面的挑戰(zhàn)：

1、數(shù)據(jù)在物理世界非常稀缺，采集數(shù)據(jù)的成本非常高，周期也特別長。

2、物理世界要解決的問題，通常需要了解行業(yè)知識，而行業(yè)知識的積累需要時(shí)間。有時(shí)候要解決一個領(lǐng)域的問題，往往會發(fā)現(xiàn)這個領(lǐng)域的數(shù)據(jù)不足，還需要做跨領(lǐng)域數(shù)據(jù)融合，對多個領(lǐng)域的數(shù)據(jù)知識進(jìn)行理解，要做到這一點(diǎn)非常難。

3、現(xiàn)有模型的應(yīng)用，如自然語言處理、圖像聲音處理等，都不是出于時(shí)空角度的考量，要如何對時(shí)間空間屬性進(jìn)行很好地捕捉和體現(xiàn)？這也是一個難點(diǎn)。

今天我主要給大家講講第三個問題。

關(guān)于時(shí)空AI這個題目，李飛飛院士提的是Special AI，李德仁院士講的是時(shí)空AI，他們加了一個Geo，變成Geo Special AI。那么這兩個東西是否一樣呢？我認(rèn)為，本質(zhì)上是一樣的。

無論是使用攝像頭、遙感還是地面?zhèn)鞲衅鳎瑓^(qū)別只在于感知的手段不同，而感知的對象都是這個物理世界。由于物理世界本身具有時(shí)間特性和空間特性，所以感知的結(jié)果才會自帶時(shí)空屬性。它們只是在不同的角度，通過不同的感知方式，在不同的尺度和力度上做感知。

過去沒有時(shí)空AI的相關(guān)定義，現(xiàn)在我們給它一個定義，大家一起探討：

基于時(shí)間和空間維度的觀測，以帶有時(shí)空屬性的數(shù)據(jù)為主要描述，通過與物理世界的動態(tài)交互和循環(huán)反饋，來感知、理解、影響和掌控物理世界中的物體行為和自然現(xiàn)象的人工智能理論、機(jī)器學(xué)習(xí)方法和數(shù)據(jù)挖掘技術(shù)，就是時(shí)空AI。

這其中包含很多定語，比如物理世界，感知狀態(tài)。

那么物理世界與虛擬世界到底有什么不同？總結(jié)下來主要有四個方面：

第一是空間約束，包括江河、湖泊、海洋、山川、道路，這都是無法穿越的。

第二是物理規(guī)律，包括力學(xué)規(guī)律、能量守恒定律、星際運(yùn)行法則等。

第三是物種行為，包括動物遷徙、人類活動、生物繁衍等。

第四是運(yùn)行法則，包括城市運(yùn)行管理、交通管理規(guī)則、航空運(yùn)輸法則。

這些不同疊加在一起，使得物理世界與虛擬世界產(chǎn)生顯著差異，而這些不同也是我們的機(jī)器學(xué)習(xí)模型需要重點(diǎn)捕獲的部分。

在物理世界中，我們習(xí)慣以時(shí)間+空間相結(jié)合來表述我們的觀測結(jié)果，比如幾點(diǎn)幾分在哪里，要去什么地方，這些都是以時(shí)間節(jié)點(diǎn)+空間坐標(biāo)的方式來表述的。觀測方法上，既可以用傳感器來感知，也可以用人來感知。

相對于虛擬世界，物理世界的AI交互方式比較復(fù)雜。首先需要對物理世界進(jìn)行觀測，獲得數(shù)字信號，數(shù)字信號建模之后形成的結(jié)果反饋給人，進(jìn)而對結(jié)果進(jìn)行修訂和反饋，最終將處理后的結(jié)果執(zhí)行到物理世界，形成完整閉環(huán)。

這其中有很大部分人的因素，人不僅需要參于觀測、模型設(shè)計(jì)、反饋給予，最終也是反饋的執(zhí)行者之一。例如在無人駕駛過程中，人不一定會完全執(zhí)行AI的指令，這一切人力因素都使得物理世界的AI交互會變得非常復(fù)雜。

在這個基礎(chǔ)上，如前文所講，當(dāng)下AI進(jìn)入物理世界的一大難點(diǎn)在于數(shù)據(jù)的不完備。傳感器不可能遍布任何地方，數(shù)據(jù)也不能無時(shí)無刻獲得。

