近期，“AI幻覺”引發(fā)廣泛關注。這一現(xiàn)象指大模型在生成信息時可能基于統(tǒng)計規(guī)律“虛構”不準確內容，例如在回答“周邊咖啡館分布”時編造不存在的地點及營業(yè)信息。

這種“幻覺”在需要精準決策的城市治理場景中需要被重點關注。

一方面因為模型訓練大多使用的是公開數(shù)據(jù)，但政府的核心數(shù)據(jù)并未公開，所以導致大模型在面對城市治問題時更容易產(chǎn)生虛構的情況。

另一方面，城市治理是在現(xiàn)實物理場景中進行的，不能只依靠“紙上談兵”式的理論推導，更需要了解現(xiàn)實世界的運行邏輯。

比如暴雨天問AI“怎么防內澇”，它也許可以給出一個看起來面面俱到的教科書般的答案，但卻會忽略某條路正在修地鐵、某個社區(qū)老人占比80%等動態(tài)環(huán)境要素，導致決策建議偏離真實需求。

維智科技認為，化解AI幻覺需突破通用模型的技術邊界，通過構建垂直領域知識圖譜與場景化模型調優(yōu)實現(xiàn)認知升級。

- 全域知識融合：在DeepSeek這類通用大模型的底層架構中融合專業(yè)的知識庫，從源頭上解決“虛構”的問題。

比如集成實時物聯(lián)感知數(shù)據(jù)（交通流量、管網(wǎng)負荷）、專題政務庫（城市規(guī)劃白皮書、社區(qū)人口檔案）、社會化動態(tài)信息（人口遷徙熱力、企業(yè)注冊變更）

- 業(yè)務鏈微調機制：基于不同業(yè)務場景對模型進行微調，例如在防汛響應場景中，模型會強化施工路段承壓分析、特殊人群疏散優(yōu)先級等決策因子權重。

維智科技的時空大模型以地理位置坐標為索引，實現(xiàn)人、地、物、事、策的多維關聯(lián)與動態(tài)推演，讓大模型更理解真實城市。

未來，維智科技也會持續(xù)探索解決AI幻覺的方法，例如采取多個模型交叉驗證、增加提示詞限制和提供輸出參考等方式，讓垂直領域的AI大模型為城市治理深度賦能。