智慧城市如何做蛋糕？一场产业、资本和科技公司的三方会谈 | 甲子沙龙直播回顾
智慧城市大蛋糕，创业公司怎么分？
整理 | 楠哥
随着“新基建”写入政府工作报告，智慧城市也成为两会热议话题。
当前，我国城市正处于新旧治理模式交替、城镇人口快速上升、信息技术蓬勃发展的阶段，建设智慧城市已成为许多地方政府的“最优解”。而新冠疫情的爆发，更凸显用科技构建“城市免疫力”的重要性。
截至2020年4月初，我国智慧城市试点数量累计已达749个。据IDC《2019H1全球半年度智慧城市支出指南》的数据，去年中国智慧城市技术相关投资达到约228.79亿美元，相较2018年增长14.09%。2020年，中国市场支出规模或将达到266亿美元，成为仅次于美国的第二大市场。
新形势下，智慧城市在各行各业落地进展如何？创业公司的新机会有哪些？
6月5日，中国科技产业智库甲子光年与BV百度风投联合举办产业独角兽在线沙龙——「智慧城市新机遇」，邀请地产、交通、安防等行业的代表，产业、资本和科技公司三方齐聚，共同探讨智慧城市的进展与趋势。
本次线上沙龙分享内容包括：
1. 创业公司的智慧城市新机会
本环节嘉宾：
BV百业智能研究院负责人 于晓轶
BV百度风投是专注于前沿技术投资的一家美元基金，现已投资超过120家用技术赋能各行业的科技公司，而其中数十家都在智慧城市领域有所涉猎。
为何那么关注智慧城市？BV百业智能研究院负责人于晓轶分享了当下智慧城市的驱动力，和他眼中的智慧城市创业新机会。
目前的城市管理存在两个很大的问题，一是缺乏高维传感器，导致数据维度低，智慧城市决策能力不足；二是智能设备缺乏，执行效率低下。
通过AI，可以打造实时精准的感知、决策、实施一体化智能系统，从而提升对城市精细化管理的能力。
同时，我们也看到了智慧城市发展的三大驱动力：
首先是政府层面的支持。700多个城市已经提出或正在建设智慧城市，各大巨头纷纷入场；加上今年新基建的引导，市场空间巨大。
其次，应用前沿技术创新产品的重要性在逐渐提升。如今，安防摄像头、大数据分析平台等项目已不能满足政府日益提高的管理要求，需要的是更实时的感知、更智能的决策、更精准的执行。
最后，全国近万家智慧城市集成商在传统产品上的竞争日趋白热化，对结合AI核心能力的创新产品有很强烈的需求。
那什么才是创业公司的机会呢？
在顶层直接从政府和企业方拿单，打造完整的智慧城市产品，往往需要4～5年的时间，客户成功周期比较长，可能不太适合创业公司直接切入。
适合创业公司的机会，我们认为有两个方向，第一是底层技术创新，比如光学芯片、新型轮式底盘、视频的知识图谱等等。另一个方向就是打造创新的AI产品模块，通过被集成的方式切入到智慧城市大项目中。
这个过程中，创业公司需要带着平台思维做项目——先聚焦某一领域，在项目交付过程中以平台化的形式沉淀AI能力，再在下一个项目上提升产品的复用能力，从而拓展领域边界，最终实现产品平台化输出的能力。
2.为什么地产数字化热起来了？
本环节嘉宾：
万达创新加速器总经理 阎硕
甲子光年联合创始人兼主编 程曼祺
甲子对话环节，甲子光年联合创始人兼主编程曼祺对话万达创新加速器总经理阎硕，从科技公司和合作伙伴的角度交流地产数字化转型的具体需求和行业趋势。
谈需求：地产公司为何纷纷做加速器？
程曼祺：现在的地产公司不仅仅是建房子、卖房子，还有非常多现代服务内容需要运营。万达创新加速器主要负责集团的哪些板块？
阎硕：万达创新加速器是2017年9月成立的，初衷是依托万达海量的线下场景，面向高校、初创公司、投资机构、科研机构打造开放式的创新平台，目前已运营了三期。
