AI城市空间管理的企业案例分析

1、AI城市空间管理的企业案例分析技术创新，变革未来城市发展带动城市空间演变从乡村进化为城市甚至城市群，城市空间逐步变得更开放、 更立体、更宜居、更多样城市是“城”与“市”的组合词，“城”是由军事防御产生的，具有行政地域的概念，“市”是由商品交换（市场）产生 的，具有商业的概念，是由社会剩余物资的交换和争夺而产生的，也是社会分工和产业分工的产物。现阶段，城市通常指 在一定区域形成的、以非农业人口为主体的经济、政治、文化、生态要素高度聚集的社会复合巨系统。人口、财富、信息 等高度的集聚效应是城市的本质特点。随着城市的演进，城市空间也变得更为开放、立体、宜居、多样。城市演变带动城市空间演变来源：全国城

2、市规划执业制度管理委员会城市规划原理、张小林乡村空间系统及其演变研究M、2019年智慧城市发展报告；研究院自主研究及绘制。阶段工业城市后工业城市知识城市智慧城市关键 事件蒸汽时代（第一次工业革命）电气时代（第二次工业革命）信息时代（第三次工业革命）智能化时代（第四次工业革命）关键 要素机械化生产、铁路大规模生产、电力普及、 流水线生产模式普及自动化生产、电子 产品和计算机等AI、物联网、大数据、 机器人、生物工程等繁荣 行业通商、贸易、 纺织石油、汽车、 一般制造IT、互联网智能制造、机器人、生 物、AI小城镇城市、大城市及城市群小村城市演变历程城市发展阶段城镇化阶段转型带乡村村落生产要素高度

3、聚集，产业结构多样人口逐步走向集中，人口密度增加用地功能增加并走向分化，功能走向综合运行效率增高文化异质性增强乡村 到城 市的 特点城市空间演变从封闭的单中心到开放的多中心空间环境适应现代经济生产方式、社会生 活方式、交通方式的多中心开放 结构逐步成为主流从平面空间环境到 立体空间环境城市道路立体化、城市空间向地 下发展等以适应空间资源的日益 短缺从生产性城市空间到 生活性城市空间强调宜居性，即强调公共空间的 构建、消费空间的塑造、生活尺 度空间的设计等建设从分离的均质城市空间到 连续的多样城市空间城市群出现、城市内部各种分异 空间出现，城市空间趋于多样性42022.1 .城市空间管理方法演变

4、来源：研究院根据公开信息与专家访谈自主研究及绘制。城市管理方法不断演进，但现阶段国内大部分城市管理过程 中仍存在数据利用率低、智能化程度不足等问题随着城市规模的不断扩大与城市空间管理复杂性的持续提升，我国城市管理的方式方法也一直处在逐步演变的过程。以道 路空间管理为例，我国城市大多经历了由早期的仅靠少量人力对城市重点区域或位置进行人工监管发展至以交通信号灯、 道路摄像头等设备为核心的后台监控阶段，近年来部分经济实力较强且基础设施完备的大中型城市更是在传统的设备监控 基础上，尝试将人工智能、物联网、大数据、云服务、5G等新一代信息技术引入到城市空间管理中，实现人、车、物的智 能识别与轨迹追踪等智

5、慧交通能力。但即便对于已经具备了一定智能基础的城市而言，要科学高效地管理城市空间，仍然 要解决政府各部门内部及部门之间数据智能化能力零散、大量已有设备采集到的非结构化图片及视频数据难以利用、数据 仅能做到可视化但无法有效辅助决策等诸多问题，仅依靠搭建若干政务云平台或大数据平台并不能系统性地解决上述难题。城市空间管理方法的演变过程与趋势人工监管人/设备协同监管智能管控管理方法：仅依靠公安、交警等人员监管重点区域92022.1 .管理方法：相关部门通过交通信号灯、道 路摄像头等设备开展后台监控主要问题：覆盖面积小、监管效率低、响应速度慢，大部分区域处于监管空白主要问题：智能化管理手段缺乏，智能化管

