一、概念内涵

智慧城市的建设正从数字化走向智能化。经过多年建设，智慧城市已形成丰富的应用场景，沉淀了海量的城市数据。以大模型、时空AI为代表的新一代人工智能技术，给城市计算带来了新思路与新机遇。城市计算以数据为中心构建智慧城市技术体系，通过城市感知捕获物理世界的状态，利用数据管理层高效组织结构化、非结构化和时空数据，基于智能分析挖掘数据中的知识，并通过人机协同的方式提供服务、产生反馈，形成与物理世界交互的闭环。城市计算通过虚实映射、数智融合、人机协同的方式解决物理世界的问题，并伴随城市的发展不断自我学习演进。从释放数据价值、驱动时空智能的理论基石，到面向城市管理的时空大模型实践；从高效基层数据采集的探索，到交互式数据分析的应用，我们正见证城市从“感知智能”迈向“认知智能”的深刻转变。

二、研究热点

热点一：时空AI的理论基础与关键技术

时空数据相较于图像、文本和语音数据，具有独特的时空属性，包括时间上的临近性、周期性和趋势性，以及空间上的临近性、空间距离和层次特性。通用人工智能技术往往对这些时空属性的理解和支撑不足，导致对时空数据的挖掘和分析能力受限。针对时空数据的专有人工智能技术（即时空人工智能）应运而生。时空AI的核心研究包括时空数据特性的深入理解、时空AI建模方法、以及跨域多模态数据融合等关键问题。时空大数据智能计算面临计算效率低、特征挖掘浅、算法迁移难等挑战，研究者正从嵌入表征、智能压缩、智能查询、深度挖掘以及时空预训练模型等方向展开突破。

热点代表性机构/研究团队：

[1]伦敦大学学院 SpaceTimeLab

[2]京东智能城市研究院

[3]北京航空航天大学BIGSCITY实验室

[4]浙江大学IDG实验小组

热点二：城市大模型与时空智能体

随着大模型技术的迅猛发展，机器对自然语言的理解力、世界常识的掌握程度及逻辑推理能力都得到了极大的提升。然而，通用型大模型在城市时空领域的支持和理解力仍有较大空间。城市大模型与智能体旨在集成时间和空间维度的城市大数据，进一步整合城市的地理、结构和功能信息，使得对城市的变化和发展趋势有更为深入的了解，实现行为协同和规律涌现，支撑城市规划、智能管理和可持续发展等应用。城市计算对具身智能和城市智能体的支撑及实现路径，已成为该领域的前沿方向。时空智能大模型正成为城市时空数据挖掘领域研究的新热点。

热点代表性机构/研究团队：

[1]麻省理工学院 Senseable City Lab

[2]清华大学FIB LAB

[3]香港科技大学（广州）CityMind Lab

[4]西北工业大学郭斌团队

热点三：从统计学习、深度学习到时空大模型的技术演进

城市时空数据的分析挖掘关系人们日常生活的各个方面，包括定位导航、出行旅游、城市规划、社交推荐等。但这些海量异构、强时空关联、高度不确定的城市时空数据使得传统的基于统计的分析方法面临诸多挑战。随着深度学习技术的发展以及GPU计算能力的提高，各种深度学习技术在处理大规模复杂时空数据上体现出显著优于统计学习方法的性能，并在智慧交通、出行导航、自动驾驶等领域得到广泛应用。近年来，时空智能大模型成为该领域研究的新热点。研究者正沿着从统计学习到深度学习再到时空大模型的发展脉络，推动城市时空数据挖掘能力的持续跃升。

热点代表性机构/研究团队：

[1]新加坡国立大学 Urban Analytics Lab

[2]浙江大学数据库与大数据分析研究团队

[3]中南大学Big Data for Urban Intelligence Lab

三、发展趋势

趋势一：从“感知智能”迈向“认知智能”——城市智能体的崛起

城市计算正在经历从数据感知到深度认知的范式跃迁。传统的智慧城市建设主要停留在数据采集、监测和可视化层面，而大模型与时空AI的融合正赋予城市真正的“思考能力”。城市大模型与智能体通过集成时间和空间维度的城市大数据，整合城市的地理、结构和功能信息，使得对城市的变化和发展趋势有了更为深入的了解。城市计算通过虚实映射、数智融合、人机协同的方式解决物理世界的问题。未来，城市有望成为“巨大的具身智慧体”——城市不仅能够感知发生了什么，更能理解为什么会发生、预测将要发生什么，并自主做出最优决策。从“感知智能”到“认知智能”的跨越，将是城市计算未来十年的核心命题。

趋势二：时空基础模型的构建与通用化

时空基础模型正成为城市计算领域最具突破性的方向。这类模型旨在构建能够统一处理多样化时空任务的基础架构，从数据感知、管理、挖掘、应用的完整流程出发，全面分析时空基础模型的架构、能力与未来研究方向。当前的研究趋势是从面向特定任务的专用模型，转向具备跨场景泛化能力的通用时空模型。时空预训练模型、多模态时空数据融合、以及大模型知识增强等技术的突破，正在推动时空智能从“专用”走向“通用”。可以预见，未来的时空基础模型将像今天的语言大模型一样，成为城市计算领域的“操作系统”，支撑上层各类智慧城市应用的快速开发和部署。

趋势三：人机协同与城市治理的深度融合

城市计算的最终目标是服务于人。随着大模型与时空AI技术的成熟，人机协同正在从理念走向实践。城市计算通过人机协同的方式提供服务、产生反馈，形成与物理世界交互的闭环。在这个过程中，人工智能不再是替代人类的工具，而是增强人类决策能力的“智能伙伴”。从基层数据采集到高层管理决策，从应急响应到长期规划，大模型驱动的时空智能正在重塑城市治理的每一个环节。通用人工智能与人机共生的思考，为这场技术变革注入了深厚的人本关怀。未来的城市治理将不再是“人操作机器”，而是“人与智能体共同进化”，城市管理者通过与城市智能体的持续交互，实现对城市运行状态的理解、预测和干预，让城市真正成为服务于人民美好生活的有机生命体。