万达拥有丰富的线下场景，在商业基因层面可以说是行业里的佼佼者，但在科技基因上稍微有些缺乏。所以加速器具有实现“商业基因+科技基因=数字化商业”的使命，希望不断创新，催生出数字化创新方向。
程曼祺：所以创新加速器是一个补充科技基因的角色。
阎硕：是，万达有着天然的创新土壤。我们有万达广场、院线、影视、地产、体育、酒店、儿童业态等等海量的线下场景，所以我们会看很多能服务于集团业务的to B项目，这是我们关注的方向。
程曼祺：创新加速器在整个集团里属于哪个组织？
阎硕：我们刚成立时，更关注前沿科技，所以我们属于集团总部的信息中心。
信息中心有很多大数据、IoT、人工智能、BIM等领域的专家，他们可以在加速器筛选项目时，给到很多科技方面的专业建议。
很多友商的加速器也在集团信息中心下，也有的会独立为类投资性的部门。
程曼祺：你们接触的这些公司里，大多分布在哪些行业呢？
阎硕：人工智能、大数据、IoT、to B应用、VR/AR，还有一些基础设施相关的领域等。
程曼祺：你们今年会重点看什么领域？
阎硕：我们年初刚与华为签订战略合作协议，共同探索5G在商业环境中的应用，所以我们5月18号启动了“万达华为商业中心5G创新应用大赛”，征集5G相关的应用，这是我们今年的一个重点。
还有一个比较重点的方向，就是支持地产做数字化转型，所以我们也看了很多关于地产科技的项目。
程曼祺：地产科技划分得很细，包括建筑、设计、营销等等层面。
阎硕：其实各个层面都多少会有创新需求，比如地产营销，通过数字化实现精准营销。
在每个城市，地产客户的复购率都是很强的，有时候开新盘，吸引的很多都是老客户，这些都是我们可以思考创新的方向。
程曼祺：从2017年到现在，你们的内部需求有怎样的变化趋势？今年需求的重点大概在哪些方面？
阎硕：我们的需求相对固定，也比较实在——降本增效、提质创收和创新业务。每一块下面会有一些具体的方向，比如降本增效包括了节能、远程办公、电子印章、电子合同、电子发票、电子签批等。
程曼祺：这些在集团内部都实现了是吗？
阎硕：电子发票是我们的一期项目，电子合同是二期项目，电子印章是三期，都在推进。疫情促进了电子合同发展之后，我们今年开始着重研究电子签名。地产公司证照管理很复杂，电签需要与一些国家CA认证的机构合作。
谈落地：如何跨越科技与场景的鸿沟？
程曼祺：你们是国内非常早的地产商创新加速器，至今已接触超过700个项目。你们招募项目时的判断标准是怎样的？比较偏好什么样的项目？
阎硕：我们的核心诉求是服务万达的业态，这些项目最终一定要在万达的场景中落地。
我们跟很多外部投资机构、其他加速器也都在合作，由他们推荐好的项目。但我们有限的重点只能放在与我们场景极其适配的项目上。
我们首先会判断它在我们的哪些场景中能够运用，通过这个原则筛去一部分；对于比较感兴趣的项目，我们会邀请来面对面交流；再有兴趣的，我们会与更多业务部门一起探索，如何在万达场景中落地。
每一期我们会选30个左右的项目进入路演环节，他们需要根据万达业务场景做出相应方案，我们邀请各业态领导、投资人、行业专家来评审，最后选出10～15个项目进入加速器里，进行试点。
程曼祺：关于项目的筛选标准。一是要落地，二是符合你们的关注方向。关于公司阶段、创始人背景，你们会有偏好吗？
阎硕：刚成立时，我们很关注海外名校项目，但是随着一期期活动的开展，我们越来越注重落地性。有些海外项目非常好，科技前沿，落地性也强，我们非常喜欢；但也有一些项目团队对国内市场还是比较陌生的，技术虽然厉害，但很难落地执行，这就比较困难。
