新一代人工智能与智慧国土构建思考 李晓波 自然资源部信息中心 习近平总书记指出 “ 人工智能是新一轮科技革命 和产业变革的重要驱动力量 ，加快发展新一代人工智能 是事关我国能否抓住新一轮科技革命和产业变革机遇的 战略问题 ”。 国家信息化十四五发展规划指出： 要“加强国土空 间的实时感知 、智能规划和智能监管， 强化综合监管 、 分析预测 、宏观决策的智能化应用。 抓住新一轮科技革命机遇 MindSpore ， 2048 块 GPU 16 块 GPU 280 块 GPU 鹏城云脑工 (2048 块 CPU) 和百度 飞桨 4095( Pflops-day)/2128 张 GPU 商汤 AIDC ，峰值算力 3740Petaflops3 异腾 AI 基础软硬件平台 复旦大学超算中心 模型类型 多模态训练模型结合人类 参与强化学习 多模态预训练模型 台和一系列审批系统 。 第二阶段 2010-2018 年 形成国土资源云； 数据整合形成国土资 源“一张图 ” 管理与维护， 解决部门 间数据孤岛问题 。 国土资源一张图 数据调用和服务 国土空资源“一张图 ”数据 核心数据库管理系统 扩展整个自然资源系统 。 一张图从二维到 三维， 国土资源向自然资源全体系扩展 ， 构建中台支撑， 强化公共服务能力； 应用 整合融合；

我 局 印 发 《 宁 波 市 自 然 资 源 规 划 数 字 化 治 理 能 力 提 升 实 施 方 案 》 , 明 确 Al 大 模 型 技 术 的 定 位 。 一张管理全图 空间数据治理引擎 AI 算法 规则库 标准规范库 调查监测库 确权登记库 审批库 存储资源 网络资源 一张规划蓝图 大模型 统一报件中心 测绘管理模块 调查监测模块 自然资源综合监管决策 (PC 端 + 移 动 端 + 大 屏 端 ) 一张现状底图 实景三维引擎 空间规划模块 用途管制模块 业 务 孪 生 孪 生 底 座 开发利用模块 2024 年 6 月，在 《数 字化治理能 力提升 实施方案》 明确利 用 Al 大 模 型 技 术 赋 能 智能化。 12 月 3 日，赴自然 资 源部信息中心 调研 对接垂直大 模型建 设。对宁 波建设思 路高 度 认 可。 12 月 27 日，《关 于 自 然资源和规划垂直 大模 型有关情况报 告》报市 委，获主要领 导批示。 6 月 工作启动 2025● 2 月 Deepseek

（绿洲物联平台） 赋能行业“云边网一体化 ”数字通道 开放网络， 灵活拓 展 一体化 IoT 网络， 降低 IoT 网络建设和运维成本 根据行业现场设备接入需求灵活扩展不同物联网通信能力，一张网络满足所有异 构 设备接入，提供统一管理和运维 本地业务闭环， 缓解带宽传输和云计算资源压力 提供开放容器运行环境和 AI 算力，支撑 AI 应用本地化部署，保障业务实时响应，缓 解 了传统云架构的带宽传输和云计算资源压力 边缘应用从云端按需下发和升级 ，完全摆脱了传统“现场实施 、成本高 、周期长 、 风险大 ”低效模式，轻松支持行业应用迭代更新 AI oT 云边协同客户价 值 行业边缘智能实践： 智能交 通 融合感知 毫米波雷达 摄像机 气象监测 智慧高速 V2X 车路协 同 蜂巢边缘系统 OBU OBU OBU 路侧边缘 MEC “ 雷视 ”融合分析 行人闯入预警 交通事故预警 超视距路况感知 紧急制动预警

