3月9日,腾讯云联合图元科技共同发布新一代城市运行管理服务平台解决方案。双方将充分发挥产业互联网创新能力和智慧城管领域理解能力,持续助力城市治理科学化、精细化、智能化,促进城市高质量发展。
研讨会嘉宾参观腾讯展厅
在新一代的解决方案中,腾讯持续优化产业地图和位置服务大数据在城市运行管理服务平台中的深度应用,夯实城市智慧化治理的数字底座。基于城市治理的诸多痛点和需求,腾讯地图产业版WeMap基于合规、安全的数据,面向业务层提供具备竞争力的引擎能力,做好数字地图底座支撑。
三大创新能力推动城市治理“一网统管、一屏通览、一体决策”
2022年3月,住房和城乡建设部印发的《关于全面加快建设城市运行管理服务平台的通知》显示,部署各地在开展城市综合管理服务平台建设和联网工作的基础上,全面加快建设城市运行管理服务平台,推动城市运行管理“一网统管”。
经过一年多时间的探索,各地在运管服平台建设方面,取得了阶段性的成果,但同时也面临着业务“烟囱式”开发、数据不互通共享、应用智能化程度低、建设周期长难见效等共性问题,仍制约着城市治理能力的进一步提升。应对这一现状,依托大平台、大数据、智能化、精细化的建设思路,推进城市治理智慧化,已逐渐成为行业共识。
结合未来城市管理的需求与当前行业存在的痛点,腾讯云与图元科技推出了新一代的城市运管服平台,通过腾讯云领先的AI、物联感知、多屏可视化引擎、数据治理等支撑能力,与图元科技的智慧城管应用业务场景深度融合,希望助推城市治理实现“一网统管、一屏通览、一体决策”。
据介绍,该平台构建了“大平台、大数据、大系统”三大创新能力:在底层能力层面,依托腾讯云的产品技术打造平台基座,为上层应用提供AI、物联网、数据治理等能力支撑,实现能力共享和集约部署;在业务层面,基于平台基座升级运管服五大通用能力,包括一网统管的监管能力,实时监测指挥能力、行业精细化治理能力、一体化决策能力、数据综合治理能力等;在交互层面,基于政务微信、企业微信与微信来连通政府、民众、企业三端,畅通管理渠道,最终实现业务支撑、数据管理、业务联动的一体化,以此助力城市治理模式升级。
腾讯地图产业版WeMap为未来城市智慧化治理夯实数字底座
2022年腾讯数字生态大会WeMap专场,腾讯研究院(未来城市)资深专家王鹏表示,未来城市最大的特征是成为信息空间、物理空间与社会空间的融合体,会基于数字技术实现设施与服务的高效供需匹配。也就是说,未来城市的治理将由数据驱动。
因此,未来城市实现智慧化治理,需要建立一个数字底座,来连接物理世界和数字空间。在这个数字底座中,地图发挥的作用会越来越大,要能帮助城市管理者,真正解决城市建设和运行中的痛点问题,实现真正的城市智慧化治理。
图注:腾讯云产品生态支持资深架构师张斌在现场介绍腾讯产业地图WeMap如何夯实城市智慧化治的数字底座
发布会现场,腾讯云产品生态支持资深架构师张斌表示,腾讯持续优化产业地图和位置服务大数据在城市运行管理服务平台中的深度应用,夯实城市智慧化治理的数字底座。
在支撑图元城市化治理的应用中,腾讯地图产业版WeMap依托专业地图测绘资质和积累的地图数据生产、发布机制,为城市治理的建设需求提供合规完备、实时鲜活的数据能力,同时在安全可靠的专网环境下将具备核心竞争力的多元引擎能力做到信创适配,且具备三方业务数据接入、存储、分析和发布能力,实现一套数据和服务的开放性能力,真正做到夯实城市智慧化治理的数字底座。
城市管理者可以通过构建的虚实模拟图像,例如看到城市园林的整个场景,厕所的分布数量是否够、垃圾桶的分布是否合理、环卫、园林执法人员的轨迹是否完整覆盖,这些数据及模拟能为指挥中心快速调度提供决策。
图注:通过人口流动、客源、区域影响力、聚集等多维度数据,向城市管理部门展示当前局面
在城市管理场景中,WeMap通过对重大突发事件现场进行真实模拟,再结合腾讯位置服务大数据等能力,可以详细展示人口流动情况、客源数据、区域影响力等细节,辅助决策如何开展应急管理才是最合理的,出现突发事件资源该如何调配,帮助城市管理者找到最优的答案,有效提升智慧城市指挥中心的指挥调度能力。
目前,随着未来城市的智慧化治理对数据提出了越来越多的需求,腾讯地图产业版WeMap可以支撑一网统管、城市CIM等应用场景,依托全国的数据最终实现“全国一张图”,助力城市治理更加高效。
好文章,需要你的鼓励
随着大语言模型在人工智能时代展现强大力量,可穿戴设备成为收集人体数据的重要载体。通过实时监测血压、心率、血糖等生命体征,结合AI边缘计算能力,医疗正向个性化转型。基因治疗、数字孪生技术让每个人都能拥有专属的医疗数字化身,实现从"报销型医疗"向"创新循证医疗"的转变,为疾病预防和健康管理带来革命性突破。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
在巴黎举办的欧洲开放基础设施峰会期间,专门用一整天时间讨论VMware迁移问题。博通收购VMware后许可证价格上涨,导致客户运营成本大幅增加。开源开发者展示了将VMware虚拟机迁移到开源替代方案的产品。Forrester分析师指出VMware客户对此感到信任破裂。OpenStack等开源解决方案虽然复杂度较高,但提供了健康的开源生态系统替代方案。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。