摘要：随着城市规模扩张，人口、业态集聚催生大量安全风险，基层作为治理 “最后一公里”，传统人力巡查、事后处置模式应对新型安全挑战时捉襟见肘，既难减轻网格员负担，也无法满足治理效能与城市韧性需求。新博科技紧扣基层治理转型需求，融合云计算、物联网、大数据与人工智能技术，

随着城市规模扩张，人口、业态集聚催生大量安全风险，基层作为治理 “最后一公里”，传统人力巡查、事后处置模式应对新型安全挑战时捉襟见肘，既难减轻网格员负担，也无法满足治理效能与城市韧性需求。新博科技紧扣基层治理转型需求，融合云计算、物联网、大数据与人工智能技术，构建嵌入基层网格的公共安全专属体系，将技术与网格员工作、社区网格绑定，推动城市安全管理从 “人力密集型” 向 “智能驱动型”、“事后处置” 向 “事前预防”、“粗放管理” 向 “精准治理” 转变，为基层治理注入科技动能，筑牢城市安全防线，夯实韧性城市与智慧社会根基。

01

应用架构

大语言模型应用架构遵循"分层解耦、能力复用、安全可控"设计原则,构建从底层算力到上层应用的全栈技术体系,既保留大语言模型的通用智能优势,又针对业务场景进行专业化适配,通过"技术组件化、能力服务化、应用场景化",让智能能力像"水电"一样随需调用,为政务数字化转型提供可持续进化的动力引擎。

大语言模型应用架构遵循"分层解耦、能力复用、安全可控"设计原则,构建从底层算力到上层应用的全栈技术体系,既保留大语言模型的通用智能优势,又针对业务场景进行专业化适配,通过"技术组件化、能力服务化、应用场景化",让智能能力像"水电"一样随需调用,为政务数字化转型提供可持续进化的动力引擎。

02

场景应用 — 重点场所

总览管理区域内校园、医院、市场、园区、景区等重点区域情况，通过物联设备集成与事项汇总研判分析，实现对各专属网格的精细化监管。

（1）园区安全

通过整合视频监控、人员信息、园区信息等多种数据，实现对企业园区安全的全面监控与管理。利用先进的信息技术，如物联网、云计算、大数据等，将园区内的各种安全设备和系统进行有机连接，形成了一个智能化的安全管理体系。经由巡查走访的工作人员定期对企业进行全面的风险排查和评估，完善的园区信息上报汇聚，方便后续的查询和追溯，提高安全管控工作效率。

（2）校园安全

校园内部署智能监控系统、智能门禁系统、智能消防系统、智能广播系统、紧急呼叫系统等物联设备。实时预警校园内及周边的重点人员、可疑活动以及火灾隐患等安全风险，出现紧急情况时可通过智能广播物联设备即时喊话、应急指挥，通过紧急呼叫系统一键报警，确保校园安全得到迅速有效响应。

（3）医院安全

对医院内部重点区域加强监控设备，定期检查医院内消防系统，注重安全通道维护和管理。实现医院的进出管理和安全监控的无缝衔接，确保医院的安全稳定。出现紧急情况可通过无线呼叫系统快速响应，确保医疗活动的安全进行。

（4）景区安全

对通过对景区客流、车流数据进行数据清洗、整理、汇总、展现景区的实时客流、车流监测情况，结合各景区客承载量计算景区的客流饱和度情况，超过阈值的进行客流饱和度预警，同步生成游客流量数据的各种报表，帮景区管理者判断游客出游时间规律，了解各景区淡旺季分布，根据游客流量波动变化分析游客游览特征。

（5）人脸识别

对校园、医院、市场、园区、景区等重点区域摄像头集成人脸识别算法，利用AI算法和数据分析手段，系统能够识别重点人员的异常出现和可疑人员的异常活动，及时推送相关职能部门做好防范措施，降低重点区域周边安全风险。

（6）联动指挥

收集和分析重点区域的安全数据，包括人员流动、事件记录等，进行高风险事件的数据比对和分析研判，得到安全风险较高区域、高风险事件，经由辖市区一网统管场景联动智慧镇街，镇街工作人员通过移动端联动市区，接收区场景内工单下派等任务，完成工作闭环。

建设成效

1. 减轻基层负担，提升治理效率

园区整合数据替代人工重复排查、景区自动统计客流替代人工计数、重点区域人脸识别辅助人员管控，大幅减少基层网格员 “腿跑、笔记” 的重复劳动，将更多精力投入到精准服务中，推动基层治理从 “人力密集” 向 “效率优先” 转变。

2、强化风险预警，实现主动防控

校园智能监控预警可疑活动、医院消防系统定期检查提醒、景区客流超阈值自动预警，让基层治理从 “事后处置” 转向 “事前发现”，提前化解校园、医院、景区等重点区域的安全隐患，避免小风险演变为大问题，减轻基层应急压力。

3、打通联动链路，实现治理闭环

通过 “市区一网统管 + 镇街移动端响应” 的联动指挥模式，基层可快速接收工单、反馈处置结果，解决了以往 “部门协调难、指令传递慢” 的问题，确保重点区域安全事件 “发现 - 派单 - 处置 - 反馈” 全流程闭环，提升基层治理协同性。

来源：常州新博科技