AIGC等新兴技术的涌现持续引爆城市数智化变革,新质生产力正加速赋能城市数字化发展新思路、新模式。近日,紫光股份旗下新华三集团数字中国研究院在对全国260个城市全面调研的基础上,正式发布《城市数字化发展指数(2024)》。以服务城市管理者为宗旨,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。
同时,《城市数字化发展指数(2024)》突破性融入AIGC技术应用,基于新华三百业灵犀LinSeer私域大模型,结合各城市的基础数据,实现智能语音交互,为城市管理者在线生成定制化的城市专属报告,全面开启AI时代城市数字化发展研究新范式。
前瞻洞察
全面阐释中国式现代化的深远意义
数字化发展在促进经济增长中的作用日益凸显,展望“十四五”后半程,以数字化发展作为重点,打造经济发展新引擎,增强发展新动能成为完成“十四五”规划目标、实现我国高质量发展的重要举措。作为数字化解决方案领导者,新华三集团依托多年来在数字化领域的探索实践,积累了丰富的成功经验,对行业发展有着深刻理解和洞察。自2017年以来,新华三连续八年发布中国城市数字化发展指数体系,见证了中国城市发展的变迁历程。为更好地诠释新时代下城市数字化发展的新理念、新模式、新路径,新华三集团数字中国研究院在延续“数字基建+数字经济+数字社会+数字政府+数字生态”城市数字化研究体系的同时,聚焦经济复苏、新质生产力、AIGC,对《城市数字化发展指数》进行了更大范围的深入调研,评估城市数量增加至260个,覆盖全国31个省市自治区、30个区域城市群,覆盖全国95%以上的经济体量和90%以上的人口规模,能够更加全面准确地刻画数字中国进程。
研究发现:2023年城市数字化水平“极差”加大,AIGC、大数据等创新技术持续引爆城市数字化发展,头部城市由于集聚了更多的资源、人才和技术,在新兴技术应用和创新方面走在了前列,与二三线城形成了较为显著的差距。同时,本次评估中94%的一线和新一线城市位于各大城市群和都市圈中,数字化构筑了都市圈发展的“内核动力”。此外,二线城市规模体量显著提升,未来数字化依然具有巨大发展空间。
多维解读
全方位呈现城市数字化进程动态
在《城市数字化发展指数(2024)》报告中,新华三集团在多个层面,特别是智算、数据、场景进行了针对性的研究,从不同的维度描绘城市数字化变革的实践模式。
● 在智算层面,随着AIGC技术的不断发展和广泛应用,超大规模的数据和复杂多变的应用引发算力需求快速增长,我国智算中心掀起落地热潮。AI大模型在城市中的应用逐渐展开,逐渐形成“1+3+N”城市大模型赋能体系,全面赋能智慧城市建设。面对智算需求持续倍增的重大机遇,AI算力相关技术、产品、服务等逐渐向多元化、复杂化、规模化发展,构建跨界融合、开放包容、创新协同的智算产业生态,成为推动人工智能技术应用和产业高质量发展的重要方向。
● 在数据层面,当前,我国已初步形成中央统筹部署、地方试点探索的“1+N+X”数据要素政策体系,为数字经济的长远发展奠定了坚实基础。同时,我国进入数据资产化的关键时期,各城市积极探索数据资产入表,协同推进数据要素市场化配置,但在落地过程中面临城市场内交易主体活跃度低等共性问题。随着数据要素应用场景不断丰富,千行百业对于数据要素的应用需求持续升级,城市数据要素发展呈现由“点”至“面”、由“1”至“N”、由“+”至“×”的发展路径。
● 在场景层面,智慧治理方面,都市圈时代全面来临,各地加大探索城市圈智慧治理。产业发展方面,通过以工业数字大脑为主要抓手,将人工智能技术与工业场景相结合,促进生产方式从传统的机械化生产到数字化、网络化、智能化生产转变,最终深刻改变制造业的经济形态。安全发展方面,各城市以数字化牵引城市韧性提升、提升城市治理效能,有效防范化解城市运行中的风险,打造安全发展的新范式。
建言献策
共绘城市高质量发展的未来图景
发展新质生产力已经成为推动我国经济实现高质量发展的重要动力。以数据要素和人工智能为主要抓手,因地制宜的培育新质生产力,发展相适应的生产关系,正确把握它们的相互作用,成为城市高质量发展的必然趋势。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:一是激活智算引擎,点燃产业发展新动力;二是立足应用牵引,释放数据要素新潜能;三是抢抓AIGC风口,加速社会数智化升级。
在AI成为所有产业发展新赛道的当下,数字化日益成为推动城市发展的重要力量。作为数字化解决方案领导者,新华三集团将始终秉持“精耕务实,为时代赋智慧”的理念,依托全新升级的智算版“数字大脑”全栈实力,积极发挥自身数字优势的同时,立志成为新质生产力的践行者、私域大模型的深耕者、百业数智化的领导者,携手广大合作伙伴,共同书写中国式现代化城市发展崭新篇章。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。