构建现代化的津冀港口群。 4. 打造国际一流的航空枢纽，形成世界级航空机场群。 5. 发展公交优先的城市交通。 6. 提升交通智能化管理水平。 智能交通“一张蓝图”，信息共享交换“一个平台”， 城市 交通“一卡通”，交通运输监管应急“一张网”。 7. 实现区域一体化运输服务。 8. 发展安全绿色可持续交通。 三大经济圈提出区域一体化交通网络规划，构建一体化综合交通运输体系 201912 ：长三角区域一体化发展规划纲要 及应急事件处置压力大。 2. 跨部门会商能力不足。采用传统的电话语音方式 ，无法在线可视会商并实时监控现场 1. 无全局视图。缺少空港、海港、铁路、城市公共交通一体化综合交通运输全场景一张图的全局可视能力。 2. 部分大屏仅视频。基本无主体视图， 内容比较分散 ，缺少主体界面 ，指挥依旧靠多个 PC 屏幕拼接展现。 3. 内容不准或缺失。数据资源集约整合程度不够 ，信息资源分散 2 城市交通一体化解决方案 城市交通一体化项目实践 城市交通一体化发展趋势与挑战 3 1 9 共筑“人悦其行，物优其流”的综合交通愿景 乘客流：个性化、一张脸 货物流：可视化、一张单 载具流：智能化、一张图 10 < < < > > > > > 交通枢纽 换乘换装、海陆空协同 航空 高速公路 轨道 水运 港口 感知 联接

热点前沿的核 心论文的数量、被引频次、核心论文平均出版年，以 及施引论文的年度变化，分析 Top10 热点前沿的发展 趋势，包括覆盖的学科领域方向、前沿分布特征及演 变趋势。 每个学科领域的第一张表展示本领域 Top10 热点前沿的核心论文的数量、被引频次以及核心论文 平均出版年。每个领域的 Top10 热点研究前沿中引用 核心论文的论文（施引论文）的年度分布用气泡图的 方式展示，气泡大小表示施引论文的数量。大部分研 2025研究前沿 2025 文被引频次分布曲线，揭示被引频次较高的核心论文 的研究内容、价值、影响。每个重点热点前沿的第一 张表对该热点前沿的核心论文的产出国家 / 地区、机 构活跃状况进行了统计分析，有助于揭示出哪些国家 / 地区、机构在该热点前沿中有较大贡献。第二张表 则对该热点前沿的施引论文的产出国家 / 地区和机构 进行了统计分析，有助于探讨哪些国家 / 地区、机构 在该热点前沿的发展中发挥作用。 年韩国基础科学研究院（IBS）等利用韩国相对论激光科学中心 （CoReLS）的拍瓦级激光器实现超过 10 23 W/cm 2 的超高强度激光脉冲的研 究、2021 年中国科学院上海光学精密机械研究所等基于激光尾波场加速器实 现 27 纳米自由电子激光的研究，以及 2023 年俄罗斯国立核能研究大学 - 莫 斯科工程物理学院等关于利用高强度激光设施开展强场中的量子色动力学研 究的综述，被引频次分别为 270、159

标注→模型再训练”的模型自动更新迭代机制，实现模型应 用效果与样本数据质量的高效循环；对全网算法组件 " 应接尽接 ", 监控和管理全网算力、算法组件 ( 纳管 370 个推 理节点、 633 张推理卡、超 1200 个算法实例，日汇集数据 300 万条，调用 4.6 亿次 ), 支持端侧 Al 装 置算法适配和 语音等数据样本和识别结果；④通过评价、标注、在线迭代、更新等支撑算法在线迭代，为业务提供高质量的 全栈自主可控安监 大模型在广州落地应用 数 装新 力所望电力原 FPI 2 0 2 4 年 电 力 信 息 通 信 新 技 术 大 会 19 互感器发热 ( 红外 图 片 ) 耐张线夹发热 ( 红 外 图片 ) 导线异物 完成“ 1+N” 作业风险智能识别算法研发和安监场景落地，对作业场所的安全帽、工作服穿戴、绝缘手套穿戴、 人员抽烟、人员异常倒地、人员打电话、作业对象 视 等 通 用 极 述 . AB 通 步 展 示 出 强 大 实 力 。 件 益 新 型 能 原 体 系 新 重 电 力系建的 加先准击，始吨力行业人工指幅应用需求使速增长，但长期以来，人工指能波和盐案、样本磁取准，而发 成本高，成为深度疑行业的一大 共建 Al+ 生态，全国电力领域人工智能算 法 大赛在深圳举办 力 颜 号 6 月 14 日，由国家发展改革叠、国务院国盗委指导，南方电网公司主办的全国首次重

