随着科技的飞速发展，智慧城市已成为提升城市管理效率、改善居民生活质量的重要途径。近日，记者采访多位智慧城市领域的专家学者及相关企业负责人，就智慧城市建设过程中如何加强数字化监管进行了深入探讨。业内专家认为，建设统一的数据平台实现数据共享和互通是智慧城市监管的基石；同时，智慧城市的数字化监管，需要政府、企业和科研机构等多方共同努力。

  数据平台整合与共享：构建智慧城市监管基石

  实现智慧城市数字监管，推动统一的数据平台建设必不可少，从而整合数据资源、让数据共享互通。

  中国社科院中国城市发展研究会副理事长贺可嘉认为，开展智慧城市数字监管工作应建设统一的数据平台，整合城市各类数据资源，实现数据共享和互通。通过大数据分析，为城市管理提供科学依据，提升决策效率和精准度；以数字孪生技术为核心，建立城市的虚拟模型，实现物理城市与虚拟城市的双向交互和实时映射。从最基础的静态描述开始，逐步实现动态数据与时空模型、机理模型的融合，最终达成虚实共生的状态，使数字孪生城市成为城市运行的智能助手；整合大数据资源，包括物联网（IoT）、地理信息系统（GIS）、遥感影像等多源数据，利用AI算法进行深度分析，为城市管理提供精准的决策支持；利用物联网技术在城市各关键节点部署传感器，实现对交通、环境、安全等方面的实时监控。

  大模型技术与智能分析：赋能智慧城市监管新高度

  业内人士指出，大模型在城市治理各领域的应用逐渐深入，而数字化监管是保障这些智能化应用顺利运行的关键。

  清华大学计算机科学与技术系长聘副教授、基础模型研究中心副主任刘知远指出，以大模型为代表的人工智能技术，本质是从大规模数据自动学习知识的通用方法，是典型的数据驱动技术路线。大模型规模法则表明，高质量数据决定大模型能力，有多少数据就有多少智能。基于大模型的数据驱动、通用智能的特点，加快智慧城市发展，需要从提升数据治理水平、打通数据孤岛屏障，以及建立城市大模型、形成数据-模型孪生两个方面发力。

  刘知远认为，城市大数据治理水平是利用大模型推动城市治理、加快智慧城市建设的基础，例如，过去一年中，数据治理水平较高的金融、司法等领域就是大模型优先应用落地的方向，应抓住大模型技术的通用神经网络架构、通用学习方法和通用智能能力的通用特性，研发统一的城市大模型平台，可面向各领域智能需求定制1+N城市大模型，1是城市基座大模型，N是各领域特有数据定制的城市场景大模型，发挥城市大模型对城市大数据的感知和处理能力，形成城市数据-模型孪生，实现大模型协同赋能智慧城市需求。

   法规建设与技术伦理：保障智慧城市监管健康发展

  未来，在智慧城市建设进程中，专家建议，应加强5G和物联网等基础设施投资、建立统一的数据共享平台、完善法律法规体系、建立数据安全和隐私保护机制等。

  中国科学院空天信息创新研究院智慧城市工程部部长王大成指出，我国已进入全域智能化的城市信息化阶段，但未来的发展仍需政策支持和标准制定。他建议，应继续加强5G、物联网和云计算基础设施的投资，推动人工智能技术在城市管理中的应用；建立统一的数据共享平台，实现跨部门、跨区域的数据互通和共享，打破信息孤岛；进一步推进智能交通、智能环保、智能安防等领域建设，提升城市管理的精细化和智能化水平，提升公共服务的智能化水平，例如，智慧医疗（如远程诊疗）、智慧教育（如在线教育平台）、智慧社区（如智能社区管理系统），为市民提供便捷、高效的服务。

  王大成总结道，今后在智慧城市技术的高速发展中，希望相关机构通过政府引导、企业参与，通过一系列政策和资金支持，推动智慧城市技术的研发和应用，并制定相关技术标准和规范，确保各类智慧城市应用的互联互通和兼容性。尤其是在八大核心领域，包括智能服务、智能数据项目、云计算、数据联网、数字科学、数据建设、数字化生活环境等方面加强引导，而核心领域将在一定程度上帮助智慧城市的建设与发展。

  建议从五个方面加强数字化监管：第一，完善法律法规体系建设，制定智慧城市建设和运营的标准规范；第二，建立数据安全和隐私保护机制，确保城市数据的安全可控；第三，构建智能化监管平台，运用人工智能、大模型等技术实现精准监管；第四，加强跨部门协同监管，建立统一的监管信息共享机制；第五，重视伦理监管，确保人工智能技术在城市治理中的合理应用。

  综上所述，智慧城市的数字化监管，需要政府、企业和科研机构等多方共同努力，通过数据平台整合与共享、大模型技术与智能分析应用，以及法规建设与技术伦理保障，构建一个更加智能、高效、安全、可持续的智慧城市未来。