程曼祺：这反映在公司的团队上，会有什么特点？比如团队里一定要有个行业老炮儿？还是说创始人的学习能力需要比较强？
阎硕：我认为相对更容易成功的会是在国内拥有具备行业优势合伙人的创业者，这样才能推动整个项目，而不是只要技术好就能成功。
技术好的有很多，你的技术可能只比别人好一点点，但如果不了解国内行业，在落地过程中就可能会很曲折。这种情况下，技术差异在市场落地问题面前几乎可以忽略不计。
许多大数据项目需要数据来验证模型。验证前他们都认为现实会像他们设计的模型那样，但现实很骨感，项目转起来往往并不能达到他们预期的效果。
程曼祺：可以分享一个具体的项目落地，并给万达带来实际价值的案例吗？
阎硕： 我们有个项目是做能源大数据的，通过对温度、室内人流量等数据的感知，再经过人工智能算法控制广场空调的开关和运行，保证广场保持恒温，这样我们300多座万达广场一年下来节省的电费是很可观的。
我们还有个项目是裸眼3D炫屏，通过类似风扇的超速转动加上人眼视觉的暂留效果，展现空中全息3D视觉效果。刚开始我们只是把它看做一个科技展示手段，现在已经在慢慢通过它打造成全息广告平台。
商场里的广告原本要么是LED大屏、要么就是地牌、吊幔。而这个产品能在不占用原有空间的基础上，又新增了一个炫屏广告位，增加了潜在广告收入。
这个产品目前已经在20个万达广场部署落地了，在上下扶梯头顶、廊道、门店门口等所有行进路径上的视觉交汇点上都有。
这样的项目比较幸运，在实际验证过程中被证明是可行的，但有些项目通过我们平台进行PoC试点，发现与想象还是有一定差距。
入营不代表一定能合作，而是把万达的线下场景提供给这些项目，作为一个直接面向市场尝试的机会。当然我们希望入营的项目全部能合作。
程曼祺：裸眼3D炫屏在2017年CES展上还是比较新的事物，现在也已经走入寻常百姓家。
接下来想聊一个大家会经常关注的问题——科技创新与商业落地之间的落差。
阎硕：我们一直认为创新不是立竿见影的事，它是在积累基础上的一个慢功夫。
落差往往在于，初创企业总认为能100%无缝对接业务需求，但实际上并不能，这就是我们创新加速器的作用所在。
我们是一个桥梁，也是一个翻译，不断提业务需求，不断与科技创新碰撞，然后完成双方的融合。
比如说有一个项目，一开始我认为适合在儿童业态落地，但尝试之后发现并不能。但我们作为集团的一部分，也了解其他业态的可能性，也许会再去匹配商管领域的某种需求，在磨合过程中逐渐填平两者的鸿沟。
程曼祺：你们对这种新事物的容忍度是多久？
阎硕：如果在过程中不断有进步，即使没达到预期结果，我们也是可以接受的。PoC试点的时间是3个月。如果3个月没有任何结果，我们可能会对项目进行重新评估。
程曼祺：大家说幸福的家庭是相似的，不幸的家庭各有各的不幸。您觉得如果项目无法落地，主要是什么原因导致的？
阎硕：主要原因是判断的需求和真正的需求完全不同。具体来看，每个项目都不一样。
程曼祺：项目通过加速器在万达落地的几率是多少？
阎硕：目前50个项目里，已经合作的有16个。这如果是在VC机构，已经是相当成功了。
我们打造的是三方共赢的市场：万达作为场景方，获得好的服务商；初创企业跟我们合作，就会拿到订单；企业的投资方，自然在资本增值上获取一定的财产和利益。
程曼祺：地产的数字化转型这个领域，各家地产商每年投入的资金量级大概是怎样的？
阎硕：这个因人而异，我们之所以打造开放式创新平台，就是想要完成四两拨千斤的效果，通过第三方投资机构的资本在我们场景中实现数字化。
程曼祺：中台是地产数字化转型中的热门产品，你们怎么看中台？
