在“数字中国”的布局和推进之际,城市发展与数字化创新之间的联系正日益紧密。近日,紫光股份旗下新华三集团数字中国研究院在对全国242个城市全面的调研基础上,正式推出了《城市数字化发展指数(2022)》,以服务城市管理者为理念,通过系统性、前瞻性的研究与探索,评估中国城市数字化发展水平与运营效果,为城市数字化转型提供全新参考,为“数字中国”的建设和数字经济的发展赋能添智。
拥抱数字化机遇,洞察城市发展新格局
面对复杂多变的宏观环境,在一系列政策文件的推动下,以城市为主体的数字化发展正在成为经济发展的新动能,“数字中国”正在全面推进自身的深化落地。在新华三集团看来,在新一轮新基建的基础之上,城市数字化正以建设“绿色城市、创新城市、宜居城市、韧性城市、人文城市、智慧城市”为1个核心理念,以实现高质量数字生活、高质量数字治理和高质量数字经济为3个战略目标,以数字基建夯实发展基础、数字生态激发创新活力、产业数字化驱动转型升级、数字产业化赋予新发展动能、数字化治理提升治理效能效果、数字服务拓展智能应用场景为实现手段,以“1+3+6”的创新模型,推动实现全面的高质量发展。

深入城市一线,诠释数字化变革新模式
为了能够更好地诠释城市数字化发展的新理念、新模式、新实践,新华三集团以“十四五”规划的“数字中国篇”为蓝本,对中国城市数字经济指数体系进行了全新升级,推出了城市数字化发展指数,对242个城市进行了细致、全面的评估,覆盖全国31个省市自治区、30个区域城市群,涵盖了全国95%以上的经济体量和90%以上的人口规模,为未来城市整体数字化发展提供了充分的参照。
调研结果表明,2021年城市数字化转型持续推进,城市数字化发展越发全面,北京、上海等数字化一线城市继续引领,数字化新一线、二线城市成为区域的新增长极,“一轴三带”格局持续推进,各大城市群聚力一体化发展,形成内生发展动能,领先城市群的数字化外溢效应也越来越显著。同时,城市数字化要通过数字化转型重构价值体系,来满足经济、社会和政府等价值需求的变化,以数字化为驱动城市高质量发展的核心引擎,全面强化城市的经济韧性、社会韧性、治理韧性和环境韧性,为城市变革带来最大的确定性。
多元维度审视,为城市变革全面筑基
经历多年的创新探索和落地实践之后,城市数字化已经惠及了城市各个层面的高质量发展,真正打造出了能感知、会思考、有温度、可进化的未来城市。在报告中,新华三集团也在城市数字化的基建、兴业、惠民、优政、生态等层面进行了针对性的研究,从不同的维度和侧面描绘出了城市数字化变革的实践模式。
● 在基建层面,城市因地制宜、循序渐进,在全面落地中形成了差异化发展路线,“东数西算”战略更以全国一体化的算力网络贯通数字中国的要素资源,推动着统筹布局、多轮驱动、共建共享的数字基建新模式正在全国逐步铺开。
● 在兴业层面,城市发展一方面锚定“专精特新”,以数字化激发企业创新活力,一方面产业新物种不断涌现,数字产业化和产业数字化加速融合。此外,数字化产业园区更成为了未来产业集群发展新风向,为城市发展增添了新的动力。
● 在惠民层面,更有包容性的数字化将激发高质量加速度,推动实现共同富裕,数字社会将有助于破解人口新发展阶段难题,“强大脑+微服务”的模式,构建起了成长型城市数字化发展的新路径。
● 在优政层面,数字政府正迈向“一网通办、一网统管、一网同用”全面融合的“一”时代,并在疫情精准高效防控等方面展现出了无可替代的价值。随着政务服务走向普惠均等、便民高效、智能精准的整体服务阶段,数字化治理体验优化时代将全面来临。
● 在生态层面,随着相关制度机制框架的确立,数据要素全国统一大市场正加速布局,规范有序的数字经济发展格局日渐清晰。而数据安全政策体系的健全,更将多管齐下夯实数字化发展基础。
建言献策,共绘城市发展的美好蓝图
如今,“数字中国”战略的城市落地,已经逐步进入到数字全方位赋能生产、生活和治理,以实现经济、社会和政府的整体性转型和颠覆性变革的新阶段,数字化发展已经成为数字中国建设最重要的特征。在这一阶段,新华三集团也为城市发展提出了三点具体建议:一是要以数字政府建设为引领,加速城市全面推进数字化转型;二是要大力发展数字经济,强化城市经济韧性发展水平;三是紧抓数字人口新红利,打造共同富裕新标杆。
迈进“十四五”,数字化对于提升城市整体竞争力,实现城市高质量发展、高品质生活、高效能治理的阶段性跃升具有重要意义。作为数字化解决方案领导者,新华三集团也将持续深化“云智原生”战略,推动“数字大脑”在城市发展中的场景化落地,与“无界生态”合作伙伴一道,在“数实融合”中绘制城市变革的美好蓝图。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。