NVIDIA物理与智能体AI赋能全球城市

英伟达正在把“智慧城市”从展示大屏上的可视化概念，推进到由物理AI与智能体AI驱动的实际运营层——城市不再只是采集数据，而是让AI代理直接理解、推理并采取行动，而支撑这一切的是可跨部门、跨市政区域复用的共享算力基础设施。

这一判断的核心依据来自英伟达2026年11月2日发布的城市AI落地清单。与过去几年智慧城市项目常见的“每个部门买一套系统、各建各的机房”不同，这批案例的共同特征是：算力集中建设、应用分散调用。英伟达明确写道，共享计算基础设施让市政部门、相邻市镇和本地开发者拥有共同底座，从而在不各自采购和管理资源的前提下扩展服务。这句话的分量在于，它把智慧城市的成本结构从“重复建设”转向“按需调用”，直接击中了地方政府预算碎片化的老问题。

智能体AI的入场门槛被刻意拉低了

英伟达在文中给出了一句对中小城市极具吸引力的话：视工作负载而定，NVIDIA RTX工作站或一台小型GPU系统可能就足以起步。这意味着城市部署AI代理不再必须先建数据中心。西班牙的1MillionBot是这条路径的典型样本——它把巴塞罗那超级计算中心训练的开源ALIA模型与NVIDIA Nemotron等模型组合，为马德里数字化部门、加泰罗尼亚开放行政机构以及西班牙全国150多个部署点提供居民服务代理，处理市政手续、预约请求、城市规划事件和服务咨询。150+这个数字说明的不是技术炫技，而是可复制性：同一套代理框架被反复部署到不同市政场景，边际成本被摊薄。

城市团队不需要大规模基础设施投资就能开始构建这些AI服务。

旧金山湾区的LiveX则展示了另一条产品化路径：用NVIDIA Cosmos世界模型、Nemotron开源模型，以及运行在RTX PRO GPU上的Omniverse和Metropolis库，构建可交互的对话式AI接待员，能理解需求、给出答案并采取行动，还可按本地语言和服务需求定制，部署在机场、医院、本地活动和公共空间。这里的关键词是“采取行动”——智能体与聊天机器人的分界线正在于此，前者要能闭环完成任务，而不只是回答问题。

视觉AI代理把存量摄像头变成了可运营资产

城市最大的沉没资产之一是已经铺出去的摄像头网络。波兰弗罗茨瓦夫的K2K正在用NVIDIA加速计算、Cosmos世界推理模型和Metropolis Blueprint的视频搜索与摘要（VSS）蓝图，把现有摄像头流转化为 mobility、安全和事件响应的可执行情报，并且同一套基础设施跨多个城市职能复用。这解决的是过去视频监控“看得见但用不上”的痛点：VSS蓝图的价值不在于新增硬件，而在于让旧硬件产出结构化、可检索、可摘要的信息。

马来西亚的ITMAX把这条路走得更商业化：它把基础设施和智能体AI应用打包成长期托管服务卖给城市，其SamurAI V2视觉代理参照Cosmos、Nemotron和Metropolis VSS蓝图构建，运行在RTX PRO 6000 GPU上，计划到2027年支撑17000+路摄像头。更值得注意的细节是它集成了Laplace Intelligence的开源交通仿真平台TeraSim，用于测试信号配时，把高峰时段走廊通行时间最多降低26%。26%这个数字之所以重要，是因为它证明视觉AI代理不止于“发现拥堵”，而是接入了仿真—优化—验证的决策链条，产出可量化的通行改善。

数字孪生从规划工具升级为实时运营系统

尼日利亚Dangote的Lekki炼油厂案例把数字孪生的边界推到了工业运营：Honeywell的Forge Plant Cognition用Nemotron驱动的AI代理理解运营数据，同时计划用Omniverse库构建工厂及流程的数字孪生用于仿真和培训，平台跑在搭载NVIDIA RTX PRO加速器的Dell PowerEdge服务器上，帮助操作员识别瓶颈、预判设备和工艺问题、优化工厂性能。这说明数字孪生的角色正在从“设计阶段的静态模型”变成“运营阶段的实时推演引擎”，而智能体是让孪生体开口说话的那层接口。

台湾的Linker Vision与荷兰建筑事务所MVRDV则把孪生用在城市环境评估上：用Omniverse和Nemotron构建ESG代理，评估不同城市规划情景的环境影响，10分钟内模拟城市森林冠层的15年演变，把设计迭代速度从每轮两周压缩到不到一小时。从两周到一小时，改变的不只是效率，而是决策节奏——规划者可以在一次会议内跑完多个情景对比，而不是等两周才看到第一个结果。

主权AI工厂成为城市AI生态的底层制度设计

摩洛哥Tanger Med港口的Cires Technologies正在扩展一座主权AI工厂，规划用于工人安全、拥堵分析、货物路径和港口运营，同时还在构建应用提供商生态，为港口和城市开发本地模型与应用。这里的“主权”二字不是修辞：它意味着数据在本地处理、模型在本地训练、能力在本地沉淀，这与英伟达文中强调的“让地方政府掌控敏感数据的处理和使用方式”形成呼应。

巴塞罗那超级计算中心的AI Factory Accelerator Programme则把这种主权算力开放给初创企业，提供算力、技术支持和培训，覆盖农业、医学影像、知识获取和语音服务。这一层的意义在于，城市AI的可持续性不取决于政府买了多少套系统，而取决于本地是否长出了能持续开发、维护和迭代应用的开发者生态。共享算力加孵化计划，本质上是在为城市AI修一条“本地供给链”。

所以呢

对行业而言，英伟达这份清单释放的信号是：智慧城市的竞争焦点已经从“谁有更炫的可视化平台”转向“谁能让AI代理在真实业务流里闭环干活”，而闭环的前提是算力底座统一、模型可复用、数据不出本地。对从业者而言，机会不在重造模型，而在把Cosmos、Nemotron、Metropolis VSS这些蓝图与本地业务系统（信号控制、工单、港口调度、城市规划流程）对接，做出可量化的结果——26%的通行时间下降、从两周到一小时的迭代提速，这类数字才是采购决策的语言。对趋势而言，城市AI正在沿两条线分化：一条是轻量起步的智能体服务（一台RTX工作站即可），另一条是主权AI工厂加托管服务的重资产模式，中间地带则由共享基础设施填平。英伟达在巴塞罗那Smart City Expo World Congress（11月3-5日）上由EMEA副总裁Paolo Guglielmini做主题演讲，本身就是把城市定义为物理AI与智能体AI的下一个规模化战场。真正的问题不再是城市要不要上AI，而是城市能否在数据主权、跨部门复用和本地生态三者之间找到可持续的运营模式——这份清单里的150+部署、17000+摄像头、26%和10分钟，都是对这个问题的阶段性回答。