智能汽车头部公司 NOA 系统发展概况 AI 大模型将从根本上改变自动驾驶产业的发 展 资料来源：中信证券 硬件配置方面 ，需要车辆使用满足 L3 级自动驾驶功能的智能化传感器 ，如摄像头、激光雷达、毫米波雷达等， 能实时感知各类路面情况；还需要车辆的自动驾驶芯片有足够高的算力 ，能在毫秒之内识别信息 ，并提出应 对策略。 应用智能传感器是实现 NOA 的基础 小鹏汽车： 2000 人年的 标注量， 可在 16.7 天完成， 效率提升 4.5 万倍。 大多数厂商选择多传感器融合路线， 以激光雷达为主传感器， 辅之以摄 像头、 毫米波雷达等。 图片来源：特斯拉、毫末智行 AI 大模型对自动驾驶成本的影响 车载感知硬件成本降低。 自动标注的效率提升， 带动成本大幅度下降。 特斯拉预期其算力规模 会在 2024 年 2 月进入 全 球前五。 AI 大模型可以大大降低自动驾驶成 本 特斯拉坚持走视觉路线， 其 Model 3 应用的是 8 个摄像头 +1 个毫米波 雷达的配置方案。 自动驾驶能力的提 升需要大量算法训 练， 除真实场景外， 需模拟出大量仿真 场景做补充。如果 仅凭借工程师的理 解设计仿真场景， 能模拟的场景数量

能交通行业， 提升交通安全、改善运行效率、实现节能减排。 人工智能技术在计算机视觉、智能语音语义等领域的技术产业突 破，极大拓宽了交通感知的维度和深度，不仅可以采集摄像头、激光 雷达、毫米波雷达、麦克风等多个维度的传感器信息，还可以精细化 人工智能在交通领域业务应用白皮书 4 感知目标要素，如视频数据结构化处理，提取人、车、运动轨迹等深 层关键信息。感知类的典型赋能场景包括身份核验（人脸识别）、人 行为分析基于获取的场景参数、目标检测结果、目标运动轨迹， 必要时再结合其它输入信息（如雷达测速信息、信号机的输入），做 出是否需要抓拍的判断，并在确定抓拍的同时提供能反映事件状态的 若干张图片。 车辆特征识别根据抓拍图片进行特征辨识，包括车辆属性识别和 驾驶室特征检测。车辆属性识别可以有效识别车辆子品牌、车身颜色 车型、车标等车辆属性；驾驶室特征检测负责识别驾驶室基本特征， 系统的卡口功能通过对过往目标的数量进行统计，获取路口和路 段的车流量、饱和度、占有率等交通信息，为整体路况分析提供基础 数据。如果系统位于道路交叉口，可以向交通信号控制系统提供实时 交通数据，参与灯控路口的绿信比调整、绿波带参数调整，也可以向 交通智能诱导系统提供实时交通数据，参与区域交通诱导。 此外，系统可以及时识别道路拥堵及交通事故，并向相关部门推 送报警信息，快速实现路面警力的调度与指挥，提升交通疏导效率。

面，车辆驾驶人与网联车可接 收来自路侧和云控基础平台提供的感知、决策和控制服务； 2）路侧基础设施：该部分包括感知、通信、计算类基础设施及交通附属设施，具体来讲包 括路侧感知设备（摄像头、毫米波雷达、激光雷达、气象传感器等）、路侧单元（RSU）、 交通信息化设备（信号灯、情报板等）和路侧计算单元（MEC 边缘计算单元）等，将为云 控基础平台采集来自车辆、道路以及其他交通相关系统的动态交通数据，并向车辆及其他 、关键路口路段，特别是事故易发生、交通易 拥堵点位或复杂区域部署。其中，感知设备应能够保障路侧与云控基础平台为行驶车辆提 供可靠的赋能服务，可根据不同应用场景需求、选择不同配置，选项包括摄像头、毫米波 雷达、雷视一体机、激光雷达等；计算设备主要指边缘计算系统，将对所连接或管理的路 侧感知设备的感知信息进行融合计算，在实现与云控基础平台交互的同时，还应该满足云 控基础平台边缘云服务对融合感知的算力、准确性、安全性、可靠性与时延要求。 根据工信部，截至 2024 年 5 月末，全国共建设 17 个国家级智能网联汽车测试区、7 个车 联网先导区、16 个“双智”试点城市，开放测试道路 32000 多公里，发放测试拍照超过 7700 张，测试里程超过 1.2 亿公里，各地智能化路侧单元（RSU）部署超过 8700 套，多 地开展云控基础平台建设。根据中国智能网联汽车产业创新联盟《车路云一体化系统白皮 书》（2023 年 1 月），截至