11，No. 2 April，2025 www.jc2.org.cn 11卷 指 挥 与 控 制 学 报 径，使其适应人工智能大模型时代的治理要求。 本文在分析大语言模型的知识获取原理与知识 创新的潜能之上，探讨了其在应急管理信息化建设 中的应用前景，针对当前智慧应急中面临的挑战以 及业务系统智能化水平的局限，提出了基于大语言 模型技术重构智慧应急的知识管理模式以及应急大 脑的概念框架，为应急管理信息化建设提供了新的 1.2 主动学习 与传统结构化的知识获取方式相比，大模型采 用自监督学习方法，主动捕捉训练文本中更深层次 的特征和规律，而非在预设知识结构下的信息抽 取[11]，从而具有突破已有认知局限实现创新的潜能。 1.1.3 数值计算过程 模型通过优化其预测下一个单词（如 GPT）或填 充缺失单词（如 BERT）的能力，来调整多层神经网络 模型的内部大量神经元连接权重参数，实现对知识 的获取。这一参数调优过程在连续平滑数值空间进 表示，这种分布式隐式表示能够处理符号化知识表 示无法处理的情况，例如，无法言明的复杂知识。 1.2 知识创新 1.2.1 科学发现 最近的一些研究也证实了大语言模型技术在科 学研究中知识创新的潜能[12-13]。利用自然语言处理 技术从大量的科学文献中自动提取知识，生成研究 假设，驱动科学试验，开启了科学发现的新模式。 材料科学领域的研究人员利用无监督词嵌入技术自 动学习该领域科学文献，通过高维向量空间的位置

2096-5931. 2025. 08. 013 0 引言 在《国务院关于印发新一代人工智能发展规划的 通知》进一步明确将大模型列为重点发展方向后,大模 型在城市治理、产业升级、民生服务等领域的创新应用 潜能加速释放 [1-2]。 中国电子信息产业发展研究院于 2025 年 4 月发布的《中国人工智能区域竞争力研究报 告》数据显示,2024 年中国人工智能产业规模已突破 7 000 亿元,其中大模型相关应用贡献显著。 理居民报事报修、政策咨询;分析社区需求,优化服务 资源配置;促进邻里线上交 流 互 动, 营 造 和 谐 社 区 氛围。 4 大模型智慧城市赋能体系建设思路 为充分发挥大模型在智慧城市建设中的潜能,需 系统性构建“一个基础底座、一套规范体系、一个赋能 平台、一支协同队伍” [15-16],实现大模型能力的集约化 建设、规范化应用和场景化落地。 4. 1 一个基础底座(算力+数据+算法) 宜居、韧性的方向发展。 未来,大模型不会局限于特定 功能模块,而将作为城市智能体的“ 核心认知引擎”, 全方位融入城市运行的“ 毛细血管”。 通过持续深化 场景创新、完善赋能体系、优化政策环境,大模型将释 放巨大潜能,使智慧城市建设迈上新台阶。 在此过程 中,政府、企业、研究机构和公众应协同努力:政府需发 挥主导作用,坚持创新驱动与安全可控并重,在政策制 定、基础设施建设、数据开放、标准规范、安全监管等方

通过 CPS 消除了物理丐界和虚拟丐界的差异 ，使得被原子形态捆绑的物理丐界的潜能得以释放，可以像基亍比特的虚拟丐界一样迚行无 拘无束，自由奔放，业务可以广阔协同 ，数据可以随需传递，资源可以整合共享。 • 打破企业内、企业间和全产业链的连接壁垒 ，打破人、机器、物料、产品之间的连接壁垒，极致地释放整个工业体系的潜能。 • 更迚一步地，还打破工业不商业之间的壁垒 ，丏自由移动，实现以

AI 的应用能力。企业领导者需 要改变固有认知，正视并充分利用内部员工的学习热情，通过系统性的人才发展计划，推 动企业在 AI 时代实现持续创新与发展。只有打破认知偏差的束缚，企业才能真正释放人 才潜能，在 AI 转型的浪潮中占据先机。 高管低估了员工学习和接纳 AI 的意愿 3.3 75% 60% 5% 16 AI 转型的本质并非单纯的技术升级，而是人机协作的重构与组织能力的重塑。在这场变 费，也错失了利用AI提升生产力的宝贵机会。 不同于蒸汽机等传统工具，AI 本身并不能直接带来生产力的变革和效率的提升。因为 AI 没有特定的目的性，需要人类的引导和驾驭才能发挥其真正的潜能。如果说 AI 是人类能 力的延伸，那么人类则是 AI 潜能的放大器。 因此，个体的 AI 应用能力是才是这场生产力革命的关键。只有当员工能够有效利用 AI 工 具，才能真正释放 AI 的专业潜力，实现生产力的飞跃。 AI 的