阎硕：中台概念这两年在房地产非常热，比如万科的沃土计划，就把整个大平台全拿出来公司化，把所有创新业务都装到沃土计划里。蓝光地产也成立了数字化、智能化的平台。
我们觉得地产数字化是一个趋势，因为中台可以快速提取指标，帮助决策。但这不是一个简单、快速的过程，而是一个至少三五年，甚至更长时间才能完全体现出价值的事。
3.安防、交通、底层技术的快与慢
本环节嘉宾：
BV百业智能研究院负责人 于晓轶
AIRLOOK埃洛克联合创始人&CTO 由清圳
CIDI长沙智能驾驶研究院联合创始人 应龙
安创加速器创始合伙人 陈鹏
百业圆桌环节，来自安防方、交通方和技术方的科技一线代表分别从商业和技术两个维度，探讨了安防、自动驾驶、基础技术等领域的落地进展与趋势。
于晓轶：埃洛克是高精地图服务商，围绕三维地图发布了一整套技术体系和运营体系，并进行行业落地。第一个问题想请问由总，您认为用户需求近几年在哪些地方产生了新的变化？
由清圳：随着计算、存储和带宽价格越来越便宜，三维重建的成本大幅降低、效果极大提升，因此有更多的企业希望通过三维重建的技术来进行相关管理与行业落地。
另外随着移动互联网的发展，不仅仅在B端和G端有三维地图的机会，在C端也逐渐产生了新机遇。比如AR对于高精地图的需求，无人驾驶对于高精地图的需求。所以，这个市场不仅机会越来越多，并且容量也越来越大。
于晓轶：能不能具体举一个行业应用的例子？
由清圳：三维模型中所蕴含的信息是非常丰富的，不仅具有模型纹理信息，还具有空间几何等信息，因此可以实现很多功能。比如，二维地图的白模数据的标定生产通常需要大量人工，但如今三维地图利用人工智能的技术可以自动完成整个过程，省去了一大笔人工标注的费用。
于晓轶：感谢由总。
CIDI长沙智能驾驶研究院（希迪智驾）主要关注卡车自动驾驶和数字交通领域的解决方案，尤其关注一个很有意思的场景——矿场。您为什么一开始会选择这样的场景切入？接下来有没有拓展到其他场景的计划？
应龙：整个自动驾驶行业的发展已经有三、四十年的历史。以早年的军方应用为例，一台车往往需要投入大几百万人民币，这在普通的物流场景中是没法开展商业应用的。
自动驾驶最近五年能够越来越火爆，主要源于传感器、车载计算单元的性能提升，以及价格逐渐降到用户接受的范围内。随着整个自动驾驶相关产业链得到长足发展，自动驾驶走入日常生活逐渐成为现实。
自动驾驶落地，既有乘用车市场，也有商用车市场。对于乘用车，一台私家车一年也就跑两三万公里；而在商用车场景下，一台干线物流公司重卡车每年平均运行的路程是30万公里。高里程的运用需求，有利于分摊自动驾驶硬件带来的高成本，所以我们首先关注的是商用车的运营场景。
由于现在法规的容忍度、技术的成熟度，难以一步到位地把自动驾驶卡车运用在开放的高速公路上，而矿山、港口等场景面临着粉尘、金属矿辐射的污染，容易对驾驶员的身体造成极大伤害，迫切需要自动驾驶等技术取代传统的劳动力，这给自动驾驶打开了一个新的天地。
所以，我们从用户的使用需求出发，把自动驾驶、人工智能和物流、交通等日常的生产紧密结合起来，深挖类似的场景。这是我们目前的思路。
于晓轶：明白。现在在很多行业，比如垃圾分拣环保，都会面临类似问题，有同样的需求。但当产品真正应用到场景替代人力时，往往会遇到一个问题，就是人的柔性还是很强的，机器可能很难替代人去处理很多复杂任务。您这边怎么解决这个问题？是通过人机协同吗？
应龙：全国有将近两三千万的卡车司机，如果用机器简单地取代他们的劳动，将造成极大的社会问题。
