商汤帮上海建量子城市、首批政务智能体上岗、防汛调度效率提升 80%、18 年数据一次算清

数字员工真的上岗了

2026 年 10 月 13 日，商汤大装置助力上海量子城市「云宇星空大模型」升级，同一批政务智能体正式落地。合作方是上海市规划和自然资源局。

这批智能体有名字，也分工：防汛调度的叫「禹智河洛」，城市空间洞察的叫「大略之眼」，规划更新管理的叫「详规小工单」。

用人话说： 以前政府的数据是「摆在那儿」的档案，谁要查谁去翻。现在这些智能体，把数据变成了能替你干活的人——而且是那种 24 小时不下班、不会因为暴雨就请假的人。

一句话总结

上海把 18 年的规划审批数据变成了三个会干活的智能体：防汛调度效率提升 80%，空间指标的定制从「数月」压到「几分钟」——政务 AI 从试点走到了真上岗。

一、三个智能体分别在干什么

据商汤大装置和科技日报的报道，这批智能体建立在「云宇星空大模型」之上——全国首个规划资源领域的行业基础大模型，定位是整个量子城市大模型体系的「智能基座与智能中枢」。

底子数据：已形成 1.3 万对高质量问答 + 15 亿 Token 语料。

智能体 · 干什么的 · 关键成效

禹智河洛 · 苏州河流域防汛调度 · 空间智算 +65%、动态模拟 +70%、智能调度效率 +80%

大略之眼 · 城市空间洞察 · 汇聚 18 年现状、规划、权属、审批时空数据，指标定制从「数月」变「几分钟」

详规小工单 · 规划更新管理 · 企业需求一键智能导办、规划底图一键速审

禹智河洛具体在做什么？把天气、水位、排水流量这些数据合起来看，做分区分时的精准调度，能实现 48 小时乃至 2 小时提前研判，实时推演调度方案，构建「河网—管网—街区」的调蓄空间动态水平衡。

用人话说： 过去防汛调度是「看雨量表 → 开会 → 拍板」。这套流程的物理上限是会议速度。现在是「雨量表 + 水位 + 流量一起进模型，先跑出 48 小时后的推演，人只做最后确认」。区别在于，人从「算」变成了「拍」。

大略之眼解决的痛点更具体：规划指标定制，传统流程要跨几个系统、几个月才能出一版；现在指标定制从「数月」缩到「几分钟」。

用人话说： 十八年积累下来的现状图、规划图、权属图、审批记录，本来是一堆互不相通的档案。现在它们被组织成了一张能互相提问的网。

二、这次升级在技术上做了什么

据科技日报和商汤官方的说法，升级走了两条主线：

知识能力：以 OLA（对象—关系—动作）为统一组织框架，推进知识工程。这样做的好处是，模型知道「一条道路」和「一块用地」之间是什么关系，而不是把它们当成两段独立的文字。

推理能力：重点攻关调图、识图、读图、生图的「四图贯通」。这是规划行业特有的难点——图纸不是文字模型能直接读懂的东西。

底座上还有一个「智能体通用平台」，贯通「模型调度—信息供给—任务执行—能力沉淀」全链路，包括统一模型服务、数据与知识底座、以及多智能体协同。

用人话说： 这里最值得学的不是模型有多强，是「FDE 场景共创机制」——业务专家和研发团队一起泡在一线，形成「问题定义—数据与知识准备—智能体开发—业务验证—反馈迭代」的闭环。这个闭环比任何模型参数都更能决定落地效果。

三、这些数字该怎么看

必须说清楚一点：「调度效率提升 80%」这个数字来自商汤大装置自行披露，媒体报道时也都标注为「据商汤大装置数据」，不是第三方独立验证的结果。

同时也要理解这个场景本身有多特殊：

第一，这是「有标准答案」的活。 防汛调度有物理模型、有历史数据、有明确约束，AI 做的是在既定规则里做更快更细的推演。这类任务出错的概率天然比「写一篇文案」低。

第二，800 多个日夜不是白花的。 据 2026 年 7 月央广网的报道，上海量子城市项目联合商汤历经 800 多个日夜联合攻关，才打磨出「云宇星空大模型」。这不是「买个模型接一下」能做成的事。