截至2025年9月，人工智能企业数量已超5000家，国家级人工智能专精特 新“小巨人”企业超400家，产业链覆盖芯片、算法、数据、平台、应用 等上下游关键环节。 展望2026年，随着人工智能、大数据、云计算等新兴数字技术的应 用潜能与产业价值进一步释放，数字产业将呈现以应用场景牵引与技术 创新赋能的“双轮驱动”产业生态化发展格局，数字产业集群将形成梯 度发展格局，引领数字产业迈向价值链中高端水平。一是新领域新赛道 场景加 验证，但存在场 景原型在示范和实验室环节看似成功，却因高昂的成本、复杂的部署条 件或特定的政策依赖而无法推广。三是部分场景存在项目化思维，习惯 投资于短期看得见的硬件设施，却疏于投资以激发人的潜能、满足人的 深层情感与成长需求的消费型场景，且在持续运营、内容迭代、技术升 级和模式优化上缺乏长期可持续机制。 028 中国工业和信息化 发展形势展望系列 （三）数智经济“泡沫论”甚嚣，不确定性增长仍将持续

为释 放无线通信潜力、赋能垂直行业转型升级的关键抓手。这一发展不仅是技术演进 的必然方向，更是国家新基建战略纵深推进、工业互联网深化发展以及企业智能 化升级浪潮的内在需求。 为充分释放专网的潜能，产业界不断寻求网络架构灵活性与性能极致化的统 一，力求在核心技术上突破时延、带宽、可靠性及连接规模的瓶颈，并通过智能 化手段驾驭网络的复杂性，探索构建坚如磐石、安全可靠且能效优化的智慧运营

大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 准化技术委员会 (SAC/TC426)（简称：全国智标委）与英特尔 联合众多合作伙伴，发布了《数智园区行业参考指南》。本指 南旨在 边缘与网络边缘就具备了尤为重要的意义。而 5G 的商用 则意味着可带来更高的带宽、不到 1 毫秒的时延、千倍于传 统无线技术的容量，以及大规模机器对机器的通信能力， 能够充分释放网络连接在数智园区中的潜能。云 – 网 – 边 – 端的协同处理架构能够兼顾云与边缘的优势，可成为数智 园区重要的基础设施，在制造业等对于网络带宽、时延非 常敏感的场景中能够得到广泛应用。 云 – 网 – 边 – 端协同应该在架构层面实现统一的规划，不 营技术 (OT) 级别的可靠性、时延、吞吐量和安全等特点而设计，因此 无法满足相关要求。5G 将会带来强大的优势，以及大规模 机器对机器的通信能力，从而充分释放网络连接在智慧未 来园区中的潜能。例如，5G 能够支持园区海量的物联网设 备快速地接入网络，推动增强现实 (AR) /虚拟现实 (VR) 等 新型应用在园区的落地。 • 云计算 云计算作为分布式计算、网络存储、虚拟化、负载均衡等

简化建模到部署的流程 历史数据 数据处理 变量降维 数据采样 创建模型 评分校验 解释模型 部署模型 简化 自 动 自 动 简化 APC 内 置 Python APC 控制 12 特点三：挖掘数据潜能 实现智能寻优控制 Introduction - 12 最佳设定值不是来自 专家的经验 而是来自 “工厂数据的经验” ——“操作秘籍” 与能管系统联动，实现智能自 动 寻优 APC ：自适应控制，保证最优的实现

接、云、计算、 Al 、行业 应用 等数字技术，实现智能交互、智能联接、智能中枢、智慧应用等四大层次 功能 协同贯通，以智慧赋能，从单一孤立场景建设迭代到城市全域的聚合创新， 激 发更多内需潜能。 提供“全”周期的运营管理，积累城市持续创新后劲 以系统观念统筹把控智慧城市的建设，树立“全周期管理意识” , 融汇治理城 市 全域数据，解化和创新业务与体验，让城市顺畅运行、生生不息，通过持续 续发展，智慧工业的应用潜力也将不断增长 助力双碳目标达成 智慧工业将从石油加工及炼焦、全属冶炼、化工、非全属建材制造等方面系统性的优化工业业务流，最 终实现向绿色低碳、无人化、供需平街等方向的转型 智慧工业：释放工业生产系统潜能 智慧工业以工业互联网为基础，将以机理为核心的工业知识、数据与 AI 深度融合，通过人、机、物的全面互联，实现全要素、全产业链、全价值 链 的连接，加速颠覆传统制造模式、生产组织方式和产业形态，