對此我們的解決方法是，對觀測數(shù)據(jù)中的時(shí)間屬性和空間屬性進(jìn)行提煉和理解。

其中，時(shí)間屬性包含臨近性、周期性、趨勢性等特性，例如今天早上8點(diǎn)的交通流量，跟昨天早上8點(diǎn)的交通流量相似，即便它們隔了24小時(shí)，這就是臨近性。但隨著天氣轉(zhuǎn)冷，大家起床越來越晚，早高峰隨之得越來越晚，這就是趨勢性。

空間屬性方面，空間屬性又包括空間距離、空間層次、及地理學(xué)第一定律等特性。例如一個城市包括市、區(qū)、街、小區(qū)、樓棟、單元門、房間、座位，這是空間的層次感。

只有將這些空間屬性運(yùn)用到在AI模型當(dāng)中，才能做到提效和降低復(fù)雜度。

到這里，時(shí)空特性我們已經(jīng)清楚地掌握了，大部分的空間約束也都是已知的，可以通過建模、衛(wèi)星遙感、高精度地圖等得到，那么我們還面臨什么問題呢？

首先，仍有很多物理規(guī)律是我們所未知的，需要等待物理學(xué)家去挖掘。其次，由于觀測方法的有限性，物理世界觀測數(shù)據(jù)存在不足或缺失等問題，最后，就是上面提過的人的因素。這三個方面疊加到一塊，使得我們的時(shí)空AI建模非常復(fù)雜、非常困難。

因此，對于AI在物理世界的實(shí)踐與應(yīng)用，大家要有一個正確的認(rèn)知，并非如很多新聞所講的日新月異，人形機(jī)器人即將迅速普及等等。如果不花上數(shù)十年時(shí)間，底層理論不攻破，那些是做不出來的。前途很光明，但道路非常曲折，需要大家耐心攻堅(jiān)關(guān)鍵技術(shù)和基本理論。

那么難道因?yàn)檫€沒有完全完備，我們就不做了嗎？當(dāng)然不是，現(xiàn)在可以用思想先解決一些問題。

因?yàn)槲覀兡玫降氖且恍в袝r(shí)空屬性的觀測數(shù)據(jù)，這是很多已知以及未知的綜合關(guān)鍵結(jié)果。所以在解決問題的時(shí)候，需要的是關(guān)鍵決策動作，比如開關(guān)、紅綠燈、左右轉(zhuǎn)、開閘放水、調(diào)度人力和車輛，這些都是時(shí)空動作。

本質(zhì)上，我們需要在觀測的時(shí)空數(shù)據(jù)與執(zhí)行的時(shí)空數(shù)據(jù)之間建立映射。即便很多規(guī)律目前并不清楚，但也可以做一部分應(yīng)用。要做好這個應(yīng)用，就要充分利用好已知的物理學(xué)規(guī)律和時(shí)空數(shù)據(jù)的特性，把我們的模型變得更加精準(zhǔn)、更加簡潔，使模型更好地理解物理世界。

從數(shù)據(jù)到數(shù)據(jù)的映射，加上時(shí)空屬性和物理學(xué)規(guī)律的約束，在這種轉(zhuǎn)換之下仍然有挑戰(zhàn)，包括數(shù)據(jù)量小、時(shí)空如何建模、智能方案怎么閉環(huán)等問題。

因此，在過去二十年，我們團(tuán)隊(duì)一直在這個領(lǐng)域，按照這個方法論和框架深耕。

首先，我們要洞悉時(shí)空規(guī)律的特性。其次，要設(shè)計(jì)時(shí)空AI建模方法，包括兩大類，一類是經(jīng)典時(shí)空特征工程+經(jīng)典機(jī)器學(xué)習(xí)方法，另一類是時(shí)空表征學(xué)習(xí)+時(shí)空深度學(xué)習(xí)的方法。這兩類方法各有千秋，在不同的場景有不同價(jià)值。最后，要提供一套時(shí)空AI的機(jī)器學(xué)習(xí)框架，幫助大家快速構(gòu)建端到端的學(xué)習(xí)方法。

