摘要：阿里云、腾讯云、华为云、百度智能云等头部厂商在短短半个月内争相上线DeepSeek模型。不仅如此，雄安新区、昆山、德清等城市亦纷纷表示接入DeepSeek。

撰文 | 泰伯网 乔帅

DeepSeek一经上线，席卷各行各业。

阿里云、腾讯云、华为云、百度智能云等头部厂商在短短半个月内争相上线DeepSeek模型。不仅如此，雄安新区、昆山、德清等城市亦纷纷表示接入DeepSeek。

云厂商、智慧城市企业及政府端采购方等主体的积极布局，似乎推动着智慧城市加速迈入新的阶段。从城市治理到产业升级，从公共服务到民生体验，这场技术协同将如何重塑未来的智慧城市？

01

大模型即服务

各大云平台接入DeepSeek的速度为何如此之快？

“在智慧城市板块，原来基于SaaS或存储云的服务方式，可能会慢慢变成以算力为核心的服务方式。”在大厂智慧城市资深从业者万洐（化名，下同）看来，“如此一来，大模型即服务（MaaS）的逻辑，正在洗牌，（云厂商）也因此陆续快速跟进，或者投入巨大的资源去建立自己的算力、基础设施。”

AI爆发远超预期，2月24日，阿里巴巴CEO吴泳铭宣布，未来三年，阿里巴巴将投入超过3800亿元，用于建设云和AI（人工智能）硬件基础设施，助推全行业生态发展。

一天后，百度完成对YY直播收购的同时，宣布将16亿美元（约合人民币110亿元）托管资金转投云计算与AI基础设施。

在云厂商加码布局智慧城市核心支撑云底座——云计算和AI基础设施的攻势下，传统智慧城市企业是否会被取代？

“在具体应用和用户侧产品方面，（传统智慧城市企业）行业壁垒肯定是存在的。”万洐坦言，“未来，（云）底座会发挥更大作用，而且有可能开源，（底座）上面仅是（叠加）薄薄的一层应用，这部分（应用）需要（智慧城市）企业做，但是否有能力接入还得看具体情况。”

这或许可以解释，为何在各大云厂商之外，众多智慧城市企业亦纷纷表示接入DeepSeek，如数字政通、科大讯飞、浪潮智慧城市科技有限公司（下称“浪潮智慧城市”）等。

浪潮智慧城市平台产品研发部总经理王洋向泰伯网表示，“浪潮智慧城市第一时间完成了对DeepSeek全系的适配与接入，已经有部分场景应用。”

资料显示，2月11日，浪潮智慧城市九霄知言大模型通过与DeepSeek模型的深度适配，为智慧城市的应用场景提供了更精准、更高效的解决方案，有效提高了服务水平和用户体验。

这一接入对智慧城市行业有怎样影响？

“从市场演进视角分析，大模型技术正深度重构智慧城市行业生态。”王洋表示，“（大模型）作为底层技术底座，其标准化服务能力推动应用开发向模块化、组件化演进，促使行业建设模式从传统项目制向平台化服务（MaaS）体系加速转型。”

如此，各智慧城市企业或者相关单位的业务可能更加聚焦。

02

抢占数据闭环

目前，业内接入DeepSeek后的实质性进展如何？

王洋向泰伯网表示，“接入DeepSeek有助于进一步提升城市治理与决策科学化、交通管理智能化及产业招商精准化水平”。据悉，浪潮智慧城市基于DeepSeek基础模型 + 场景数据快速升级迭代自研九霄知言大模型，积极推进10余个核心场景升级。

以“智慧驾驶舱”场景为例，DeepSeek通过自然语言理解、复杂逻辑链推导，将智能问答的准确性提升30%，决策结果采纳率高达95%。此外，在民意中心业务中，借助DeepSeek，探索辅助接派单业务应用，精准识别问题类型和紧急程度，实现更高效地接单和派单操作。

如今，各家有怎样差异化打法？

“接入的形态上各有差异，但其实殊途同归”。在王洋看来，“差异化取决于各个企业的成熟业务的更新迭代及新业务拓展的推进与规划”。

对于从事终端设备的硬件厂商而言，公司因具备将大模型能力嵌入端侧的能力，更多是通过DeepSeek优化智能摄像头等边缘设备的推理效率。例如，在智能摄像头里面嵌入轻量化模型，实现类似车牌识别、行为识别的业务，这在一定程度上降低了云端的计算压力。

