“仅仅通过几次简单的问答让AI进行拥堵时的交通信号优化是远远不够的，大模型能理解‘拥堵’的词义，但算不出车流量与通行能力的平衡。信号相位的精准调度，需要的不只是语言层面的想象力，还需要让AI了解绿波带机理、行业知识和整体态势。”一位经验丰富的工程师如此说。

    这个敏锐的行业洞察，揭示了通用大模型在智慧城市落地时的经典困境：城市如同精密运转的有机体，其“生命体征”来源于城市交通、公路交通、轨道交通、水环境、建筑智能体等多个基础设施领域。

      正是在这样的背景下，中控信息的技术团队基于“1+1+1+N”全栈式AI架构推出了拼图中关键的一环，一站式大模型服务平台——易智。易智大模型调优平台以“通用基座+行业精调”为核心策略，实现从基座模型管理→行业模型调优→智能服务部署的一站式落地，完成从数据集管理、模型定制化训练到 API 服务部署的全流程操作，大幅降低技术门槛与开发成本。让大模型与智慧城市共同成长，助力快速构建和落地行业专属的大模型应用。

一、全链路闭环，赋能行业智能化转型

    依托于eCityOS，易智大模型平台以“数据-模型-应用”的完整闭环为核心，覆盖了从数据集管理、模型微调训练到API服务部署的全流程操作。这种端到端的设计大幅降低了技术门槛与开发成本，快速将AI能力融入业务场景。其技术架构亮点：

    l 全链路智能生态：从数据集管理、模型微调训练到API服务部署，无需跨平台切换，显著提升开发效率。

    l 全流程开发与调优：覆盖高效微调、RAG检索增强等全链路调优能力，标准化调优流程缩短交付周期。

    l 标准模型服务输出：模型即服务（Model-As-A-Service）生成API服务接口，以及安全认证、服务日志等标准化输出能力。

二、技术架构：分层设计，高效适配

   该平台采用了分层技术架构，打通了算力资源调度、基座模型管理、训练调优到服务化输出的全流程，其核心技术优势包括：

   l 算力集群资源统一调度：基于K8S实现弹性资源分配与负载优化，实时根据任务需求分配计算资源，最大化算力资源利用率。

   l 多模型矩阵支持：内置DeepSeek、Qwen-3等多种主流大语言模型，同时集成时序大模型、多模态大模型，覆盖文本、图像、时序数据等多种模态。

   l 分布式训练：整合数据并行、张量并行、流水线并行，并引入ZeRO优化技术，减少跨节点通信开销，加速32B及以上参数模型的训练。

   三、垂直深耕：构建专属的AI微调进化

   通过将垂直领域的行业数据“投喂”给通用大模型，在保持“通才”优势的基础上，微调大模型轻松兼容行业“专才”的优势，可以由以下步骤完成：

Step 1: 数据集创建与微调

   创建数据集和微调任务。例如支持上传文本、图像、视频、时序等多种数据集，根据需求选取基座模型并创建微调任务，支持有监督微调SFT、各类偏好对齐（如DPO、PPO）等微调方法，任务参数配置可以配置迭代轮数、学习率、序列长度、批处理大小等参数。

Step 2: 知识库向量化

    完成微调任务后生成的专用模型将在“我的模型”中进行管理；用户可以进一步准备知识库验证模型效果，支持轻量化的知识库RAG、文档切片和检索召回，支持向量检索、混合检索等算法，便于根据业务需求验证微调模型效果。

Step 3: 编排模型服务

     API服务管理功能支持用户通过可视化画布灵活编排模型服务、RAG检索增强等组件，以低代码方式快速构建并发布AI能力接口；用户可通过拖拽式操作配置服务链路、调整组件参数，一键生成标准化API，实现从能力组合到服务调用的全流程闭环，适用于AI应用快速集成场景。

    此外，易智大模型平台已全面集成在“智慧城市AI大模型一体机”，支持国产化与非国产化算力混合部署，包括标准版、专业版、旗舰版等多种配置选择，提供全栈式AI解决方案。

在易智大模型平台的助力下，大模型可以从“语言理解者”进化为“行业专家”，从“数据驱动”升级为“知识引导”。未来，随着更多行业数据的沉淀、领域知识的注入，以及算力与算法的持续迭代，中控信息将持续推动智慧城市迈向AI原生时代——具备行业认知能力的AI自主优化、动态演进的智能新纪元。