6、理的能力也比较零散，效率较低管理方法：通过AI/IoT/5G/云计算/大数 据等技术，实现人、车、物的智能识别与 轨迹追踪等能力主要问题：各部门数据系统分散、数据智 能化程度低、非结构化数据难以利用等AI中台架构前台应用SaaS层AI中台 PaaS层底层基础IaaS层算法生产平台+服务运行平台+感知中台+认知中台围绕城市空间管理的AI中台基础架构应用场景高速交通城市交通工厂管理环保监测社区治理工地管理园区管理互联网内容审核业务理解数据收集理解政府相关部门需求，并与相关单位（如规划设计院、科研院所）制定相关实现方案算法生产平台服务运行平台感知及数据存储层视觉智能 算法库环境监测网络能力监控资源物

7、联感知计算能力存储能力数据智能 算法库数据标注标注训练框架算法引擎算法封装算法加速稳定性可移植算法工程多源感知接入任务管理配置分发安全管理标准化消息管理存储管理日志管理统计分析算法训练模型管理数据集管理跟踪优化算法调优训练任务管理感知中台认知中台来源：研究院根据公开资料自主研究及绘制。2022.1 .12模型库迭代升级封装交互状态行为环境物人事件统计分析态势分析智能分析时空数据 算法决策库预测仿真溯源产业价值：中国城市空间管理产业生态图谱注释：以企业主营业务为主，展示部分行业代表性企业。图谱中所展示的公司logo顺序及大小并无实际意义，不涉及排名。2021年中国城市空间管理产业生态图谱城市空间

8、应用场景 智能城市管理多维应用信息采集设备商传感器提供商ICT提供商云服务提供商通信基础设施提供商网络安全提供商数据资源池雷达数据物联网数据城市气象数据城市活动数据城市大数据支撑与感知层数据融合智能与视图智能分析中台AI算法引擎及 算法生产管理平台道路交通空间工作学习空间生活娱乐空间城市环境空间互联网信息空间AI中 台 提 供 商数据池城市 空间 管理使用方逐步数据中台 化/大数据局化规范及标准 研究制定者、 顶层设计者 等通常与AI 中台服务方 一起为城市 管理相关部 门提供服务厂家功能服 务逐步全面 化，业务界 限模糊化城市管理者（各委办局等）企业市民顶层设计者规范及标准研究制定者来源：根

9、据公开资料研究绘制。2022.1 .27闪马智能平台侧服务侧（行业应用）视频源城市摄像头数据互联网视频数据视频分析VisionMind多端推理引擎（中心、边缘、端）异常 态势突发 事件流量 参数违规 行为ATOM深度学习平台模型 迭代算法 优化调整 参数参数-事件数据 运营 体系基于ATOM平台，打造VisionMind视频智能分析平台，着眼五 大空间，为城市空间管理赋能上海闪马智能科技有限公司前身为“七牛云人工智能实验室”，是一家专注于视频智能分析和时空数据分析的新一代人工 智能企业。目前，闪马智能以ATOM深度学习平台为底层基础，以VisionMind视频智能分析平台为核心，深入道路交通、

10、 工作学习、生活娱乐、城市环境、互联网信息等城市五大空间，形成智慧交通、岗位管理、大客流管理、城市环境治理、 互联网内容安全等系列产品。通过闪马自主研发的ATOM算法深度学习平台及VisionMind视频智能分析平台，可实现算法 快速迭代，快速响应不同行业应用场景算法定制化及升级需求，实现AI行为识别及事件发现全域感知，通过搭建时空数据 库进行时空数据分析，可进一步实现态势感知，满足更加复杂的业务场景。VisionMind视频智能分析平台数据运营系统架构及其应用场景环境治理工作学习互联网信息智慧交通生活娱乐来源：研究院根据公开资料自主研究及绘制。2022.1 .31闪马智能五线产品、城市环境空

11、间：闪马通过事件智能发现赋能一网统管，助力实现城市精细化管理，主要用户有大数据中心、城运中心 网格中心、环保局、城管执法局、绿化市容局、建管委、街镇/管委会等道路交通空间：闪马资源利旧赋能道路监控设备，实现全域感知，实现包括违法、流量、事件、路设在内的智能化交 通管理模式，主要用户有交警、交通指挥中心、建管委、高速公路运营公司、高速交警等生活娱乐空间：闪马通过大客流风险洞察系统，满足城市大规模高密度的客流监控分析需求，守护一方安全，主要用 户有公安局指挥中心、交通指挥中心、城运中心等工作学习空间：闪马助力执法场所、服务窗口、建筑工地、工厂车间实现智能化监管，保障工作秩序，主要用户有公 安督察总