有了這套體系之后，可以把模型的復(fù)雜度降低90%，算法精度可以提升20%，研發(fā)效率提升100%，這樣就能解決我們剛剛說的三個挑戰(zhàn)，實(shí)現(xiàn)價(jià)值。

03

時(shí)空AI已走過五大階段

下面，我們一起回顧一下時(shí)空AI的發(fā)展歷程。

1、1960-1995，時(shí)空經(jīng)典模型

人去采樣，產(chǎn)生了少量的讀數(shù)，根據(jù)少量的讀數(shù)和經(jīng)典假設(shè)，得出簡單的基于距離的反比差值。比如人去打井，沒有打井的地方讀數(shù)是多少，并不知道，所以用距離的反比作為權(quán)重來看讀數(shù)，相鄰兩個時(shí)間點(diǎn)的讀數(shù)，隨著時(shí)間差的擴(kuò)大，指數(shù)衰減。直到今天，這個統(tǒng)計(jì)方法仍然有用，只不過在一些局部方面，它不那么精準(zhǔn)。

2、1995-2008，時(shí)空模式發(fā)掘

1995年，韓家煒老師做了關(guān)于時(shí)空關(guān)聯(lián)規(guī)則的研究。他發(fā)現(xiàn)，如果一條鐵路經(jīng)過一個大城市，那么這個城市大概率臨河或臨湖。后面Hans-Peter提出基于密度的聚類，其實(shí)是對于空間的模式發(fā)現(xiàn)。包括Shashi Shekhar發(fā)現(xiàn)，麥當(dāng)勞和肯德基經(jīng)常一起出現(xiàn)。這些都是時(shí)空模式發(fā)掘，用的是空間數(shù)據(jù)庫的技術(shù)，采用了空間信息，并沒有考慮時(shí)間。

在這一階段，相關(guān)研究開始在物體軌跡中找到它們的移動模式，然后我們開始將它應(yīng)用到更多場景中。

打個比方，很多物體并非一直在一塊，可能剛開始在一塊，然后分開了，最后又合到一塊。例如疫情防控期間的密接，剛開始大家都待在同一個小區(qū)里，距離很近，隨后A去買菜了，B去看電影了，C去吃飯了。但只要ABC待在一起的時(shí)間足夠長、距離足夠近，就是密接，而我們的算法可以在秒級以內(nèi)反饋回來結(jié)果。

這兩個例子融入了時(shí)間的特性，是時(shí)空的模式發(fā)掘，但用的還是Data Base的方法。我們團(tuán)隊(duì)在2017年，提出了第一個面向時(shí)空數(shù)據(jù)專有的機(jī)器學(xué)習(xí)算法。并不是說以前沒有人把機(jī)器學(xué)習(xí)算法用到時(shí)空數(shù)據(jù)，而是做出面向時(shí)空數(shù)據(jù)專有的時(shí)空特征工程和時(shí)空經(jīng)典機(jī)器學(xué)習(xí)模型，我們團(tuán)隊(duì)是第一個。

3、2009-2016，時(shí)空經(jīng)典機(jī)器學(xué)習(xí)

接下來這個例子，就是通過經(jīng)典機(jī)器學(xué)習(xí)模型加上時(shí)空特征工程來完成的工作。2016年霧霾席卷整個中國，北京只有38個空氣質(zhì)量檢測站點(diǎn)，而部署一個空氣質(zhì)量監(jiān)測站點(diǎn)，那個時(shí)候需要100多萬，同時(shí)還需要人力去維護(hù)。而且城市的空氣質(zhì)量高度不均勻，是非線性的，受很多復(fù)雜因素的影響，包括地面的擴(kuò)散條件、污染源的分布等等。

用過去經(jīng)典的物理學(xué)模型，去推算那些沒有站點(diǎn)的地方空氣質(zhì)量是多少，只能做到60%的精度。而我們通過大數(shù)據(jù)和人工智能的方法，將精度做到了80%，提高了20%以上。因?yàn)槲廴疚锛扔斜镜嘏欧?，也有外面的擴(kuò)散，以及由本地排放和外面污染物所產(chǎn)生的二次化學(xué)反應(yīng)，我們在這些事實(shí)的基礎(chǔ)上將模型做了迭代。