第三，这个项目的定位是「数字员工」，不是「决策者」。 从公开信息看，防汛调度最终仍需人工确认决策。这反而是负责任的——防汛调度的失误代价是淹城，不可能完全交给模型。

用人话说： 这批数字的正确读法是「在有明确规则和明确容错空间的场景里，AI 已经能稳定干活了」，而不是「AI 会替城市做决定」。区别很大，但不影响这件事本身的价值。

四、下一站在哪

商汤大装置和 36 氪的报道里都提了后续三步：

从行业大模型走向城市级宏观世界模型

从单一智能体走向城市智能体群协同演进

探索「开源城市」生态

用人话说： 第一步是「让 AI 看得更广」，第二步是「让很多 AI 一起商量」，第三步是「把城市的 AI 底座摊开给更多人用」。「开源城市」这四个字如果真做出来，等于城市的数字底座变成公共基础设施——这才是量子城市这个概念真正的野心。

对普通人意味着什么

第一，涉及你的城市数据查询会变快。 办规划、查土地权属、看自家那块地能不能盖，未来可能是问一句就有答案，而不是跑三个部门、递三份材料、排队两个月。

第二，城市内涝的响应速度会提升。 防汛调度的核心价值是「提前 48 小时知道」。这个数字对每个住在河边、地下车库、隧道口的人来说，都是实打实的安全感。

第三，城市级智能体的最大风险是「出错时的责任归属」。 汛期如果调度失误，界面弹出的那行建议，责任在模型、在商汤、还是在签字确认的那个人？现在没有明确答案。这可能成为未来政务 AI 最需要先立规矩的地方。

第四，对做城市规划、测绘、不动产、应急管理的人来说，这是直接的职业变量。 这些岗位的日常工作里，「调图、识图、读图、生图」这四件事正在从专业门槛，变成 AI 能做的基础操作。会看图的人 + 会用 AI 的人，和只会看图的人，差距会在这一两年拉开。

写在最后

1 这是政务 AI 从「演示」到「值班」的分水岭

演示是给领导看的，值班是每天都要干活的。「禹智河洛」这种智能体真正投到汛期使用里，就意味着它的每一次结论都要被信任。能被信任的政务 AI，全中国目前能数出来的没几个。

2 行业大模型是政务 AI 唯一可行的路

通用大模型不懂「调图」，也不懂规划口径。上海这条路是：通用底座 + 行业语料 + 行业图件理解 + 业务专家共创。别的地方想抄，抄不走语料和专家，只能抄个壳。

3 值得关注「开源城市」这个方向

如果城市的 AI 底座真的开放，创业公司就能直接在上面做应用，不用每次都跟政府重新谈一遍数据。这对整个 To G（政府端）AI 生态是一次地基级的变化。

未来 1 年看三件事：① 防汛季之后「禹智河洛」的实际表现会不会有第三方数据披露；② 会不会出现第二个用行业大模型 + 政务智能体落地的城市；③ 「开源城市」会不会从商汤的企业愿景，变成某个城市的公开政策。

如果觉得这篇拆解对你有帮助，不妨点个关注和在看。

你的 AI 陪跑伙伴 【数字新奇点】 会继续关注 AI 走进公共服务、走进城市的那条路。

咱们下期见！

参考资料

调度效率提升 80%！商汤大装置助力上海量子城市首批智能体落地（商汤科技）

调度效率提升 80%！商汤大装置助力上海量子城市首批智能体落地（科技日报）

「数字员工」上岗，城市治理「智」变（新民晚报）

商汤大装置助力上海量子城市「云宇星空大模型」升级及首批智能体落地（上观新闻）

从「懂空间」到「能干活」：商汤大装置助「量子城市」智能体落地（36 氪）

商汤大装置助力上海量子城市「云宇星空大模型」升级及首批智能体落地（网易）