相比之下，全栈服务商更多强调模型、算力加场景的一体化交付。以浪潮智慧城市为例，以整体解决方案切入，提供顶层设计到落地运营的闭环服务，实现端到端。

王洋感叹道，“现在场景已经分的特别细了。”

“DeepSeek开源，意味着目前市面上的底层大模型能力处于同一起跑线。企业、政府等通过低成本、高性能的模型部署，快速切入城市治理、产业经济、民生服务等垂直场景，进而再结合各自已有的业务储备和客户积累，找寻细分场景。”

这也意味着，“短期内，智慧城市企业可能基于已有储备，根据客户需求抢占细分场景，但长期来说仍需要构建数据闭环或生态壁垒。”

对此，王洋解释称，在DeepSeek的加持下，各家算法上差异缩小，同时降低了对算力的依赖，但数据的重要性反而更加凸出。“基于客户数据构建高质量训练或标注数据的能力，将是未来的竞争力点。”

万洐则提出了不同的看法，“算法一定是持续向前演进的，现在（企业）直接使用DeepSeek只是过渡状态，未来主流的几家模型肯定会延续；算力层面，随着应用的增加或者AI的普及，用户量、推理需求会大量增加，对算力的需求也会上升。”

“虽然DeepSeek等语言模型现在的推理水平可以从事客服或者简单咨询，以及知识库的部分问答，但是这些能力比较浅层，大量的深度应用可能才是关键环节。”在万洐看来，“DeepSeek目前以语言模型为主，其多模态能力，以及后续的空间智能和特殊模态模型，有很大研发空间。”

03

时空智能城市

“任何一次技术更迭，都会消灭一些老业务，衍生出来很多新业务。因而业务思维要做迅速扭转和转型，聚焦于打造围绕人工智能和大模型技术的创新性应用。”王洋表示。

何谓深度应用？万洐称，“可能体现在与物质、能量等空间的深度结合，比如大幅提升对自动驾驶、机器人、低空飞行器等载体的控制，或者更彻底地改变城市的运行方式。”

此前，智慧城市从业者刘奇（化名）指出，智慧城市大模型的核心是时空智能。“智慧城市大模型的最终目的是从对空间的感知和认知出发，去控制各个域物质和能量的生产、流动。”（详见泰伯网文章：《独家 | 首个时空智能星座启动，卫星遥感何去何从》）

然而，当下智慧城市企业与大模型的结合还处于摸索、探索阶段。

泰伯网了解到，智慧城市企业目前面临场景适配和成本控制两个挑战。“场景适配层面，智慧城市企业虽然有DeepSeek底层服务能力加持，但因对客户业务数据的业务意义及数据价值理解各有不同，仍需结合细分场景需求进行模型二次监督微调或强化学习训练；成本控制层面，部分政府客户考虑到私有数据的敏感性及安全性，会优先选择本地部署方案，进而带来了额外的成本估算，所以智慧城市企业需要结合客户场景需求、成本预算制定最优解决方案。”

对此，万洐表示，“有些比较敏感的数据，不一定会上云，尤其是公有云，所以（云服务）未来可能呈现集中和分布结合的状态，但是目前无法确定比例。虽然DeepSeek降低了硬件成本，但集中式云服务未来是否会成为绝对主流，尚存在一定的不确定性。”

能够确定的是，在未来数智化或智能化的状态下，万洐认为，“智慧城市只是产生在数字化和信息化中期的阶段性概念。”

在他看来，未来智慧城市的最大变化是自动化机器，即“自动驾驶、机器人和低空飞行器等要素。未来，机器人可能会超过人的数量，自动驾驶汽车可能会全部取代人类驾驶，会出现三维空间的飞行载具运人运货。”

如此一来，“城市数字化变革的方式或者思路可能会发生变化：从数字化和信息化演进到基于人工智能的一系列方法。”万洐坚信，“目前，（智慧城市）是靠人去编程、制定规则，让系统运行。而未来，可能演进到自动化机器，在城市里帮助我们去做各种各样的事情。”

届时，“人工智能、大模型等可以进行实时智能决策控制，通过强化学习，按基本规则编程、控制，最终实现充分智能。”

（本期编辑 | 墨川 校对 | 李欢 封面 |《头号玩家》剧照）

来源：泰伯网