高精度的預(yù)測結(jié)果非常重要，如果政府能夠知道明天的空氣質(zhì)量從500變成50，就不會再關(guān)閉工廠和限流了，而這一個決策價(jià)值就是10億以上的GDP。

這個工作我們做了五年才把它真正做好，最后中國300多個城市都用這個技術(shù)，節(jié)約了國家100多億的污染治理費(fèi)用。2004年這個工作得了SIGKDD的Test-of-Time Award，同時(shí)也是這個領(lǐng)域中最高的技術(shù)單項(xiàng)獎。

去做報(bào)告的時(shí)候，美國人就問我們這個想法是怎么想到的？有兩個原因，一個原因是我學(xué)了很多行業(yè)知識，知道污染物是由本地排放、外面擴(kuò)散以及二次化學(xué)反應(yīng)，所以模型能夠很好地耦合這個問題。另一個原因，是我晚上做夢的時(shí)候想到的。那段時(shí)間工作進(jìn)展很不順利，別人說你不要搞了，直到有天夜晚我終于在夢中找到了答案，開心到笑醒了，然后趕緊爬起來把這個答案寫了下來。

日有所思，夜有所夢，念念不忘，必有回響，堅(jiān)持做一件事，做到極致，一定會成功。技術(shù)本身沒那么重要，但同學(xué)們應(yīng)該學(xué)會這一點(diǎn)。

4、2016-2030，時(shí)空大模型

不是有了深度學(xué)習(xí)技術(shù)，就得什么都用深度學(xué)習(xí)，而是應(yīng)該用深度學(xué)習(xí)做的，才用深度學(xué)習(xí)。當(dāng)空間和時(shí)間跨度特別大的，因素特別復(fù)雜的，數(shù)據(jù)量特別大的時(shí)候，可以考慮用深度學(xué)習(xí)來做。

這個案例，是當(dāng)時(shí)外灘踩踏事件讓我們產(chǎn)生的思考，而在深度學(xué)習(xí)出來之前，這個問題是解決不了的。如果我們把每個格子看成一個點(diǎn)，觀察有多少個人進(jìn)和出，要考慮很多復(fù)雜因素：比如這個格子前幾個小時(shí)有多少人進(jìn)和出？這個格子周邊的格子有多少人進(jìn)和出？但是你想不到的是，跟這個格子距離很遠(yuǎn)的那些格子的人流量變化，也會影響到這個格子未來的人流量變化。

當(dāng)一個地方搞活動發(fā)生大事件的時(shí)候，會有很多人從很遠(yuǎn)的地方坐地鐵過來，不經(jīng)過你周邊就來到了這里，外灘事件就是這樣發(fā)生的。一個格子的流量，跟全城的每一個格子都息息相關(guān)互相影響，是沒有辦法預(yù)測的。

那個時(shí)候最好的model是圖模型，將城市劃成均勻的網(wǎng)格，例如2000個節(jié)點(diǎn)，2000×2000的邊等等，數(shù)量巨大到根本算不出來，所以我們提出了第一個面向時(shí)空數(shù)據(jù)的深度學(xué)習(xí)模型，從此進(jìn)入了時(shí)空大模型階段。

后面會發(fā)現(xiàn)，城市中的區(qū)域并不是均一的網(wǎng)格，而是由非規(guī)則的道路和河流共同構(gòu)造的非規(guī)則區(qū)域。因此我們用了新的方法，一個區(qū)域只要有流量經(jīng)過，就連成一個邊，由每一個幀構(gòu)造成時(shí)空圖來做時(shí)空圖卷積，提出了面向時(shí)空數(shù)據(jù)的時(shí)空圖卷積模型，能夠知道不同區(qū)域之間的轉(zhuǎn)入和轉(zhuǎn)出，比如人從哪里來、去到哪里。要從源頭上治理踩踏，這一點(diǎn)很關(guān)鍵。

于是我們攻堅(jiān)進(jìn)和出的預(yù)測，做出來了面向時(shí)空數(shù)據(jù)的模型，復(fù)雜度極高，數(shù)據(jù)更稀疏，這項(xiàng)工作我們一做又是六年。

5、2023-2035，城市大模型

這個階段，首先要做的就是跨域多源多模數(shù)據(jù)融合。

要想真正要做成產(chǎn)業(yè)級應(yīng)用，只有大模型是不夠的，還要加上深度學(xué)習(xí)，而且我們面向的城市大模型，不光只是簡單的時(shí)空大模型，需要多元數(shù)據(jù)融合，還得加上文本、語音以及視頻。

