【行业智能化转型】大模型如何助力自然资源管理更高效、精准和科学？丨城市数据派

宁波市利用本地人工智能超算中心的算力，成功接入 DeepSeek 系列模型、“后土”大模型与阿里云通义千问 32B，采用 “宁波人工智能超算中心 + 本地部署” 双轮驱动模式，解决了算力瓶颈问题，为大模型应用提供了强大的计算支持。

通过全局众筹共建模式，回流自然资源部知识库成果，基于数字档案、办公 OA 系统梳理宁波市自然资源知识库体系，归集整理了 5 万 + 量级数据文件，初步构建了本地化自然资源知识库，为大模型应用提供了丰富的语料资源。

大模型构建平台由模型中心、知识中心、工具库以及智能体中心四大模块组成。私有化行业大模型构建平台，实现模型接入、工具接入及调用、知识库与数据库、智能体编排等能力，可快速构建大模型应用，支持API对接接入。

构建宁波市自然资源行业大模型门户系统，实现模型能力、通用智能体能力、专业智能体能力、智能体研发能力的统一集成体验。

打造“问政、问文、问数、问图、问策”五大核心应用体系，推动自然资源管理数字化AI转型：

1.问政：聚焦建议提案回复办理提效，快速生成建议提案答复内容，有效缓解“办理集中、时间紧、任务重、人力不足”的工作压力。

2.问文：开发了资规文秘助手，实现政策文件的深度检索、办事流程便捷查询和政策文件的智能解读，大大提高了办公效率。

3.问数：构建了时空数据管家，通过自然语言交互与智能分析，实现对自然资源业务中多源时空数据的高效处理、智能洞察与辅助决策。

4.问图：打造了资规图像通，依托多模态大模型，结合无人机自动巡航、铁塔视频等感知数据，实现了要素智能识别、灾害智能研判等功能，全面赋能调查监测和灾害预警。

5.问策：例如村规审查助手，能够实现村规文本合规性、指标一致性、空间数据的合规性的动态识别，并生成修改建议与依据及评估报告，有效提升了规划审核的效率和质量。

4 总结与展望

在大模型的实践过程中，宁波市自然资源和规划大数据中心总结出以下几点体会。首先，资金保障是制约大模型应用的关键因素，需要明确资金来源和立项申报渠道。其次，AI + 业务是一项持续性服务工程，需要不断更新知识库和调整提示词等工作，以确保智能体的准确性和适应性。此外，传统场景升级智能体是最佳解决路径，通过将 AI 嵌入现有业务系统，新建系统采用智能体模式，实现业务场景的整合重构和 AI 驱动业务转型升级。最后，需谨慎使用模型训练微调，因为基础大模型的能力提升已经能够理解行业问题，而微调训练成本高且结果难以把控。

面向未来，宁波市自然资源行业大模型将朝着以下几个方向发展。一是从单任务智能体到多智能体联合的转变，实现多个智能体协同解决复杂问题。二是从语言模型到空间推理模型的转变，提高大模型在空间认知和理解方面的能力，以更好地解决自然资源行业问题。三是从智能工具到智能同事的转变，让智能体成为能够传承业务经验和信息的 “智能同事”，在人员变化的情况下，保持业务的稳定性和连续性。