12、队、移民局、银行、电信营业厅、车企、建筑公司等互联网信息空间：闪马实现一站式多维度互联网媒资管理，保障网络环境健康，主要用户有广电有线、直播点播短视频自媒体、互联网企业等打造更加安全、有序、可靠、绿色的城市道路环境，全方位提升道路管理智能 化及精细化水平跨多部门联合治理：联动环保、环卫、城管、交警 多部门，警情联动，高效治理跨多层级协同治理，从市到区到街道网格巡查，实现从上到下，信息互通，联合办案城市交通解决方案治理效果对交通事件进行秒级自动 报警， 助力道路管理者高 效快速处置事件， 大大降 低二次事故风险满足城市大规模高密度的客流监控 分析需求，助力城市管理相关部门 安保资源合理配置和应急

13、预警的适 时启动，守护一方安全上海某区扬尘 治理应用场景基于“人、机、料、法、环”五大 生产要素，致力于提升生产安全性， 帮助用户更好把控生产进度、提升 生产质量和成本控制智慧高速解决方案大客流解决方案智慧工地解决方案全域感知实时预警协同处置优化迭代逻辑架构五线产品深入城市五大空间场景，助力当地高效、智能管理闪马智能赋能城市空间管理的五大产品线来源：研究院根据公开资料自主研究及绘制。2022.1 .32阿里云以云、数据、AI等核心能力为依托，并发挥集成商的优势， 拓展业务和服务边界，尤其是推动云底座业务的销售底层核心能力提供的主要服务类型以智慧城市（城市大脑）建设及管理为例云相关的能力数据相关

14、能力AI相关的能力其他部分核心能力 细项云计算存储网络与CDN数据库大数据人工智能视频服务物联网IOT企业应用与云 通信相关能力各类解决方案各类平台/云开发者平台与 生态智慧应用城市视觉智能引擎+城市大脑阿里云-达摩院-视觉智能开放平台阿里云AI平台数据中台智慧交通智慧应急城市管理智慧住建内容审核底层技术5GIOT云服务AI大数据相关 主要 平台管理 相关 服务阿里云以云业务为基础，辅以数据、AI等核心能力发展各类解决方案、各类平台/云、智慧应用等服务能力。总的来看，阿 里作为综合服务厂商，具有较强的产品和整合能力，扮演集成商的角色，因此提供的解决方案多在优势产品的基础上进行 拓展，尤其是可以

15、促进云底座业务的销售。以智慧城市的建设和管理为例，阿里基于自身底层技术提供智慧城市建设服务， 然后依托能够计算复杂城市问题的相关平台进行城市管理。阿里云智慧城市（城市大脑）建设及管理的核心逻辑来源：阿里云、达摩院官网，研究院根据公开资料自主研究及绘制。2022.1 .33海康威视智慧城市底座+AI开放平台感知融合赋能平台（感知平台）物信融合数据平台（数据平台）智能应用开放平台（应用平台）多维感知智能感知集约感知数据服务数据分析数据处理边缘节点应用 开放平台边缘城应用开 放平台云中心应用开 放平台互联网应用开 放平台感知连网共享感知智能解析智能算法编排时空操作环境智能算法训练资源管理调度物联资源

16、治理智能算法调度智能服务发布数据目录数据挖掘数据开发物联目录数据魔方数据提取接口目录知识图谱数据脱敏订阅推送商业智能政务民生：城市管理、民生服务、 行政服务智慧交管：情指勤督、交通秩序管 理、交通安全管理、交通违法管理、 高速交通管理交通运输：城市公交、城轨交通、 运输管理、交通枢纽、交通路网等应急管理：安全生产监测、应急智 慧、城市消防物联网等自然生态：自然资源、水利水务、 生态环境、气象观测等以智慧城市底座为基础，发挥感知平台、数据平台、应用平 台的功能，建设和管理智慧城市，但目前硬件占绝对优势海康威视以智慧城市底座的三大平台为基础建设和管理智慧城市，三大平台主要功能如下：1）感知平台通过