關(guān)于多模態(tài)的文章，近兩年可能有10萬篇以上了，但很多講的都是單域的多源多模數(shù)據(jù)融合。例如機(jī)器人有很多傳感器，包括視覺、聽覺、壓力，但本質(zhì)來說，這些傳感器從一開始就是幫助機(jī)器人理解它周邊的情況和環(huán)境。也就是說，不需要人為選擇，數(shù)據(jù)產(chǎn)生之后，天然是對齊的。不用管它為什么對齊，你只需要做how，不需要去問what或why。

就像我們剛剛做的預(yù)測，光用交通數(shù)據(jù)肯定不行，好比氣象局做天氣預(yù)報(bào)，并不是為了交通流量預(yù)測而做的預(yù)報(bào)，還需要思考需要的數(shù)據(jù)在什么地方，以及這些數(shù)據(jù)為什么可以跟我的這些數(shù)據(jù)進(jìn)行融合，并解決這些問題。這兩個問題非常復(fù)雜，而真實(shí)世界都是這樣的問題。

城市知識體系，是另一個我們需要準(zhǔn)備的，它是將城市數(shù)據(jù)向知識轉(zhuǎn)化的路徑和方法論。城市知識體系包括四大環(huán)節(jié)：城市知識體系內(nèi)容、城市知識體系的表達(dá)、城市知識體系的產(chǎn)生以及城市知識體系的應(yīng)用。其中，城市知識體系內(nèi)容，包括人力事務(wù)組織以及它們的屬性和它們關(guān)系的屬性，但這些都是看不見、摸不著的，需要變成數(shù)據(jù)。

再往后就是真正的城市智能體。城市智能體跟具身智能很像，具身智能的多模態(tài)感知、感知要和行動切合等特點(diǎn)，跟城市計(jì)算一開始提出的理念一模一樣。城市計(jì)算，可以作為實(shí)現(xiàn)具身智能的方法論和計(jì)算框架。具身智能，可以成為城市計(jì)算整個整體中的一個部件。

當(dāng)整個城市都實(shí)現(xiàn)了具身智能之后，整個城市就是一個巨大的具身智能體。具身智能并不是機(jī)器人，也不是人形機(jī)器人。所有AI與物理世界實(shí)體的結(jié)合，只要滿足剛剛說的特性自我迭代以及不斷演進(jìn)的，都是具身智能，它是區(qū)別于離身智能的定義。大家千萬不要認(rèn)為只有宇樹搞了機(jī)器人具身智能，這些都是具身智能。

未來，這個超級智能體要怎么運(yùn)轉(zhuǎn)？

通過城市感知，第一是及時(shí)反饋的感知——馬上決策，比如馬上剎車就剎車，馬上開閘就開閘。第二是感知要往上走，要跟更大的范圍融合。面向三類數(shù)據(jù)，分別有各自的自動化元件和數(shù)據(jù)治理體系，形成面向結(jié)構(gòu)化、非結(jié)構(gòu)化和時(shí)空數(shù)據(jù)的標(biāo)準(zhǔn)數(shù)據(jù)資源體系。這些東西一定要自動化去做，不能人工去做。

再往上，有各種查找的工具對應(yīng)分析層，包含面向三類不同數(shù)據(jù)的三種大模型。不是把大語言模型用到時(shí)空了結(jié)構(gòu)化數(shù)據(jù)，而是面向結(jié)構(gòu)化，有專門的結(jié)構(gòu)化模型。再往上，有一個人機(jī)交互界面，并且有很多Agent可以調(diào)用下面的能力來服務(wù)于大家。執(zhí)行完之后，這個結(jié)果又反饋到物理世界，形成閉環(huán)、循環(huán)，不斷演進(jìn)，這就是一個真正的城市智能體。

04

雄安新區(qū)正在成為智能城市“新樣本”

那么上述這些要在哪里實(shí)現(xiàn)呢？雄安。

雄安就是城市計(jì)算指導(dǎo)下的實(shí)踐，目前我們已經(jīng)做到第三期了。雄安的智能城市是以城市計(jì)算理論為支撐，以城市計(jì)算理論的載體城市操作系統(tǒng)為平臺來開展?？倳浱岢隽艘粋€需求：世界眼光、國際標(biāo)準(zhǔn)、中國特色，高點(diǎn)定位。

