数智新生：AI如何重塑我们的城市向新？

在城镇化进程进入“下半场”的今天，城市发展逻辑已从“增量扩张”全面转向“存量更新”。这一转型不仅是空间利用方式的改变，更是治理逻辑、资源配置模式与社会关系的深层重构。与此同时，以大数据、生成式人工智能、数字孪生为代表的新一代信息技术正以前所未有的深度嵌入城市系统，为破解城市更新中的复杂难题提供了新的工具与视角。当“城市更新”遇见“AI”，我们探讨的不仅是一道技术应用题，更是一道关乎城市未来形态与社会价值的论述题。

一、AI+城市更新的必要性：应对复杂系统的认知革命

城市更新本质上是一项在复杂约束条件下寻找最优解的博弈过程。相较于新区建设，更新区域往往面临权益主体多元、历史包袱沉重、物理空间受限、资金平衡困难等“结构性挑战”。传统依靠经验判断、局部调研和静态蓝图的工作范式，在处理这些高度复杂的非线性问题时，正日益显现出其局限性。

首先，城市更新需要应对的是“多维时空的复杂挑战”。从高质量发展要求到韧性安全底线，再到历史文化遗产保护，更新目标的多重性使得任何单一维度的决策都可能导致“顾此失彼”。正如清华大学杨滔副教授所提出的，AI赋能的时空城市必须具备“时空理解、时空重构与时空更新”三大核心能力，才能破解这一困局。

其次，传统更新模式难以调和多元主体的利益博弈。大型更新项目往往涉及政府、企业、社会多方，其核心矛盾在于土地开发收益的分配与交易成本的控制 。面对居民诉求分散、协调难度大的现实，传统“自上而下”的规划方式往往陷入“政府买单、居民不买账”的困境。

最后，当前城市更新普遍面临物理空间的现实瓶颈。老城区空间促狭、施工环境敏感、历史保护要求高，对施工精度和过程管理提出了近乎苛刻的要求。武汉青山21街项目所经历的“场地促狭、施工难、协调难”三大挑战，正是全国众多更新项目的缩影 。

正是在这些传统手段难以突破的瓶颈处，AI技术展现出其不可替代的价值。它不是对传统规划的简单替代，而是通过数据驱动和算法优化，将城市更新的决策模式从“经验治理”推向“科学治理”，从“被动应对”转向“主动预见” 。AI不仅是一种工具，更是一种认知城市的全新方法论。

二、 AI赋能城市更新的四个维度与实践案例

AI技术正在从多个层面渗透进城市更新的全生命周期，重塑着物理空间、社会空间与数字空间的交互方式。以下从精准诊断、智能决策、公众参与、全周期管理四个维度，结合具体案例进行分析。

第一，全域感知与精准诊断：让城市“可被读懂”。城市更新的首要前提是准确认知城市的“病灶”。借助物联网传感器、遥感影像、实景三维建模等技术，AI能够为城市建立实时动态的“数字档案”。相较于传统人工踏勘的碎片化，这种全域感知能够精准定位基础设施老化、公共空间使用效率低下等深层问题。在扬州广陵路历史文化街区的更新中，项目团队深度融合三维数字孪生与实景三维技术，构建起“数据清查”基底。这一系统不仅实现了对历史建筑的精准确权与测绘，更借助AI智能体对街区活力、人流密度进行动态监测，为后续的保护与活化提供了客观依据 。

第二，智能模拟与方案推演：从“静态蓝图”到“动态生成”。生成式AI的出现，彻底改变了设计方案的生产逻辑。传统设计受限于设计师的经验积累，难以在短时间内生成大量比选方案；而AI大模型能够在特定约束条件下，快速生成成百上千个方案，并进行效能预评估。AI通过理解场地语义，将工业遗存元素与现代商业空间需求融合，生成兼顾历史风貌保护与功能迭代的设计方案。原本需要数周的概念设计阶段，被压缩至3分钟，而方案的多样性与创新性反而大幅提升。这种“人机协作”的设计模式，正在重新定义建筑师的职业边界。