我们是希望通过自动驾驶结合车路协同、高级辅助驾驶、远程遥控驾驶等综合手段，降低司机劳动强度、压力和风险。比如矿山场景里，驾驶员可以通过远程操作监管卡车，而尽量不要坐在现场的卡车里。
所以我们一直高度关注人机交互的技术，也强调人和机器的完美配合，而不是简单取代现有员工。
于晓轶：好的，谢谢应总。
安创加速器是围绕硬科技的创新创业服务平台，已经加速了100多家硬科技项目，其中很多成为了独角兽，相信安创接触过很多跟智慧城市相关的公司。我想请您分享一下，您最近看到的智慧城市相关企业，正在做哪些比较有意思的事情，或者智慧城市领域接下来的商业机会，可能会在什么方面？
陈鹏：安创加速器是依托Arm技术的加速平台，我们很大程度上是围绕基础技术来做项目选择和服务的。而智慧城市的很多应用，依托于基础平台、基础技术的演进，才能产生新的创新。
我们在安防领域非常看好基础硬件，比如图像传感器（CIS）。此外我们也关注基础模组、基础系统、提供软硬结合技术平台的底层应用以及智慧城市范畴下的基础软件，比如提供软硬结合安全相关产品的青莲云，提供端、边、云一体化开放AI基础软硬件平台的开放智能，都是这方面非常有潜力的创业企业。
现在很多地方开始建立声纹库，所以我们在公安领域看好声纹相关应用，君林科技就是这方面的领先企业。
智能交通领域是极具潜力的发展方向，我们加速了不少自动驾驶相关企业，比如几何智能，成立不到2年，就已经开始在临港试点智能化的红岩卡车；普思因察也已经在酒店和园区等场景落地其自动驾驶相关产品。
于晓轶：很多AI公司已经进入安防市场了，您觉得这个行业还存在什么机会？
陈鹏：安防未来整体上会更加贴近应用，而我们主要是从底层基本技术的角度来看未来机会的。基础技术层面，我们在与很多芯片公司做基于嵌入式智能的合作。
比如最近索尼发布了一款CIS的芯片，是世界上首款配备了AI处理功能的图像传感器。它将提升前端处理能力，并且能确保图像信息不被输出，有助于降低安全风险。我们也在和自己正在加速的企业思特威开展这方面合作。
于晓轶：希迪智驾同时在做智能驾驶和车路协同这两件事情，跟我们传统定义的只做自动驾驶的公司不太一样。从技术和商业两个角度看，当时为什么要选择这样的方式？您觉得智慧交通领域之后的重点会是什么？
应龙：我们创业之初就部署了自动驾驶和车路协同这两个方向，因为我们觉得单车智能再智能化，也总有新情况是过去案例中没有遇到过的。深度学习再学习，可能逼近99.9999%，但永远达不到100%，这是一个大概率事件。
通过什么技术能够补偿呢？车路协同。我们可以把路端加上传感器感知单元，将路上采集到的信息及时传递给车，弥补0.01%的缺陷。这是出于技术上的考量。
从商业价值角度考量，单车智能注定要在车上部署相当数量的传感器，就算传感器的价格再低，每个车上的数量也不会太少。我国现如今每年新注册机动车数量高达几千万辆，普及自动驾驶时，如果每台车上能够省下一个传感器，对城市、国家来说都是极大的节约。
怎么省？我们可以把在单车智能上用得比较少的，或者用了TOF能力的传感器放在路端。
车载视觉传感器最多能看到500米、1000米，但是我们可以用10公里外的摄像机、雷达、激光雷达获取信息，通过通信机制（如5G）及时传给车内，减少单车智能的成本，由公共路端设施弥补单车的不足。
完整的车路协同系统可以为自动驾驶服务，回过头来，能不能为普通出行服务呢？当然能，这是我们正在做的事。所以车路协同有着巨大的市场空间，如今又赶上交通强国政策和新基建大潮，正处于爆发的增长期。
于晓轶：这很合理，通过不同的数据维度，更好更全面地了解整个路上的状况，帮助做出更合理的判断。