17、云边融合实 现城市感知统管；2）数据平台实现城市数据聚合，为城市感知数据与政务数据的汇聚、治理、挖掘和服务提供全生命周 期的支持；3）应用平台则赋能应用整合。但现阶段海康威视在摄像头等硬件设备方面具有绝对优势。海康威视智慧城市建设及管理的核心逻辑大致架构情况服务及管理能力主要硬件前端产品热成像产品控制产品传输产品来源：海康威视官网，研究院根据公开资料自主研究及绘制。2022.1 .34技术推动城市进化并助力城市管理视觉识别：从感知到推理， 可推理的颗粒度不断细化5GIOT云服务AI AR/VR大数据政务数据人群数据全新的数字化时代，城市数据资源得到极大积累企业数据工业数据城 市 数 据 资 源

18、 积 累特征学习：让部分在特定场景下 工作的算法泛化，通用性加强视觉搜索：从部分到全面， 更多的表征拓展算法能力来源：研究院根据专家访谈、公开资料自主研究绘制。视觉AI 平台：从端云分 离到云边端异构协同AI+视频 技术迭代AI+视频技术的迭代升级主要聚焦于3点： 其一，拓展数据类型的识别能力；其二，拓展数据的整合能力，完成描述事物/事件的数据从点到面的转变；其三，与应用场景的匹配度更高，通用性更 强。通过技术进化，对不同场景事件的识别 度更高、识别范围更广，对未来可能事件的 预测性更精准。技 术 进 化城市运行更加安 全、有序、快捷城市管理效率提升城市管理敏捷性提升管理精度提升AI+视频技术

19、对目标事件识别的广度、精度更高，预测性更精 准，将助力城市管理效率、敏捷性、精度等方面的提升AI+视频技术迭代升级助力城市空间管理升维362022.1 .城市管理平台系统趋于产品化和服务化来源：2021年数据中台行业白皮书，研究院根据专家访谈、公开资料自主研究绘制。5GIOT AR/VR大数据 云服务AI政务办公民生服务 城市交通 城市安全 城市环境产业园区城 市 数 据 资 源AI中台+数 据 中 台AI中台供应商数据中台供应商抽象合并场景A通用模块场景B通用模块视觉感知及接入算法生产认知及管理应用AI中台/数据 中台产品形态数据治理数据建模数据开发定制化服务定制功能产品 轻量化产品标准化服

20、务通用组件、模块迭代升级低代码 ETL代码 无代码可插拔 可复用城市管理中台系统可复用性与标准化程度日趋成熟智慧城市时代，城市拥有的数据资源越来越多，如何将海量数据资源有效利用并用于提升城市管理能力和管理效率是城市 管理者所关注的。而对城市数据资源的有效利用和共享与中台思想不谋而合，因此未来中台将是城市空间管理的有效方法。 就中台而言：部分更底层的、通用性强的、可复用的组件或模块可以完全确定，将其封装后可插拔重复使用且具有一定通 用性，即形成了标准化产品；其他部分功能则需要根据实际应用场景与需求进行定制化。故就未来而言，未来城市管理平 台系统将趋于产品化和服务化，并融合在业务中。城市管理平台系

21、统趋于产品化、标准化、服务化372022.1 .38关注行业数据隐私监管问题规避隐私泄露及伦理道德风险高质量数据集是提升AI算法准确性、模型合理性和AI中台赋能城市空间管理价值性的重要因素。在大数据时代，数据与数 据之间呈现高度关联特性，在采集数据、数据清洗、提升数据质量、数据分析的过程中，数据隐私安全问题不容忽视。数 据是否获得被收集者授权许可、是否存在侵犯个人隐私和肖像权等权益的情形、企业是否建立了完善的防泄密及网络安全 保障制度并有效执行等数据隐私泄露风险成为人工智能赋能城市空间管理所需关注的重要议题。随着产业发展成熟度提高， 政府侧对数据分类分级保护体系的建设亦会日趋完善。未来，参与城市空间管理的AI中台企业及产业链各