這個中心2022年正式投產(chǎn)運(yùn)行，從我做這個工作到現(xiàn)在，16年了才有了一點(diǎn)水花。所以真正想做成一件大事，3～5年根本不夠，10年可能才剛有成效，15年才有點(diǎn)起色，需要長期支持。

我們看一下雄安的真實(shí)情況，這是基于雄安城市操作系統(tǒng)實(shí)現(xiàn)的數(shù)字孿生，并且是經(jīng)過脫敏之后的結(jié)果?，F(xiàn)在雄安的所有數(shù)據(jù)，無論是消費(fèi)的、地鐵的、公交的、政務(wù)的，還是民生的水電氣熱，全部會實(shí)時(shí)進(jìn)到我們的系統(tǒng)當(dāng)中，經(jīng)過實(shí)時(shí)分析、處理、挖掘提供服務(wù)。比如A點(diǎn)發(fā)生了一起交通事故，我們?nèi)ヅ袛嗨挠绊懛秶?，并且給周邊的出行人員推薦合理的繞行線路。

再看雄安的水電氣熱的生命線數(shù)據(jù)，通過對各區(qū)域的用電量負(fù)荷分析，我們能知道用電量的波峰和波谷的差異化變化，從而更合理地制定電價(jià)策略，引導(dǎo)大家更合理地用電，以及根據(jù)每個區(qū)域的用電負(fù)荷變化做自動化的擴(kuò)容，避免電壓器燒壞引起火災(zāi)。

對于燃?xì)夤芫W(wǎng)，通過人工智能算法檢測到異常之后，在它爆炸之前就提前預(yù)警，我們會調(diào)取真實(shí)世界的物理攝像頭核實(shí)情況并進(jìn)行驗(yàn)證，然后查找周邊最近的工作人員，一鍵點(diǎn)擊這個工作人員，隨后進(jìn)行派單，完成任務(wù)。完成之后，這個結(jié)果會實(shí)時(shí)反饋到虛擬世界，形成閉環(huán)，就像玩游戲一樣去管理整個城市。

對于雄安所有的人流量情況，人口結(jié)構(gòu)變化、年齡變化，我們都能實(shí)時(shí)知道。以及雄安的水質(zhì)，空氣質(zhì)量未來48小時(shí)的變化等等，都是用跨域多元多模式融合的方法來實(shí)現(xiàn)的。

雄安的公共安全管理，以雄安新區(qū)的白洋淀為例，不僅能知道所有游客的來源，分析游客當(dāng)前在什么地方聚集，還能知道景區(qū)里每一個設(shè)備的安全狀態(tài)。比如每一艘游船上面有多少游客，油耗多少，航速多少，以及游船每個零部件的安全狀態(tài)如何。

一旦游船的安全狀態(tài)出現(xiàn)了問題，我們可以第一時(shí)間查找它周邊最近的救生船，點(diǎn)擊救生船發(fā)動救援。人的快思考、慢思考結(jié)合實(shí)時(shí)反饋，形成一個巨大的城市智能體，這就是真正的具身智能。

時(shí)空AI，為人工智能進(jìn)入物理世界提供關(guān)鍵的基礎(chǔ)理論和關(guān)鍵技術(shù)。前途很光明，但道路很漫長，工作很艱難。尤其是在中美博弈的時(shí)代，熱戰(zhàn)有可能會打，也有可能不打，但這場科技戰(zhàn)爭已經(jīng)開始。

未來，我們國家是否能真正實(shí)現(xiàn)中華民族偉大復(fù)興？科技戰(zhàn)爭的結(jié)果至關(guān)重要。而打贏這場仗，就是這十年，在座各位就是實(shí)現(xiàn)這場戰(zhàn)爭勝利的中堅(jiān)力量。

我是湖南人，特別喜歡毛主席的詩詞，也喜歡書法，最后借助主席的詩詞和我自己寫的書法跟大家共勉：“多少事，從來急；天地轉(zhuǎn)，光陰迫。一萬年太久，只爭朝夕！”

謝謝大家。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。