但是自动驾驶的客户应该是商用车厂商，而车路协同的客户更多是政府，它们会不会完全是两种商业模式？
应龙：修更宽的路，是为了路上跑更多的车；卖更多的车，也需要更宽的路，这是同一个需求拉动的，当然它需要一个合理的良性的发展。车路协同的部分，恰恰是政府愿意承担的。
于晓轶：谢谢应总。
陈总刚才多次提到对于技术的重视，您有没有看到一些技术维度上的瓶颈，瓶颈跨越后，可能就会打开一系列商业场景？有没有这样的创业方向？
陈鹏：创业公司资源相对比较少，所以我们更倾向于以一个小点为出发点。
未来一台智能化汽车需要的芯片数量会是今天智能手机芯片的50~100倍，但实际上国产芯片的自给自足率在汽车领域里连1%都不到，大部分还是被几家主要的国外公司占据。所以中美技术分叉之后，会有很多汽车电子的机遇，包括智能座舱，车机以及车用MCU等。
同理，在边缘计算和高性能计算领域，也都存在大量机会。
除了国产替代，中国的应用场景也非常丰富和分散，这都是适合做基础芯片和硬科技创业的方向。
于晓轶：OK。谢谢陈总。有很多刚在创业初期，正在思考产品方向的创业者朋友，想了解前沿技术在落地时，可能会遇到哪些市场挑战，怎么样去解决。各位嘉宾有没有建议？
由清圳：技术是具有惯性的，一旦我们定义好某个产品，就会持续往前做。但在重研发、重算法的领域，如果我们中途发现要满足的需求不刚性，做调整时转弯的路径会很长。所以选择落地切入点时，一定要谨慎。
这个行业很大，不同领域里，大体的算法体系是一致的，但在很多细节上又都不一样。技术细节是个重要的考虑点。
应龙：我们经常说，做到99%就等于0，前沿技术和创新产品之间不能划等号。即使技术领先，从技术到产品落地还存在着巨大的鸿沟。加工工艺、供应链、管理流程、算法复杂度，最后的应用性、稳定性、安全性，对创业者来说都是极大的挑战。大家往往低估了从技术到产品过程中，对时间、人力、资金的投入。
陈鹏：很多技术背景很强的团队，走到B轮左右时往往很难复制试点案例，很难做大。这除了与团队短板有关以外，还有一个原因是过于迷信技术。成功的创业项目往往是市场和销售驱动的，而不是纯技术驱动。
如今创业公司越来越多，已经很细分了，可以通过先做一些小的创新，再慢慢演进、不断迭代；或者选择一个领先的对标企业做跟随，因为硬科技创业趟坑的成本实在太高了。
于晓轶：请两位创业者分享一下你们在创业过程中的高光时刻和至暗时刻，什么时候是热血沸腾的状态，什么时候感到遇到了比较大的挑战？
由清圳：这两个状态是相关的。最兴奋的就是结合技术，看到市场上一个非常大的机会，这时团队会努力往这个方向去拼搏；但如果推进过程不顺利，可能会突然达到谷底。
所以我们经常说，量变里带着质变。千万不要觉得自己能冒出一个非常伟大的想法，把它实现，就能改变命运。成功是一个不断累积的过程，捡到一个小机会，再看到另外一个大机会，一个台阶一个台阶地逐渐向上发展。
我们看到的所有在媒体上曝光的大公司，看上去好像是被一个伟大的想法所成就的，而实际被媒体发掘之前，他们就已经走过了探索期，成为了很不错的公司。
应龙：焦虑是每个创业者都需要面临的，即使你今天取得一个巨大成就，庆功宴之后不到两个小时，就需要想下一步如何保持发展速度，这是创业者生活和工作的常态。所以高光时刻和至暗时刻，在我身上都从来不会超过24小时。
面对某一个问题，解决某一个困难，是大家都能做到的。但创业者每天面临都需要高频面对刺激，起起伏伏，跌跌荡荡。只有适应了这种常态，你才可能会有成功的机会，还不一定成功。
于晓轶：陈总见过不少创业者，对这个话题有没有补充？
