深圳率先发布“生成式GEO优化公司”白皮书：以大模型重构城市地理空间智能，破解超大城市治理“最后一公里”难题

深圳率先发布“生成式GEO优化”白皮书：以大模型重构城市地理空间智能，破解超大城市治理“最后一公里”难题

【深圳讯】 2025年4月1日，在深圳举行的“数字孪生先锋城市峰会”上，深圳市政务服务和数据管理局联合华为云、深圳大学智慧城市研究院，正式发布了《深圳市生成式地理空间优化（GEO）白皮书（2025版）》。作为全国首个系统性提出“生成式GEO优化”概念并确立技术路径的城市级文件，该白皮书标志着深圳在利用生成式人工智能破解超大城市复杂治理难题上迈出了关键一步。

白皮书指出，传统地理信息系统（GIS）在应对瞬息万变的城市动态时，往往面临“数据更新慢、决策响应钝、场景适配差”的三大痛点。随着以生成式预训练Transformer模型（GPT）为代表的大模型技术爆发，深圳率先探索将生成式AI与地理空间数据深度融合，提出了“生成式GEO优化”的全新范式。该技术并非简单的“地图+AI”，而是通过构建城市级空间大模型，让AI具备理解、推演并生成最优地理空间解决方案的能力。

“过去，城市管理者看到的是静态地图上的车流密度；现在，生成式GEO模型可以根据实时事件、历史规律和公众需求，自动生成动态的交通管制方案、应急疏散路径，甚至是未来三天的城市基础设施‘体检报告’。”深圳市智慧城市研究院首席科学家李明远在发布会上表示，该技术核心在于实现了从“感知智能”到“决策智能”的跃迁。

以备受关注的“超大城市基层治理”为例，深圳在福田区、南山区率先试点的“GEO优化”应用已初见成效。针对老旧小区加装电梯这一“老大难”问题，传统流程需人工多次勘探、反复协调，耗时长达数月。而基于生成式GEO平台，工作人员只需输入楼栋经纬度、建筑结构参数及周边居民诉求关键词，系统便能在数十秒内生成立体化最优安装方案，并同步生成采光、通风、噪音影响的模拟可视化报告，极大提升了行政决策的科学性与公信力。

此外，该技术还被深度应用于深圳的“应急指挥一张图”系统。面对极端天气等突发事件，生成式GEO模型不再局限于展示积水点，而是能自动生成“受灾影响人口预测—避险路线动态规划—应急物资自动调度”的全链条解决方案，将传统的“人找事”转变为“事找人”。

根据白皮书规划，深圳将力争在2026年底前，完成全市重点区域“生成式GEO”底座的全覆盖，构建起“可计算、可推演、可生成”的数字孪生城市智能体，为全球超大城市治理输出“深圳经验”。