第三，算法协同与多元共治：在博弈中寻找“最大公约数”。城市更新不仅是空间的再造，更是利益的再分配。如何平衡政府、企业、居民的多元诉求，一直是更新项目成功与否的关键。AI在此扮演的角色，不是替代利益相关方决策，而是通过算法模拟为各方提供透明、可追溯的博弈平台。武汉市青山21街危旧房合作改造项目提供了一个极具启发性的案例。该项目创新采用“住宅合作社+人工智能决策”模式，百余户居民从设计阶段即全程参与。项目搭建的智慧平台通过算法分析居民诉求，在户型选择、功能配置等关键问题上寻找“最优平衡”。同时，AI对施工过程进行智能调度，将地下室划分为四个区块进行“流水线式”精准轮转，两台塔吊实现厘米级协同作业。最终项目提前171天竣工，并实现了地下室零渗漏、绿色建材占比超60%的双重突破。这一案例有力证明：AI不仅能够提升效率，更能通过透明化算法增强各方信任，降低协同交易成本。

第四，全周期管理与动态优化：让更新成为一种“持续状态”。城市更新不应是“一次了断”的工程，而应是伴随城市生长的持续过程。AI赋能的数字孪生平台，能够将交付后的建筑与基础设施纳入持续监测与动态优化闭环。扬州广陵路项目搭建的“全生命周期管理系统”，正是这一理念的实践。系统借助三维标注与双屏对比技术，实现了更新方案的空间模拟与效能预评估；移动端产权维护系统则让居民诉求直通快办，产权信息实时更新，修缮进度全程透明。这种“数据驱动、多方协同、精准决策”的治理新模式，使城市更新从“工程项目”升维为“持续服务”。

三、在城市更新中应用AI需要注意的问题

尽管AI为城市更新注入了强大动能，但我们必须清醒认识到：技术从来不是中性的。算法背后潜藏的价值预设、数据之中携带的结构性偏见，都可能在缺乏审慎反思的情况下被放大，甚至酿成新的社会风险。

其一，必须警惕“数据偏见”导致的空间不公。生成式AI的模型训练依赖于历史数据，而城市更新恰恰是要打破既有空间结构中的不合理之处。如果简单沿用历史数据进行方案生成，很可能将过去的不平等格局“算法化”，使社会弱势群体的利益在新的规划中被再次边缘化。这就要求我们在模型训练阶段，有意识地引入社区视角，让“弱势群体参与”成为数据采集与标注的优先项，避免算法成为固化空间不平等的工具。

在城市更新中引入智能化服务时，必须特别关注老年人、残障人士、低收入群体对数字技术的适应能力。智慧门禁、智能停车、线上服务平台在提升社区品质的同时，也可能成为这些群体的“数字门槛”。更新实践中必须秉持公平包容原则，保留传统服务渠道，提供适老化辅助设备，开展社区数字技能培训，确保技术进步的红利能够惠及全体市民。

其二，必须坚守“以人为本”的价值底线，避免技术替代公众参与。AI带来的分析与决策加速，固然令人振奋，但若因此压缩公众参与的时间窗口，则无异于“买椟还珠”。清华大学建筑学院在Nature Cities发表的评论文章尖锐指出：当AI黑箱模型出现失误时，责任链的模糊将严重威胁规划职业的公共信任基础。城市更新的终极目标是提升居民的获得感与幸福感，而非追求技术炫酷或决策效率。必要时，我们应有勇气坚持“慢规划”，用面对面的协商与技术赋能的理性相平衡。

其三，必须从“所有权思维”转向“管家式思维”。谁来拥有AI模型？谁来控制城市数据？这背后是深刻的权力与责任问题。如果城市更新的核心算法由商业公司闭门开发，地方政府与市民沦为被动的数据提供者，那么规划的公共性将面临严峻挑战。我们需要推动建立类似于医疗、金融领域的“算法审计”机制，保障AI模型的透明度与可解释性，确保算法的训练目标与公共利益保持一致。

AI+城市更新，本质上是城市文明与技术文明的一次深度对话。AI为我们提供了前所未有的认知工具与操作手段，它让城市变得可感知、可模拟、可协商、可进化。但我们必须铭记：技术只是手段，唯有人与社区的活力、历史与文脉的温度，才是一座城市真正的灵魂。

在追求“智慧城市”的同时，我们不应忘记城市的本质是“人的聚集”。未来的城市更新，既需要数字赋能的精度，更需要人文关怀的温度。只有在技术创新与公共理性之间找到平衡，我们才能构建起既高效又公平、既智慧又温情的理想城市。这不仅是技术的使命，更是这个时代赋予城市规划者的责任。