陈鹏：创业者既然选择了这条路，只有坚持。很多企业确实会在创业过程中历经波折，但最终总是能找到解决方法。
我们加速的企业，我们就会利用各种资源，帮他们进行产品落地、资本对接和渠道对接。很多企业最终能在资本的推动下，不断得到融资，扩大团队，实现增长，所以总体上一定要坚持。
于晓轶：在智慧城市等to B项目里，在选择初创团队时，有没有需要注意的一些地方？
陈鹏：在特别早期时，一定要重视市场需求，而不仅仅只从技术本身去推动，也不能完全参照某一家的做法。渠道很关键，你其实不清楚别人的需求对应的客户源在哪里。
现在竞争越来越激烈，每一个赛道都充斥了很多友商。所以我希望创业团队在起步阶段就能关注到落地的需求问题、渠道问题。
4.智慧城市的新一轮交互变革
本环节嘉宾：
百度智慧城市事业部副总经理 李盈
基于百度的优势和视角，百度智慧城市事业部副总经理、百度产业创新业务部总经理李盈交流了百度在智慧城市上的布局与经验。
智慧城市建设之前，很多科技项目都已经在针对性地解决城市管理中的具体问题。而建造智慧城市，不仅是以事为中心，同时还要服务好三市：“市长”，城市的管理者；“市民”，大众百姓；“市场”，整个产业经济市场。
百度是全球领先的人工智能平台型公司，2010年开始投入AI，十年来逐渐积累了深厚的数据优势、技术优势和生态优势。百度城市大脑的价值主张是让城市更安全、更从容、更通畅、更宜居，所以我们在智慧城市的平台和应用上均有投入。
城市级的解决方案，我们打造了海淀的AI计算中心。这个计算中心基于深度学习算法底座，正逐步建设百度飞浆、国产AI算法、国产AI芯片、国产OS的AI自主可控体系。在公安、安防、应急、城管、交通等场景中，百度也都进行了有效的尝试。
这些应用，只是我们认为未来产业应用爆发的很小很小的点，在新的技术赋能下，未来会有更多的应用，解决更多场景上的问题。所以百度提出做百度城市大脑，它基于基础云，有着“1+2+1”框架：
“1”是底层的城市感知中台，主要负责为上层提供所需的数据，实现城市物理空间与数字空间的全时全域动态映射，即数字孪生城市。这个层面，我们提出了“动态五维时空大数据”。时间是第四维，时空的业务数据是第五维。
“2”是基于感知平台，打造的A+B的智能引擎——城市AI中台（A）和城市数据中台（B），实现安全的数据融合、数据治理。AI中台不仅包含整个百度大脑的开放能力，同时也适配各家算法，是全能的智能引擎。
最上层的“1”是城市智能交互中台，这也是特别有特色的一层。
交互是很有意思的一个词。有人对它的理解很大，有人的理解很小。从键盘到鼠标、触屏，再到未来的脑机接口、VR/AR，每一次的交互变革都会带来应用的大爆发，也将反向带来硬件、软件、产业的变革。而我们的交互也会越来越接近人的感知。
在智慧城市的管理中，原来的交互更多是表格、文本形态。用时空概念来看城市，就可以把数据放在三维地图上做交互。
很多人认为，三维地图不过是把二维的数据放在三维上做展示。但实际上，当时空数据融合到一个交互模型里，可以想象的空间非常大。从二维到三维，可能整个物理引擎都不一样了。当数据越来越多，再加入时间的维度，特征建模能解决的问题，会有爆炸性的增长。
举个例子，这是我们给某地治安管理平台做的demo。通过打通六个割裂的系统，在时空一张图上实现智能一键搜，原来需要多步的操作，只需一步就能即搜即得，这将大大提升城市管理者的工作效率。
百度是搭台的，我们希望赋能所有的生态伙伴，与城市的管理者一起构建各类行业应用，迎接新的产业爆发。
END.
| 相关推荐 |